1. Введение

Анализ таких важных макроэкономических показателей, как инфляция и безработица, особенно важен в условиях нестабильности мировой экономики. Эти показатели, отражающие сложные социально-экономические процессы, оказывают влияние на устойчивость и рост национальной экономики. Их взаимодействие оказывает влияние на определение текущего состояния экономики и создания успешной макроэкономической стратегии [5].

Для создания регулирующих механизмов, поддерживающих социальную стабильность и экономическое процветание, важно понимать природу взаимосвязи между безработицей и инфляцией. В связи с современными обстоятельствами традиционная кривая Филлипса, которая ранее служила основой для изучения этих процессов, нуждается в обновлении, чтобы учесть новые элементы, включая глобализацию, технический прогресс, изменения в численности населения и геополитическую нестабильность. В результате оценка макроэкономических взаимосвязей требует комплексного подхода.

Вопросом изучения проблем безработицы и изменений тенденций на рынке труда в России занимались такие авторы, как Смирнова Е. Л., Козлов Д. М., Морозова А. В., Григорьев И. С., Павлова О. Н., Федоров К. Р., Лебедева М. Т., Новиков В. Г., Кузнецова Л. П. и др.

Анализом кривой Филлипса, в том числе на региональных и общероссийских данных, занимались в своих работах Ситтаро Р. В., Волков А. С., Николаева Т. П., Дмитриев П. О., Семенова И. Р., Орлов Е. Д., Васнецова А. М., Тимофеев Г. Л., Жукова Н. К., Сорокин В. В.

Вопросу взаимодействия инфляции, безработицы и денежно-кредитной политики посвящены работы следующих авторов: Белова О. И., Соколов Р. Н., Ковалева Е. С., Данилов А. А., Михайлова Т. В., Герасимов Д. И., Романова Л. Д., Филиппов С. М.

Постпандемическая эпоха со всей очевидностью продемонстрировала необходимость тщательной реструктуризации рынка труда, включая изучение методов создания человеческих ресурсов и их адаптации к цифровым реалиям [7]. Скорость, с которой технологии меняют такие важные отрасли, как образование и логистика, показывает, насколько учреждения не готовы к значительным изменениям. Это привело к структурным дисбалансам, которые проявились в избытке работников в одних сферах и дефиците в других.

Вместе с восстановлением потребительского спроса эти дисбалансы привели к росту естественного уровня безработицы, что, в свою очередь, оказало давление на инфляцию. Разрыв между предложением рабочей силы и потребностями рынка увеличился в результате перехода к гибридным формам занятости, автоматизации рутинных задач и повышения требований к квалификации работников. Эти закономерности делают реальностью поиск новых моделей прогнозирования, учитывающих региональные особенности (разницу в заработной плате, миграционные потоки), а также глобальные проблемы (санкции, цепочки поставок) [5].

Как и в большинстве стран мира, уровень инфляции в России в настоящее время выше целевого показателя, достигнув в сентябре 2024 года 9,52% [7]. Прогнозы экспертов подчеркивают опасность дополнительного повышения цен, такую как возможность усугубления дисбалансов на рынке труда, замедление экономического роста и устойчивое отклонение инфляции от целевого уровня. Поскольку различия в структуре занятости, отраслевой специализации и социально-экономических условиях создают различные модели взаимодействия между этими показателями, особенно актуально исследовать взаимосвязь между инфляционными процессами и безработицей на региональном уровне.

2. Методы и принципы исследования

Для написания данной работы использовались монографические методы исследования, горизонтальный анализ, а также метод экономико-математического моделирования — корреляционно-регрессионный анализ и линейное прогнозирование на основе трендов.

Горизонтальный анализ позволяет за счет сравнения оценить изменение статистических показателей в течение конкретного периода. В нашем случае, данному методу подвергаются данные о динамике трудовой миграции, изменении ключевой ставки ЦБ, а также данные об уровне инфляции за период 2013–2023 гг.

