Эффективность расходов на образование, человеческий капитал, сложность экономики и экономическое развитие регионов России

А. В. Божечкова, Т. Л. Клячко 
А. Ю. Кнобель, И. Л. Любимов 
Д. Г. Миракян, И. В. Якубовский

Эффективность расходов 
на образование, 
человеческий капитал, 
сложность экономики 
и экономическое развитие 
регионов России

60×90/16 

узкий

Центральная ось 
полосы макета 
(поля текстовых 
и титульных 
страниц 
совпадают)

Граница 
нижнего 
поля полосы 
макета

| Издательский дом ДЕЛО |

Москва | 2020

RasxObraz.indb   1
10.01.2020   15:04:59

УДК 331.5 
ББК 65.240
Б76

Об авторах:

Кнобель А. Ю., канд. экон. наук, директор лаборатории исследований 
международной торговли Института прикладных экономических исследований (ИПЭИ) РАНХиГС (разделы 1, 2)

Миракян Д. Г., младший научный сотрудник лаборатории исследований 
международной торговли ИПЭИ РАНХиГС (разделы 1, 2)

Любимов И. Л., PhD in Economics, старший научный сотрудник лаборатории исследований международной торговли ИПЭИ РАНХиГС (раздел 3) 

Якубовский И. В., научный сотрудник лаборатории исследований международной торговли ИПЭИ РАНХиГС (раздел 3)

Божечкова А. В., канд. экон. наук, старший научный сотрудник Центра 
изучения проблем центральных банков ИПЭИ РАНХиГС (раздел 4)

Клячко Т. Л., д-р экон. наук, директор Центра экономики непрерывного 
образования ИПЭИ РАНХиГС (раздел 5)

Божечкова, А. В., Клячко, Т. Л., Кнобель, А. Ю. и др.
Эффективность расходов на образование, человеческий капитал, 
сложность экономики и экономическое развитие регионов России / 
А. В. Божечкова, Т. Л. Клячко, А. Ю. Кнобель, И. Л. Любимов, Д. Г. Миракян, И. В. Якубовский. — М.: Издательский дом «Дело» РАНХиГС, . — 
148 с. — (Научные доклады: образование).

ISBN 978-5-85006-201-9

В работе анализируются различные подходы к оценке эффективности расходов на образование в разных странах и субъектах Российской Федерации, 
влияние развития высшего образования на рост человеческого капитала 
и сложность экономики в различных российских регионах. Оценивается также потребность в кадрах с различным уровнем профессионального образования в зависимости от преобладания в регионе добывающих или обрабатывающих производств, сферы услуг. Кроме того, отдельно выделяется кластер 
субъектов Российской Федерации, которых можно отнести к инновационным 
регионам, и определяется их спрос на человеческий капитал. Для разных типов регионов оценивается среднее число лет обучения занятого населения, 
которое рассматривается как возможная аппроксимация величины человеческого капитала.
УДК 331.5
ББК 65.240

ISBN 978-5-85006-201-9

© ФГБОУ ВО «Российская академия народного хозяйства 
и государственной службы при Президенте Российской Федерации», 

Б76

RasxObraz.indb   2
10.01.2020   15:05:00

Содержание

Введение  . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .  5

1. Анализ эффективности школьного образования 
на основе непараметрической методики оценивания. . . . . .  7

1.1. Общественный сектор и роль государства  . . . . . . . . . . . . 7

1.2. Методика непараметрического анализа . . . . . . . . . . . . . 8

1.3. Результаты непараметрического анализа влияния 
государственных расходов на качество школьного 
образования в разрезе стран мира  . . . . . . . . . . . . . . . . . 11

1.4. Корреляционный анализ данных международного 
исследования PISA и российского единого государственного  
экзамена . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26

1.5. Результаты непараметрического анализа влияния 
бюджетных расходов на качество школьного образования 
в разрезе российских регионов  . . . . . . . . . . . . . . . . . . . 29

2. Анализ эффективности школьного образования 
на основе параметрической методики оценивания . . . . . . 46

