Коэффициент корреляции доходов

Коэффициент корреляции доходов — это статистический показатель, характеризующий степень и направление линейной зависимости между величинами доходов двух или более экономических субъектов (например, домохозяйств, регионов, стран) либо между доходами и другими экономическими переменными (уровнем образования, возрастом, отраслью занятости). В отличие от коэффициента корреляции Пирсона, который измеряет связь между любыми числовыми рядами, в контексте доходов данный показатель часто применяется для анализа социально-экономического неравенства, мобильности доходов и взаимосвязи доходов с факторами производства.

Сущность и математическое определение

Коэффициент корреляции доходов обычно вычисляется по формуле Пирсона (r), которая для двух выборок X и Y (например, доходы отца и сына или доходы в двух регионах) имеет вид:

\[ r_{xy} = \frac{\sum_{i=1}^{n} (x_i - \bar{x})(y_i - \bar{y})}{\sqrt{\sum_{i=1}^{n} (x_i - \bar{x})^2 \sum_{i=1}^{n} (y_i - \bar{y})^2}} \]

где \( x_i \) и \( y_i \) — значения доходов i-го наблюдения, \( \bar{x} \) и \( \bar{y} \) — средние арифметические по выборкам. Значение r лежит в интервале от –1 до +1:

• +1 — полная положительная корреляция (рост дохода одного субъекта строго пропорционален росту дохода другого);
• 0 — отсутствие линейной зависимости;
• –1 — полная отрицательная корреляция (рост дохода одного сопровождается пропорциональным снижением дохода другого).

Для нелинейных зависимостей или ранжированных данных (например, при анализе распределения доходов по децилям) могут использоваться непараметрические аналоги — коэффициент корреляции Спирмена (ρ) или Кендалла (τ). Они менее чувствительны к выбросам и не требуют нормального распределения.

Применение в экономике и социологии

Анализ межпоколенческой мобильности доходов

Одно из ключевых применений — измерение межпоколенческой корреляции доходов (intergenerational income elasticity). Исследователи сравнивают доходы родителей (обычно отца) в определённом возрасте с доходами их детей в том же возрасте. Высокий положительный коэффициент (например, 0,5–0,6 в странах с низкой мобильностью, таких как Бразилия или ЮАР) свидетельствует о сильной зависимости благосостояния детей от доходов родителей. В странах Северной Европы (Дания, Норвегия) этот показатель составляет около 0,15–0,2, что указывает на высокую социальную мобильность. В России, по данным исследований 2000–2010-х годов, межпоколенческая корреляция доходов оценивается в 0,3–0,4, что близко к показателям США (0,4–0,5) и выше, чем в Скандинавии.

Корреляция доходов и образования

Коэффициент корреляции между уровнем образования (в годах обучения или наличии диплома) и доходом обычно положителен (0,2–0,5 в разных странах). В России, по данным Росстата, в 2023 году средняя зарплата работников с высшим образованием была на 40–60% выше, чем у лиц со средним профессиональным, однако разброс велик из-за отраслевых и региональных факторов. Связь не является строго линейной: для некоторых профессий (например, в IT или финансах) корреляция выше, чем для гуманитарных специальностей.

Региональные и отраслевые различия

Коэффициент корреляции доходов между регионами одной страны часто используется для анализа экономической конвергенции. Если доходы бедных регионов растут быстрее, чем богатых, корреляция между начальным уровнем дохода и темпами роста будет отрицательной (процесс «догоняющего развития»). В России в 2000–2010-х годах наблюдалась слабая отрицательная корреляция (–0,1 – –0,3) между ВРП на душу населения и среднегодовым темпом роста, что указывает на медленную конвергенцию. Внутрирегиональная корреляция доходов между отраслями (например, между добывающей промышленностью и сферой услуг) часто высока в ресурсодобывающих регионах (ХМАО, ЯНАО) и низка в аграрных.

Методологические ограничения

1. Линейность. Коэффициент Пирсона измеряет только линейную связь. В реальности зависимость доходов от факторов (возраст, стаж) часто нелинейна — например, «возраст-доходный профиль» имеет форму перевёрнутой U-образной кривой (рост дохода до 45–50 лет, затем снижение). В таких случаях r может быть близок к нулю, хотя связь существует.
2. Выбросы. Доходы имеют асимметричное распределение с длинным правым хвостом (наличие сверхвысоких доходов). Одно экстремальное наблюдение (например, миллиардер в выборке) может существенно исказить r. Для устойчивости применяют логарифмирование доходов или робастные методы.
3. Гетероскедастичность. Дисперсия доходов растёт с увеличением среднего дохода (богатые группы более разбросаны), что нарушает предположения классического регрессионного анализа. В таких случаях корреляция может быть недооценена.
4. Эндогенность. Корреляция не означает причинно-следственной связи. Высокая корреляция между доходом и образованием может быть вызвана скрытыми факторами — способностями, социальным капиталом, наследственностью.

Альтернативные показатели

В исследованиях неравенства и мобильности доходов наряду с корреляцией используют:

• Коэффициент Джини — измеряет неравенство в распределении доходов внутри одной совокупности, а не связь между разными совокупностями.
• Индекс межпоколенческой эластичности (IGE) — регрессионный коэффициент, показывающий, на сколько процентов изменится доход ребёнка при изменении дохода родителей на 1%.
• Ранговый коэффициент корреляции Спирмена — часто применяется при анализе децильных групп, так как менее чувствителен к выбросам.

Примеры в российской экономике

• Корреляция доходов и возраста. По данным Росстата за 2022 год, коэффициент корреляции между возрастом и среднемесячной зарплатой в России составил около 0,15–0,2 (слабоположительный), что объясняется пиком доходов в 35–45 лет и снижением после 55 лет.
• Корреляция доходов супругов. Исследования показывают, что в России коэффициент корреляции доходов между мужем и женой составляет 0,3–0,5 (положительный), что связано с образовательной и социальной гомогамией (люди с похожим уровнем образования и дохода чаще вступают в брак).
• Региональная корреляция. В 2023 году коэффициент корреляции между среднедушевыми денежными доходами регионов РФ и долей занятых в малом бизнесе составил 0,45, что указывает на умеренную связь между предпринимательской активностью и уровнем благосостояния.

Критика и альтернативные подходы

Некоторые экономисты (например, Т. Пикетти) критикуют использование коэффициента корреляции доходов как меры мобильности, поскольку он не учитывает динамику распределения богатства и капитала. В последние десятилетия всё чаще применяют квантильную регрессию и матрицы переходов (transition matrices), которые позволяют анализировать, как изменяется положение домохозяйств в распределении доходов во времени, а не только линейную связь. Кроме того, в макроэкономике корреляция доходов между странами может быть артефактом глобальных циклов (например, синхронный рост в 2000-х годах), а не отражением структурных взаимосвязей.

Источники

• Росстат. «Доходы, расходы и потребление домашних хозяйств в 2023 году». — М., 2024.
• Лукьянова А. Л. «Межпоколенческая мобильность доходов в России: сравнительный анализ». — Экономический журнал ВШЭ, 2015, № 4.
• Corak M. «Income Inequality, Equality of Opportunity, and Intergenerational Mobility». — Journal of Economic Perspectives, 2013, Vol. 27, No. 3.
• Chetty R. et al. «Where is the Land of Opportunity? The Geography of Intergenerational Mobility in the United States». — Quarterly Journal of Economics, 2014, Vol. 129, No. 4.
• Полякова Е. И. «Корреляционный анализ доходов населения регионов России». — Региональная экономика: теория и практика, 2018, № 11.