Метод линейного прогнозирования способен за счет прошлых данных предположить изменение с постоянной скоростью, рассматриваемого показателя. Корреляционный анализ предназначен для выявления силы влияния нескольких факторов на результативный признак, а регрессия способна определить зависимость между ними. Использование регрессионного анализа позволило провести количественную оценку степени влияния инфляции на экономический показатель [Y] с целью установления характера и степени влияния инфляции на показатель. Основу анализа составили официальные статистические данные, на основе которых была рассчитана линейная парная регрессионная модель вида:

где:

b0, b1, b2, …, bp — параметры модели,

ε — свободный член или остаток,

p — количество переменных.

Для построения модели были рассчитаны средние значения, произведения, квадраты переменных, остатки и соответствующие отклонения [10].

Определены коэффициенты регрессии и проведена оценка статистической значимости полученной модели.

Коэффициент корреляции Пирсона:

Для проверки значимости модели использовался F-критерий Фишера.

Благодаря применению комплекса методик, возможно определить взаимосвязь между инфляцией и безработицей в России [11], а выявленная степень влияния факторов позволяет разработать мероприятия по поддержанию баланса между инфляцией и занятостью в части применения на практике гибкой денежно-кредитной политики.

3. Основные результаты исследования

Миграционные потоки, особенно приток иностранных работников, оказывают значительное влияние на рынок труда, занятость и экономический рост в Российской Федерации [1]. Благодаря показателям прибытия и отъезда иностранных граждан становится возможным оценить масштабы и тенденции миграции, а также выявить закономерности, связанные с изменениями в политике, экономике и глобальной окружающей среде.

Динамика трудовой миграции иностранных граждан в Российскую Федерацию в период с 2013 по 2023 гг. представлена на рисунке 1. Анализ данных показывает, что с 2013 по 2018 г. наблюдался отток иностранных работников, о чем свидетельствует отрицательное сальдо миграции, достигшее своего пика в 2017 г.

С 2019 г. ситуация кардинально изменилась: миграционный баланс стал положительным и значительно увеличился, достигнув в 2019 г. более 2,9 млн чел. Положительное сальдо оставалось высоким в последующие годы, достигнув 865,9 тыс. в 2020 г., 1,6 млн в 2021 г., 1,33 млн в 2022 г. и 1,92 млн в 2023 г., что свидетельствует о продолжающихся усилиях страны по привлечению иностранных работников в свою экономику. В результате в последние годы возросла роль миграционных процессов в обеспечении трудовыми ресурсами, что требует строгого государственного регулирования и стратегий интеграции [3].

Основным инструментом денежно-кредитной политики, используемым Центральным банком Российской Федерации для контроля инфляционного давления, потребительской активности и инвестиционного климата в стране, является ключевая ставка [7]. Ключевая ставка напрямую влияет на соотношение инфляции и безработицы, позволяя сбалансировать макроэкономические показатели для обеспечения устойчивого роста. В 2022 году она была резко повышена до 20%, а затем снижена до 7,5% в условиях инфляционного давления и нестабильной геополитической обстановки. С 2023 г. начался новый этап ужесточения политики. К концу года ставка выросла до 15%, а к апрелю 2024 г. достигла 21%.

В целях стимулирования экономики во время пандемии ключевая ставка Центрального банка Российской Федерации была снижена с 6,25% до 4,25% в период с 2019 по 2020 гг., как показано на рисунке 2. Повышение ставки может замедлить развитие экономики и привести к росту безработицы, но оно также контролирует инфляцию и потребительский спрос. В результате важно гибко изменять параметры денежно-кредитной политики, чтобы сбалансировать повышение занятости и сдерживание инфляции [9].

Для более детального анализа связи между инфляцией и безработицей и того, как они влияют на экономический рост, целесообразно ознакомиться с основной макроэкономической статистикой России за период 2019–2023 гг. Динамика валового регионального продукта (ВРП), инвестиций в основной капитал, инфляции, уровня безработицы и ключевой процентной ставки представлена на рисунке 3.