2.1. Выявление основных детерминантов качества 
школьного образования  . . . . . . . . . . . . . . . . . . . . . . . 46

3. Человеческий капитал и сложность экономики . . . . . . . 70

3.1. Человеческий капитал и производительность . . . . . . . . .  71

3.2. Международные данные . . . . . . . . . . . . . . . . . . . . . 72

3.3. Образование и экспорт . . . . . . . . . . . . . . . . . . . . . .  80

3.4. Российские регионы . . . . . . . . . . . . . . . . . . . . . . . 85

3.5. Выводы: регионы . . . . . . . . . . . . . . . . . . . . . . . . . 90

RasxObraz.indb   3
10.01.2020   15:05:01

4. Влияние развития человеческого капитала 
на экономический рост субъектов Российской Федерации . . 93

4.1. Предварительный анализ данных . . . . . . . . . . . . . . . .  94

4.2. Описание выборки . . . . . . . . . . . . . . . . . . . . . . . . 98

4.3. Модель экономического роста регионов России  . . . . . . .100

4.4. Результаты эконометрического оценивания  . . . . . . . . .105

4.5. Выводы для экономической политики . . . . . . . . . . . . .111

5. Среднее число лет обучения занятого населения . . . . . . 114

5.1. Среднее число лет обучения как аппроксимация 
величины человеческого капитала  . . . . . . . . . . . . . . . . .114

5.2. Среднее число лет обучения занятого населения в России . .116

5.3. Среднее число лет обучения занятого населения 
в регионах Российской Федерации  . . . . . . . . . . . . . . . . .119

5.4. Выводы. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .133

Заключение . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 136

Список литературы  . . . . . . . . . . . . . . . . . . . . . . . . 139

Приложение А. Образовательный рейтинг российских  
регионов  . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 143

Приложение Б. Рейтинг сложности дисциплин  
(первые 30 и последние 30) .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  . 144

Приложение В. Состав региональных кластеров . . . . . . . . 146

RasxObraz.indb   4
10.01.2020   15:05:01

Введение

Вопросы связи образования и человеческого капитала в последние годы находятся в центре внимания экономистов. Это обусловлено тем, что, 
с одной стороны, человеческий капитал рассматривается как основной фактор развития современной экономики, ее технологического прогресса. С другой — все более очевидным становится, 
что влияние на экономический рост разных уровней, форм и типов образования (дошкольного, 
школьного, профессионального, высшего и дополнительного, очного и дистанционного, онлайнобразования) имеет для накопления человеческого капитала разное значение. Так, Дж. Хекман 
(2003) утверждает, что самым важным является 
раннее развитие ребенка и недостаточная эффективность обучения на дошкольном уровне 
практически не может быть компенсирована 
в дальнейшем. Всемирный банк, оценивая человеческий капитал в разных странах, фактически 
меряет его на входе в профессиональное образование — у 15-летних школьников по результатам 
международных сравнительных исследований 
качества образования PISA, TIMSS, PIRLS и ряду 
других менее известных1. По сути дела, этот под
1 https://www.vsemirnyjbank.org/ru/publication/humancapital. 

RasxObraz.indb   5
10.01.2020   15:05:02

А.В. Божечкова, Т.Л. Клячко, А.Ю. Кнобель и др.

ход означает, что важнейшим для развития человеческого капитала является допрофессиональное образование учащихся, 
а вклад третичного образования менее значим. И что еще важнее — повышению квалификации и переподготовке, обучению 
в течение всей жизни (непрерывному образованию), которые, 
по идее, должны обеспечить подстройку работника к быстро 
меняющимся условиям современной экономики, не уделяется 
внимание. Индекс человеческого развития ПРОНН, напротив, 
не рассматривает результаты международных сопоставительных исследований, но учитывает ожидаемую продолжительность обучения (фактически максимально возможную в условиях той или иной страны) и среднюю продолжительность 
получения образования. Вместе с тем, чем экономически более развита страна, тем более развитой является ее система 
образования и тем больше возможностей у ее населения получить широкий спектр качественных образовательных услуг, 
что, как правило, увеличивает сроки получения молодежью 
как общего, так и профессионального образования.
В рамках настоящей работы анализируются различные 
подходы к оценке эффективности расходов на образование 
в разных странах и субъектах Российской Федерации, влияние 
развития высшего образования на рост человеческого капитала и сложность экономики в различных российских регионах. 
Оценивается также потребность в кадрах с различным уровнем профессионального образования в зависимости от преобладания в регионе добывающих или обрабатывающих производств, сферы услуг. Кроме того, отдельно выделяется кластер 
субъектов Российской Федерации, которых можно отнести 
к инновационным регионам, и определяется их спрос на человеческий капитал. Для разных типов регионов оценивается 
среднее число лет обучения занятого населения, которое рассматривается как возможная аппроксимация величины человеческого капитала.

RasxObraz.indb   6
10.01.2020   15:05:03

1. Анализ эффективности 
школьного образования 
на основе 
непараметрической 
методики оценивания

Вопрос об эффективности государственных расходов на образование представляется весьма 
актуальным, поскольку образование является 
одним из приоритетных направлений федерального бюджета Российской Федерации. Образование как важнейшую отрасль непроизводственной 
сферы относят к благу с положительными экстерналиями, что, безусловно, означает следующее: 
если бы за его производство отвечал частный сектор в рамках совершенной конкуренции, то представляемый им объем блага существенно отличался бы от оптимального уровня. В связи с этим 
участие государства в оказании образовательных 
услуг — это в некотором смысле способ коррекции 
провалов рынка. 

1.1. Общественный сектор 
и роль государства 

На протяжении долгих лет ведутся дискуссии 
о роли государства в экономической жизни общества, однако по сей день не сложилось единого мнения по поводу того, в какой степени это 
участие оптимально, в частности, в сфере образования. На сегодняшний день существует не так 
много эмпирических исследований, посвященных международным сопоставлениям качества 

RasxObraz.indb   7
10.01.2020   15:05:03

А.В. Божечкова, Т.Л. Клячко, А.Ю. Кнобель и др.

8

общего образования, что по большей мере обусловлено отсутствием данных для проведения оценивания. В настоящем разделе речь будет идти о качестве работы общественного сектора (системы общего образования), в частности с точки зрения 
технической эффективности его функционирования.
В рамках данного подхода предполагается сравнение затрачиваемых ресурсов (расходов в расчете на одного учащегося), 
которые представляют собой входные параметры, с выпуском 
(успеваемостью учащихся), являющимся выходным параметром. На этой основе производится оценивание границы эффективности, то есть наилучшей реализации выходного параметра 
при определенном значении входного (входных), и, как следствие, оценивание в том числе неэффективных реализаций. 
В международных сопоставлениях эффективности государственных затрат на функционирование общественного 
сектора выделяются работы Afonso, Schuknecht, Tanzi (2003), 
Fakin, Crombrugghe (1997), в которых проводится сравнительный анализ рассматриваемого подхода для стран ОЭСР. Также 
Gupta, Verhoeven (2001) анализируют системы здравоохранения и образования в странах Африки. Другим автором, Clements (2002), оценивается эффективность расходов на образование для стран Европейского союза. Все указанные выше 
работы опираются на анализ Free Disposable Hull (FDH).

1.2. Методика непараметрического анализа

В настоящем разделе рассматриваются две различные непараметрические методики, благодаря которым производится 
оценка границы эффективности1 и потери эффективности, — 
подходы Free Disposable Hull (FDH) и выпуклый Data Envelopment Analysis (DEA). Два данных метода изначально разрабатывались, чтобы оценить деятельность фирм, использующих 

1 Граница эффективности — наилучшая реализация выходного параметра 
при данном значении входного параметра (в данном случае входной параметр — расходы в расчете на одного учащегося; выходной — успеваемость учащихся).

RasxObraz.indb   8
10.01.2020   15:05:04

Эффективность расходов на образование

ресурсы для получения определенной величины выпуска. Более подробно эти подходы описываются в работах Coelli, Rao, 
Battese (1999), Senguptta (2000), Simar, Wilson (2003).
Вместе с тем вовсе не обязательно проводить анализ с позиции одних только «фирм», поскольку их можно заменить 
на любую другую структуру, в которой принимается бизнес-решение (об эффективности использования ресурсов). 
Соответственно, это могут быть любые некоммерческие 
или общественные организации (школы, больницы и иные 
учреждения). Так, например, в 1996 г. Kerstens, De Borger посвятили свою работу анализу эффективности органов местного 
самоуправления в Бельгии, а Coelli в том же году изучал вопрос 
об эффективности использования университетами Австралии 
финансовых ресурсов. Позднее Afonso, Fernandes (2003) проводили анализ эффективности лиссабонских муниципалитетов.

1.2.1. Free Disposable Hull (FDH) 1

Непараметрическая методология оценивания включает в себя 
анализ, основанный на подходе Free Disposable Hull, предложенный впервые в 1984 г. в исследовании Deprins, Tulkens, Simar. 
Предположим, что при условии эффективного использования ресурсов уровень образования в некоторой стране i, измеряемый индикатором yi (выходным параметром), зависит 
от затрат на одного учащегося данной страны, xi (входного 
параметра): yi = F (xi). Тогда, если для страны i выполняется 
yi < F (xi), значит, она неэффективно распоряжается ресурсом xi. Соответственно, методика FDH — это способ оценивания функции F — границ эффективности.
В общем случае FDH-подход применяется для множества 
как входных, так и выходных параметров. Допустим, рассматривается k входных параметров (inputs), m выходных параметров (outputs) и n стран. Для некоторой i страны определяются такие страны, которые относятся к более эффективным, 
то есть для них большие значения выходных параметров 

1
 См.  подробнее в работах: Gupta, Verhoeven (2001), Simar, Wilson (2003).

RasxObraz.indb   9
10.01.2020   15:05:05

А.В. Божечкова, Т.Л. Клячко, А.Ю. Кнобель и др.

10

(результатов) соответствуют меньшим значениям входных 
(то есть затрачиваемым ресурсам). Если таких стран не оказалось, тогда i страна является эффективной, соответственно, 
мера ее эффективности равна единице. В случае если i страна 
не является эффективной, ее входная мера эффективности  
 
(input efficiency) составляет 

=
=












1,...,
1,...,
( )
min
max
( )
l

j

n n
n
j
k
j

x n

x i
, где существует  
 
n₁, ... ,nl стран, оказавшихся эффективнее, чем страна i. Аналогично можно рассчитать и выходную меру эффективности  
 
(output efficiency), которая равна 

=
=












1,...,
1,...,
( )
min
max
( )
l

j

n n
n
j
m
j

y i

y n
. Более по- 
 
дробная методика расчета мер эффективности содержится 
в работах Gupta, Verhoeven (2001), Simar, Wilson (2003).

1.2.2. Data Envelopment Analysis (DEA) 1

Впервые оболочечный анализ Data Envelopment Analysis был 
упомянут в исследовании Farrell (1957) и впоследствии развит 
в работе Cooper, Charnes, Rhodes (1978). Согласно методике DEA, 
предполагается наличие выпуклой границы производственных возможностей, гипотезы, нетребуемой при использовании подхода FDH. Границу производственных возможностей 
можно построить с помощью методов линейного программирования, о которых подробнее рассказывается в работах 
Thanassoulis (2001), Simar, Wilson (2003).
Оболочечный анализ DEA так же, как и FDH, позволяет рассчитать меры эффективности — входную (ресурсы) и выходную 
(результаты). Соответственно первая (входная) определяет, насколько можно уменьшить входные параметры, чтобы при этом 
на выпуске это не отразилось, а вторая (выходная) — насколько 
можно увеличить выпуск, сохраняя тот же уровень затрат.

1 Data Envelopment Analysis (DEA) — анализ среды функционирования, 
общепринятое сокращение — методология сравнительного анализа деятельности сложных технических, экономических и социальных систем. 
См.  подробнее в работах: Thanassoulis (2001), Simar, Wilson (2003).

RasxObraz.indb   10
10.01.2020   15:05:07

Эффективность расходов на образование

1.3. Результаты непараметрического 
анализа влияния государственных расходов 
на качество школьного образования 
в разрезе стран мира

Проведение непараметрического анализа в рамках настоящего исследования предполагает использование следующих 
данных:

ԁ уровень государственных расходов на образование в расчете 
на одного учащегося по программам дошкольного и школьного образования (статистика Всемирного банка);

ԁ баллы, которые получили учащиеся по результатам международного сопоставительного исследования PISA1 (статистика ОЭСР);

ԁ баллы, которые получили учащиеся по результатам международного сопоставительного исследования TIMSS2 (данные 
Национального центра образовательной статистики).

Для более полноценного анализа, а также сглаживания различных случайных ошибок в роли показателя результатов образования в нашем исследовании используются средние значения 
PISA и TIMSS, которые получены учащимися средней школы. 
При этом баллы PISA сначала усредняются для каждой страны 
по трем предметам (математике, чтению и естественным наукам), затем по пяти годам: 2003, 2006, 2009, 2012, 2015 гг. (исследование PISA проводится каждые три года). Оценки TIMSS 
усреднены по двум предметам (математике, естественным 
наукам) за четыре года: 2003, 2007, 2011, 2015 гг. (это исследование проводится каждые четыре года).
Как ранее упоминалось, непараметрический подход включает в себя два параметра — входной (ресурсы) и выходной 

1
 https://data.oecd.org/pisa/mathematics-performance-pisa.htm. 

2
 http://timssandpirls.bc.edu/timss2015/international-results/timss-2015/mathematics/student-achievement; https://nces.ed.gov/pubs2009/2009 001.pdf; 
https://nces.ed.gov/TIMSS/table11_3.asp. 

RasxObraz.indb   11
10.01.2020   15:05:08

А.В. Божечкова, Т.Л. Клячко, А.Ю. Кнобель и др.

12

(результаты). В этом исследовании входным параметром являются расходы на образование в расчете на одного учащегося по программам дошкольного и школьного образования, 
взятые по паритету покупательной способности (ППС в постоянных ценах 2011 г.) и усредненные за 11 лет (за период 
2007–2017 гг.), выходным — оценки (баллы), полученные учащимися в международных исследованиях PISA и TIMSS.

1.3.1. Анализ на основе данных 
международного обследования PISA

В табл. 1 и 2 сведены результаты текущего анализа эффективности расходов на образование, где качество образования измеряется полученными баллами PISA соответственно для каждой 
из 39 стран, представленных в настоящем исследовании. Выбор 
стран обусловлен наличием статистических данных в свободном 
доступе по расходам на одного учащегося, а также по полученным учащимися каждой страны баллам в ходе международных 
исследований PISA и TIMSS. Ниже содержится информация 
по результатам, полученным при помощи FDH-подхода.

Таблица 1. Меры эффективности по методике FDH: 
1 входной параметр (расходы на одного учащегося 
в ценах 2011 г., среднее значение за 2007–2017 гг.), 
1 выходной параметр (среднее значение PISA за 2003–2015 гг.) 
(по входному/выходному критерию)

Страна
Эффективность 
по расходам
Эффективность 
по уровню 
образования

Доминирующая 
страна

 
Мера 
эффективности

Ранг
Мера 
эффективности

Ранг
 

1
2
3
4
5
6

Австралия
0,77975
7
0,99106
2
Эстония/Эстония

Австрия
0,42138
25
0,92548
21
Польша/Финляндия

Бельгия
0,55218
18
0,95
12
Эстония/Корея

Бразилия
0,46657
22
0,88952
28
Перу/Турция

Великобритания
0,57735
16
0,93455
15
Польша/Корея

RasxObraz.indb   12
10.01.2020   15:05:09