Translate this page:
Please select your language to translate the article


You can just close the window to don't translate
Library
Your profile

Back to contents

Taxes and Taxation
Reference:

Assessment of the impact of the tax burden upon workforce productivity

Steshenko Yuliya Aleksandrovna

ORCID: 0000-0002-6511-6026

PhD in Economics

Senior Researcher, Financial Research Institute under the Ministry of Finances of the Russian Federation

127006, Russia, g. Moscow, per. Nastas'inskii, 3, str.2, kab. 411

julia11st@mail.ru
Other publications by this author
 

 

DOI:

10.7256/2454-065X.2021.4.31491

Received:

25-11-2019


Published:

02-10-2021


Abstract: The article examines the impact of such factors as the average monthly salary of employees, investment in fixed assets, tax burden, cost value for research and development, and workforce productivity. For building the model, the author applies statistical data on socioeconomic development indicators of 32 constituent entities of the Russian Federation for 2017. Tax burden lowers the workforce productivity; therefore, the use of tax incentives and preferences contributes to the achievement of the goals of economic growth. The research is based in the general scientific methods of analysis and synthesis, as well as econometric analysis. The article is dedicated to the creation of correlation-regression model of impact assessment. The conclusion is drawn that three out of four determinants indicate a significant positive correlation with workforce productivity. The effective tax incentive mechanism may become a catalyst for the economic development and contributes to securing employment.


Keywords:

labor productivity, the tax burden, tax incentive, econometric model, R&D, gross domestic product, gross regional product, tax, tax benefit, human capital


1. Введение. Постановка проблемы

На современном этапе в Российской Федерации наблюдается серьезное отставание в уровне производительности от ведущих стран. По данным исследовательской компании Expert Marker Россия находится на 34 месте в рейтинге по уровню производительности труда. Различия в производительности труда объясняют большую часть регионального неравенства в ВВП в России, в то время как занятость или активность более равномерны по регионам. В 2018 г. в Российской Федерации на федеральном уровне был разработан и утвержден национальный проект «Производительность труда и поддержка занятости», который конкретизировал направления, указанные в приоритетной программе «Повышение производительности труда и поддержка занятости». Национальный проект, рассчитанный на 2018-2024 гг., предусматривает ряд системных мер, направленных на стимулирование роста производительности труда на предприятиях несырьевого сектора экономики, целевое значение которого должно составлять не менее, чем 5% в год. В качестве одной из мер по стимулированию предприятий к повышению производительности труда использован налоговый инструментарий, а именно: налоговые преференции. В рамках национального проекта в регионах-участниках должны быть подготовлены и проведены пилотные проекты (налоговые эксперименты) по предоставлению налоговых преференций для стимулирования повышения производительности труда, а также проведена оценка их эффективности. Федеральный проект «Системные меры по повышению производительности труда предусматривает финансовое обеспечение в размере 11,8 млрд руб., из которых 5,7 млрд руб. будут выделены из федерального бюджета и 6,1 млрд руб. – внебюджетные источники. Субъектам Российской Федерации рекомендовано применение региональных налоговых льгот и использование механизмов особых налоговых режимов (особые экономические зоны, территории опережающего развития и др.) для реализации мероприятий по повышению производительности труда и привлечению инвестиций для содействия созданию новых рабочих мест. На данном этапе участниками программы по повышению производительности труда являются 129 предприятий в 22 регионах Российской Федерации. К мерам налогового стимулирования в рамках приоритетной программы «Производительность труда и поддержка занятости» относится применения инвестиционных налоговых кредитов на цели реализации мероприятий, предусмотренных региональными программами, а также стимулирование создания высокопроизводительных рабочих мест посредством снижения налоговой нагрузки. Устойчивый рост производительности труда возможен за счет наращивания внутренних ресурсов предприятий, таких как расширение инновационного потенциала, повышение капиталоемкости производства, заимствование передовых технологий, повышение управленческих компетенций и квалификации сотрудников. Основным фактором, сдерживающим рост производительности труда, является неготовность российских предприятий инвестировать в человеческий капитал.

2. Обзор литературы

Исследование производительности труда является одной из основных тем, рассматриваемых в отечественной и зарубежной литературе. Rupika Khanna, Chandan Sharma опубликовано исследование, в котором при помощи эконометрического инструментария была проанализирована зависимость инвестиций в научные исследования и разработки и производительности труда в индийской экономике [1]. Meng-Chi Tang рассматривает факторы, влияющие на производительность труда в транснациональных корпорациях [2]. В труде Gokhan Yılmaz исследована роль производительности труда и основные ее детерминанты, различающиеся в зависимости от того, относится ли страна к группе стран со средним уровнем дохода [3]. Результаты исследования производительности труда Carl Magnus Bjuggren показывают, что увеличение производительности труда тесно связано с увеличением как общей факторной производительности, так и капиталоемкости. Увеличение обшей факторной производительности составляет 67% прироста производительности труда, что подтверждает вывод о том, что влияние на производительность труда в основном связано с повышением эффективности. Данное исследование подчеркивает важность стимулирования инновационных технологий и человеческого капитала [4].

Также следует отметить ряд авторов, занятых исследованием влияния налогообложения на производительность труда. Так, в исследовании Georg Duerneckera, Berthold Herrendorf рассматриваются эмпирические данные в 12 странах ОЭСР за 1970-2010 гг. с целью выявления зависимости между увеличением налогообложения и структурой занятости [5]. По мнению авторов, увеличение налоговой нагрузки на трудовые доходы побуждает людей заменить труд в домашнем хозяйстве на рыночную работу. E.C. Prescott утверждал, что различия в уровне налогового бремени на трудовые доходы является основной причиной дифференциации производительности труда между Европой и Америкой [6]. В зарубежных исследованиях также рассматриваются последствия влияния экологических налогов на рынок труда и производительность [7,8,9].

Производительность труда является важным катализатором прироста валового внутреннего продукта, а также эффективности экономики в различных странах в целом. Несмотря на большой вклад зарубежных исследователей в изучение производительности труда, следует отметить, что влияние налоговой нагрузки на данный макроэкономический показатель в трудах рассматривается поверхностно. Налоговая нагрузка не рассматривается как основной индикатор, влияющий на рост производительности труда. И.Н. Долговой разработана модель отраслевой и региональной взаимосвязи динамики налоговой нагрузки и эффективности использования факторов производства, на основе которой создан прогнозно-аналитический инструментарий оценки взаимосвязи налоговой нагрузки бюджетной системы России и производительности труда в отраслевом и региональном разрезе [10]. В работе И.А. Гуниной рассмотрены теоретические и методологические проблемы производительности труда и сделан вывод о целесообразности предоставления налоговых и иных льгот предприятиям, выпускающим инновационную продукцию и обеспечивающим рост производительности труда не менее 5% в год [11]. Следует отметить, что в работах проводится анализ влияния налоговой нагрузки на производительность труда, при этом не построена корреляционно-регрессионная модель зависимости факторов на рост производительности труда.

3. Методология исследования

В исследовании использованы такие общенаучные методы, как анализ и синтез, а также методы эконометрического анализа. При этом особое внимание уделено применению корреляционно-регрессионному анализу влияния нескольких факторов, налоговой нагрузки в том числе, на производительность труда. Это является особенностью настоящего исследования в отличие от ранее опубликованных трудов в данной области.

Рост производительности труда оказывает прямое положительное влияние на экономическое развитие субъектов Российской Федерации, а также страны в целом. Исходя из этого, разработка многофакторной модели оценки влияния различных факторов на уровень производительности труда является актуальной задачей. На основании рассмотренных выше исследований отечественных и зарубежных ученых, можно выделить следующие факторы, оказывающие влияние на рост производительность труда:

– среднемесячная начисленная заработная плата работников (независимая переменная );

– инвестиции в основной капитал (независимая переменная );

– налоговая нагрузка, хотя данный фактор имеет ряд противоречий. С одной стороны, возрастающая налоговая нагрузка означает прирост доходов бюджетов бюджетной системы России, что стимулирует рост валового внутреннего продукта, и, следовательно, производительности труда. С другой стороны, снижение налогового бремени посредством применения налогового инструментария стимулирования в виде налоговых льгот и преференций способно не только снизить налоговую нагрузку, но и обеспечить прирост производительности труда и ВВП (независимая переменная );

– величина внутренних затрат на научные исследования и разработки, к данной группе относятся затраты на исследования и разработки новых продуктов, услуг, и методов их производства, новых производственных процессов, инжиниринг, а также прочие затраты на технологические инновации (независимая переменная ).

В Таблице 1 представлены исходные данные об экономических показателях в 32 субъектах Российской Федерации для построения корреляционно-регрессионной модели, где зависимой переменной является производительность труда. Регионы были выбраны случайным образом.

Таблица 1. Исходные данные об 32 субъектах Российской Федерации для построения регрессионной модели

Регион

Среднемесячная начисленная заработная плата, тыс.руб.,

Инвестиции в основной капитал, млн.руб.,

Налоговая нагрузка, %,

Внутренние затраты на исследования и разработки, млн.руб.,

Производительность труда, тыс.руб.,

Алтайский край

22743,00

84212,00

21,84

1754,00

504,47

Архангельская область

40352,00

103533,00

14,77

1522,90

912,44

Владимирская область

26975,00

79555,00

17,01

5391,30

648,72

Волгоградская область

27962,00

190770,00

20,73

3547,60

685,97

Воронежская область

28007,00

294169,00

11,30

8164,50

785,07

г. Севастополь

27687,00

30382,00

11,30

813,80

392,03

Ивановская область

23470,00

27098,00

15,51

585,70

407,29

Калужская область

34332,00

81301,00

19,82

6070,90

826,20

Карачаево-Черкесская Республика

22638,00

17812,00

15,09

510,30

441,32

Кировская область

25215,00

57021,00

30,82

2157,50

523,79

Костромская область

24554,00

20642,00

19,47

130,80

570,35

Краснодарский край

30343,00

484105,00

15,16

5422,00

856,42

Курская область

27274,00

100591,00

14,55

5936,10

745,91

Липецкая область

28455,00

139900,00

8,79

291,10

880,14

Новгородская область

29311,00

68796,00

9,71

2751,80

932,68

Новосибирская область

32287,00

174985,00

15,14

21629,30

950,72

Орловская область

24811,00

45316,00

11,83

976,40

667,42

Приморский край

38045,00

125700,00

15,92

6930,70

798,68

Псковская область

23659,00

28947,00

11,53

437,70

540,88

Республика Адыгея

24490,00

22858,00

16,92

241,30

653,56

Республика Алтай

26316,00

13111,00

9,63

92,90

534,44

Республика Бурятия

32237,00

41508,00

16,16

869,60

526,68

Республика Крым

26165,00

195377,00

19,82

1487,70

427,31

Республика Мордовия

24327,00

59916,00

27,45

828,80

550,99

Ростовская область

28500,00

319287,00

14,80

13102,30

687,98

Смоленская область

26269,00

57496,00

16,16

1604,50

632,10

Ставропольский край

26645,00

139983,00

16,01

1855,30

539,37

Тамбовская область

24253,00

111680,00

9,63

1079,20

623,04

Тверская область

27612,00

99966,00

16,01

4644,30

629,57

Томская область

37518,00

95061,00

10,43

14076,90

570,79

Тульская область

31637,00

127064,00

11,53

5974,90

772,25

Чувашская Республика

24530,00

51931,00

11,83

2034,60

512,57

Составлено по: Статистический сборник «Регионы России. Социально-экономические показатели», 2018; Данные по формам статистической налоговой отчетности https://www.nalog.ru/rn23/relatedactivities/statisticsandanalytics/forms/

Примечание - Производительность труда в региональном разрезе рассчитывалась как отношение валового регионального продукта к среднесписочной численности занятых в экономике субъекта Российской Федерации по данным Росстата.

Налоговая нагрузка на субъект Российской Федерации рассчитывалась как отношение величины налоговых поступлений в бюджет бюджетной системы к валовой добавленной стоимости, произведенной в регионе по статистическим данным Федеральной налоговой службы и Росстата

В Таблице 2 представлена корреляционная матрица исследуемых характеристик, которые проверены на мультиколлинеарность (R<0,7), факторы не связаны друг с другом, что позволяет строить регрессионную модель.

Таблица 2. Корреляционная матрица

Коэффициенты корреляции

х1

х2

х3

х4

х1

1,00

х2

0,25

1,00

х3

-0,18

-0,05

1,00

х4

0,49

0,46

-0,10

1,00

Связь между независимыми и зависимой переменными может быть выражена в виде линейной функции. В таком случае при отсутствии гетероскедастичности остатков получаем уравнение:

(1)

Проверим значимость модели множественной регрессии (1) и ее параметров. В Таблице 3 представлены параметры для проверки значимости модели множественной регрессии.

Таблица 3. Дисперсионный анализ

Дисперсионный анализ

df

SS

MS

F

Значимость F

Регрессия

4,00

363476,68

90869,17

5,83

0,001627

Остаток

27,00

420945,72

15590,58

-

-

Итого

31,00

784422,40

-

-

-

Проверим на статистическую значимость уравнение регрессии (1). Фактическое значение F-критерия Фишера равно 5,83. Табличное значение критерия Фишера для α=0,05 равно 2,67. Так как фактическое значение F-критерия Фишера больше табличного, уравнение регрессии значимо с вероятностью 0,95%. Следовательно, значим также коэффициент детерминации, т.е. он с большой долей вероятности отличен от нуля. Множественная линейная регрессия характеризуется показателями тесноты связи, которыми являются коэффициенты детерминации и множественной корреляции. Значение коэффициента множественной детерминации близко к единице, исходя из этого, вариация переменных, входящих в регрессионное уравнение на 99,9% обусловливает изменение результирующей переменной. Значение коэффициента множественной корреляции свидетельствует о тесной связи между независимыми и зависимой переменными. Вероятность допустить ошибку первого рода несущественна. Согласно проведенному дисперсионному анализу разработанная модель системной оценки в целом значима. Проверка по критерию t-Стьюдента также показывает значимость параметров регрессионного уравнения. Таким образом, с высокой вероятностью можно утверждать о точности построенной модели и возможности ее применения.

Уравнение регрессии показывает, что между независимыми переменными, которые входят в модель, и производительностью труда существует как прямая, так и обратная связи. Так, положительную прямую связь на производительность труда оказывает рост среднемесячной начисленной заработной платы, инвестиций в основной капитал и внутренних затрат на научные исследования и разработки. С изменением среднемесячной начисленной заработной платы на 1 тыс. руб. производительность труда повысится в среднем на 15,6 тыс. руб. Рост внутренних затрат на исследования и разработки в организациях на 1 тыс. руб. стимулирует повышение производительности труда в среднем на 3,3 тыс. руб. Связь между налоговой нагрузкой субъекта Российской Федерации и производительностью труда обратная: уменьшение налоговой нагрузки на 1% стимулирует рост производительности труда в среднем на 4,36 млн руб. при прочих равных условиях.

4.Результаты

Проведенный корреляционно-регрессионный анализ позволил сделать вывод, что величина налоговой нагрузки тесно взаимосвязана с уровнем производительности труда. Повышение налогового бремени в субъектах Российской Федерации снижает возможности для роста производительности труда. По нашему мнению, эффективное применение инструментария налогового стимулирования позволит не только снизить налоговую нагрузку в регионах, но и достичь целей экономического развития. Следует выделить следующие ключевые направления налогового стимулирования, применение которых позволит повысить производительности труда в Российской Федерации, и, таким образом, достичь целей экономического развития:

— стимулирование развития человеческого капитала;

— содействие сфере НИОКР (R&D);

— развитие инфраструктуры.

Согласно официальным данным Российской статистической службы в 2016-2020 гг. численность рабочей силы снизится на 1 млн чел. (с 76,3 млн человек в 2016 г. до 75,3 млн человек в 2020 г.). При этом вклад прироста занятых в экономический рост производительности с 35% постепенно опустится до отрицательных показателей к 2030 году. Исходя из этого, повышение производительности труда является ключевым фактором обеспечения экономического развития в краткосрочном периоде. Решение задачи повышения уровня производительности труда тесно связано с целесообразностью инвестиций компаний в основной капитал в соответствии с формирующейся новой парадигмой организации производства (Четвертая промышленная революция). Применение налоговых стимулов государством будет способствовать этому процессу [12].

5. Выводы

Внутриотраслевая дифференциация по уровню производительности труда оказывает меньшее негативное влияние на темпы экономического роста, по сравнению с межрегиональными различиями. Другими словами, в регионах Российской Федерации, которые являются лидерами по уровню социально-экономического развития, например г. Москва, г. Санкт-Петербург, Московская область, уровень производительности труда выше, отрасли более продуктивны, по сравнению с менее развитыми регионами России. Структура промышленности оказывает незначительное влияние на производительность труда, за исключением регионов, богатых природными ресурсами. Производительность труда и занятость напрямую связаны с региональными характеристиками, а не с отраслями, что свидетельствует о недостаточном межрегиональном капитале и мобильности рабочей силы. Таким образом, меры, направленные на снижение дифференциации между регионами с высокой и низкой производительностью труда, например, применение горизонтальных налоговых стимулов, направленных на формирование инфраструктуры, вероятно, будут способствовать региональной конвергенции эффективней, чем отраслевые налоговые льготы. Производительность труда тесно связана с уровнем жизни населения страны. В случае субъектов Российской Федерации, производительность труда, измеряемая как отношение ВРП к среднегодовой численности занятого населения, имеет высокую региональную дифференциацию. Данная статья фокусируется на определении основных факторов, оказывающих как положительное, так и отрицательное влияние на повышение производительности труда.

Научная новизна исследования заключается в разработке эконометрической модели оценки влияния социально-экономических факторов на производительность труда. На основании эконометрической модели был проведен анализ роли, которую играют определяющие факторы производительности труда, такие как: среднемесячная начисленная заработная плата работников, инвестиции в основной капитал, налоговая нагрузка, величина внутренних затрат на научные исследования и разработки. В результате сделан вывод, что три из четырех указанных детерминантов поддерживают значительную положительную связь с производительностью труда. Налоговая нагрузка отрицательно влияет на рост производительности труда, поэтому использование механизма налогового инструментария, а именно налоговых льгот и преференций, может способствовать достижению целей экономического роста. Проводимая экономическая политика должна быть ориентирована на повышение эффективности всех производственных секторов, а именно поддержку развертывания инноваций, устранение барьеров для повышения уровня капиталовложений, стимулирование человеческого капитала, рабочей силы с помощью применения налоговых стимулов.

References
1. Rupika Khanna, Chandan Sharma. Testing the effect of investments in IT and R&D on labour productivity: New method and evidence for Indian firms. Eco-nomics Letters, 2018, volume 173, pp. 30-34.
2. Meng-Chi Tang. Total factor productivity or labor productivity? Firm heterogeneity and location choice of multinationals. International Review of Econom-ics & Finance, 2017,volume 49, pp. 499-514.
3. Gokhan Yılmaz. Labor productivity in the middle income trap and the graduated countries. Central Bank Review, 2016, volume 16, Issue 2, pp. 73-83.
4. Carl Magnus Bjuggren. Employment protection and labor productivity. Journal of Public Economics, 2018, volume 157, pp. 138-157.
5. Duerneckera, G., Herrendorf, B. On the allocation of time-A quantitative analysis of the roles of taxes and productivities. European Economic Review, 2018, volume 102, pp. 169-187.
6. Prescott, E.C., Why do Americans work so much more than Europeans? Fed. Reserv. Bank Minneap. Q. Rev. 2004. pp. 2–13.
7. Chi Man Yip. On the labor market consequences of environmental taxes. Journal of Environmental Economics and Management, 2018, №89 pp. 136-152.
8. Rausch, S., Schwarz, G.A. Household heterogeneity, aggregation, and the distributional impacts of environmental taxes. J. Publ. Econ. 2016. 138, pp. 43–57.
9. Walker,W.R. Environmental regulation and labor reallocation: evidence from the clean. Air Act. Am. Econ. Rev. 2011. 101 (3), pp. 442–447.
10. Dolgova I.N. Analiz vzaimosvyazi nalogovoi nagruzki i proizvodi-tel'nosti truda: regional'nyi razrez. Nauchnye trudy: Institut narodnokhozyai-stvennogo prognozirovaniya RAN. 2012. T. 10. S. 523-551.
11. Gunina I.A. Problemy rosta proizvoditel'nosti truda: teoriya, me-todologiya, praktika. Organizator proizvodstva. 2018. t. 26. № 4. s. 30-40.
12. Steshenko Yu.A. Klyuchevye napravleniya reformirovaniya nalogovoi sistemy dlya obespecheniya ekonomicheskogo rosta. Innovatsionnoe razvitie ekono-miki. 2018. № 3 (45). S. 210-218.