Существует отрицательная корреляция между безработицей и инфляцией в период с 2019 по 2023 гг. Из-за пандемии уровень безработицы снизился, и в результате вырос до 6,1% в 2020 г. на фоне низкой инфляции в 4,9%. К 2022 году безработица снизилась до 3,74%, что соответствует традиционной кривой Филлипса, однако инфляция значительно возросла (до 11,94%). Эта тенденция сохранялась и в 2023 году, когда уровень безработицы был рекордно низким — 2,94%, а инфляция — 7,42%.

Стабилизация инфляции сопровождалась значительным ужесточением денежно-кредитной политики: ключевая ставка ЦБ РФ увеличилась до 16% в 2023 г., что направлено на охлаждение спроса и сдерживание цен. В то же время инвестиции в основной капитал увеличивались (с 477,64 млрд руб. в 2019 году до 860,63 млрд руб. в 2023 году). Это говорит о том, что капитальные вложения по-прежнему осуществляются, несмотря на высокие процентные ставки и инфляцию.

ВРП вырос с 2577,1 млрд руб. до 3951,6 млрд руб., несмотря на внешние ограничения, что свидетельствует о гибкости экономики и эффективности мер регулирования. В совокупности результаты показывают, что относительный баланс между снижением безработицы, содействием экономическому развитию и сдерживанием инфляции, может быть достигнут за счет гибкого применения инструментов макроэкономической политики, таких как регулирование ключевой ставки [10].

Для выявления устойчивых закономерностей между инфляцией и уровнем безработицы в экономике Российской Федерации проведён анализ динамики этих показателей за период 2013–2023 гг. В дополнение к фактическим показателям безработицы и инфляции в таблице 1 приведены ежегодные колебания этих показателей, а также соотношение между ними, которое определяется путем деления уровня безработицы на уровень инфляции. Это позволяет проследить, как развивалась связь между двумя важными показателями экономической стабильности и насколько гипотеза Филлипса применима к текущим условиям [8].

Ретроспективный анализ за 2013–2023 гг. показывает неоднородный характер взаимосвязи между инфляцией и безработицей, при этом в ряде периодов прослеживается обратная корреляция, соответствующая классической экономической теории. Например, безработица в 2015 г. выросла до 5,7%, несмотря на резкий скачок инфляции до 12,9%. Это противоречит модели Филлипса и объясняется внешнеэкономическим шоком и девальвацией рубля. Однако в последующие годы, особенно в 2021–2023 гг., наблюдается изменение тенденции. В 2023 г. безработица снизится до 2,94%, но инфляция останется высокой на уровне 7,42%, а соотношение инфляции и безработицы достигает 2,52, что указывает на рост инфляционного давления при высокой занятости.

Особого внимания заслуживает 2021 г., когда безработица снизилась на 29,67 %, а инфляция выросла на 71,22% по сравнению с предыдущим годом. Это говорит о том, что между этими двумя показателями существует обратная зависимость, которая связана с восстановлением экономики после пандемии. В целом, статистические данные показывают, что, хотя между инфляцией и безработицей может существовать краткосрочная обратная зависимость, в долгосрочной перспективе на оба показателя влияет ряд других факторов, включая потребительский спрос, денежно-кредитную политику, структуру рынка труда и внешнеэкономическую конъюнктуру [12].

Анализ статистических данных об уровне инфляции и безработицы в Российской Федерации за 2013–2023 гг. позволил выявить определённые тенденции и соотношения между этими двумя макроэкономическими показателями. Однако для более глубокого понимания взаимосвязи между инфляцией и влиянием на другие переменные, необходимо провести количественную оценку степени влияния инфляции на экономический показатель [Y], что и стало целью последующего регрессионного анализа [4].

Используя метод линейной регрессии, можно определить направление и величину влияния инфляции (переменной X) на зависимую переменную Y. Как фактические значения инфляции, так и связанный с ней показатель Y отображаются в таблице 2 вместе с вычисленными данными, включая значения произведений переменных, квадраты, отклонения от прогнозного значения и другие параметры, необходимые для оценки качества модели.

С целью установления характера и степени влияния инфляции на показатель Y (уточняется в зависимости от содержания работы: инвестиции, потребление, доходы и т. п.) за период 2013–2023 гг. был проведён регрессионный анализ. Основу анализа составили официальные статистические данные, на основе которых была рассчитана линейная парная регрессионная модель.

Для построения модели были рассчитаны средние значения, произведения, квадраты переменных, остатки и соответствующие отклонения [10]. Расчёты отражены в таблице 2. Далее определены коэффициенты регрессии и проведена оценка статистической значимости полученной модели.

По формуле коэффициента наклона регрессии:

Свободный член:

Таким образом, уравнение регрессии имеет вид:

Расчёт относительной средней ошибки аппроксимации показал среднее отклонение A=25,39%, что указывает на невысокую точность модели. Эластичность составила Е = -0,041, что означает слабую обратную зависимость Y от изменения инфляции: при росте инфляции на 1% показатель Y снижается в среднем на 0,041%.

Коэффициент корреляции Пирсона:

Таким образом, только 4% изменений переменной Y можно объяснить изменениями инфляции. Для проверки значимости модели использовался F-критерий Фишера:

При табличном значении 𝐹табл=5,12 на уровне значимости 0,05, полученное значение 𝐹факт<𝐹табл, следовательно, модель статистически незначима.

Таким образом, можно сказать, что взаимосвязь между инфляцией и безработицей в России за рассматриваемый период выражена слабо, и что другие макроэкономические и структурные факторы, такие как государственная трудовая политика, структура занятости, цифровизация экономики и демография, оказывают влияние на уровень занятости [3].

Результаты регрессионного анализа показывают, что связь между инфляцией и безработицей в российской экономике представлена слабо, что требует внесения изменений в традиционные методы, такие как кривая Филлипса, которые учитывают уникальные характеристики отечественного рынка труда. Макроэкономические переменные оказывают меньшее влияние на уровень занятости, чем структурные факторы, такие как изменения в численности населения, цифровая трансформация экономики и функционирование программ государственной помощи [6]. Например, меры политики, показанные на рисунке 4, — субсидирование бизнеса, переподготовка на цифровых платформах и квотирование рабочих мест – оказывают большее влияние на снижение безработицы, чем изменение уровня инфляции.Эффективное регулирование занятости требует сочетания долгосрочной тактики, такой как создание образовательных программ и внесение изменений в трудовое законодательство для адаптации к новым видам работ, с краткосрочной, такой как налоговые льготы и субсидии [9]. Особое внимание следует уделить молодежи и жителям моногородов, поскольку мобильность рабочей силы и цифровизация могут стать важными факторами снижения уровня безработицы среди них. Таким образом, политика должна быть направлена на устранение структурных дисбалансов в экономике, а также на сдерживание инфляции.

4. Заключение

В заключение важно отметить, что корреляция между инфляцией в российской экономике и уровнем безработицы в период с 2013 по 2023 гг. была не такой сильной, как показывает традиционная кривая Филлипса. Экономические потрясения, демографические сдвиги, цифровизация и меры трудовой политики были одними из внешних факторов, которые существенно повлияли на динамику показателей, несмотря на кратковременные периоды обратной связи между ними. Результаты регрессионного анализа и корреляции подтверждают, что в течение рассматриваемого периода инфляция не оказала существенного влияния на безработицу. Это говорит о том, что традиционные экономические модели нуждаются в обновлении с учетом уникальных особенностей российского рынка труда и текущей макроэкономической ситуации. Одной из важных стратегий поддержания баланса между инфляцией и занятостью является гибкая денежно-кредитная политика, которая включает изменение ключевой процентной ставки. Учитывая эти условия, для обеспечения устойчивого экономического роста становится все более необходимой комплексная стратегия регулирования, сочетающая политику стимулирования роста и управления макроэкономическими показателями.

The additional file for this article can be found as follows: