Impact of the pandemic COVID-19 re-opening orders on the unemployment claims: Evidence from Russian regions
The repository contains datasets on restrictive measures in Russia during the coronavirus pandemic.
Datasets collected by the authors for the article "The effect of the removal of regional anti-COVID restrictive measures on the dynamics of applications for unemployment benefits in Russia".
Abstract
This paper assesses changes in the dynamics of applications for unemployment benefits in response to the abolition of regional restrictive measures during the first wave of COVID-19 spread in Russia. This assessment is interesting from the perspective of developing anti-crisis support measures for the population. The assessment is based on weekly-regional panel data using the staggered difference-in-differences method. After the lifting of restrictive measures, the number of new applications for unemployment benefits does not decrease significantly. The result remains robust when an alternative measure of the stringency of restrictions is used, such as an indicator for the validity period of digital passes instead of data on the stages of lifting restrictions. A comparison of official data on the effect of restrictive measures with the Yandex self-isolation index is provided.
For citation: Suchkova OV, Stavniychuk AY, Kalashnov GY, Osavolyuk A (2023) The effect of the removal of regional anti-COVID restrictive measures on the dynamics of applications for unemployment benefits in Russia. Population and Economics 7(2): 1-22. https://doi.org/10.3897/popecon.7.e90445
We encourage the use of our collected database in any research, but please cite the source.
Contact [email protected]
The file labor_data.xlsx contains data aggregated at the regional level on citizens' applications for unemployment benefits during the 2020 pandemic, collected by Rostrud and the Center for Economic Development, as well as data on restrictive measures, COVID-19 incidence rates and demographics in the regions, collected by the authors. Unemployment data covers the period from 04/06/2020 to 10/26/2020 and has a weekly frequency.
| Variable | Description | Frequency | Source |
|---|---|---|---|
| week | Week (the start date of the week is indicated) | ||
| region | Region name | ||
| oced | Name of the field of activity according to the IAS OBV handbook “Work in Russia” | ||
| unemployed | Number of applications for unemployment benefits in the region per week by areas of activity indicated in the IAS OBV handbook “Work in Russia” | Daily, aggregated up to a week | Processed as part of the PandemicDataHack hackathon, organized by Russian research infrastracture management agency and Rostrud (Russian Federal Employment Service). “Registered unemployment in Russia: anonymized microdata on the characteristics of citizens and services received for 2017-2021.” Rostrud; processing: Russian research infrastracture management agency, ANO “CPUR” (Center for Advanced Management Solutions), 2021. |
| cv_gender | Number of applications for unemployment benefits from men in the region per week by areas of activity indicated in the IAS OBB handbook “Work in Russia” | Daily, aggregated up to a week | Processed as part of the PandemicDataHack hackathon, organized by Russian research infrastracture management agency and Rostrud (Russian Federal Employment Service). “Registered unemployment in Russia: anonymized microdata on the characteristics of citizens and services received for 2017-2021.” Rostrud; processing: Russian research infrastracture management agency, ANO “CPUR” (Center for Advanced Management Solutions), 2021. |
| cv_birthday_2000 | Number of applications for unemployment benefits in the region per week by area of activity from citizens born in 2000 and later | Daily, aggregated up to a week | Processed as part of the PandemicDataHack hackathon, organized by Russian research infrastracture management agency and Rostrud (Russian Federal Employment Service). “Registered unemployment in Russia: anonymized microdata on the characteristics of citizens and services received for 2017-2021.” Rostrud; processing: Russian research infrastracture management agency, ANO “CPUR” (Center for Advanced Management Solutions), 2021. |
| cv_birthday_1990 | Number of applications for unemployment benefits in the region per week by area of activity from citizens born in 1990 and later | Daily, aggregated up to a week | Processed as part of the PandemicDataHack hackathon, organized by Russian research infrastracture management agency and Rostrud (Russian Federal Employment Service). “Registered unemployment in Russia: anonymized microdata on the characteristics of citizens and services received for 2017-2021.” Rostrud; processing: Russian research infrastracture management agency, ANO “CPUR” (Center for Advanced Management Solutions), 2021. |
| cv_birthday_1980 | Number of applications for unemployment benefits in the region per week by area of activity from citizens born in 1980 and later | Daily, aggregated up to a week | Processed as part of the PandemicDataHack hackathon, organized by Russian research infrastracture management agency and Rostrud (Russian Federal Employment Service). “Registered unemployment in Russia: anonymized microdata on the characteristics of citizens and services received for 2017-2021.” Rostrud; processing: Russian research infrastracture management agency, ANO “CPUR” (Center for Advanced Management Solutions), 2021. |
| cv_birthday_1970 | Number of applications for unemployment benefits in the region per week by area of activity from citizens born in 1970 and later | Daily, aggregated up to a week | Processed as part of the PandemicDataHack hackathon, organized by Russian research infrastracture management agency and Rostrud (Russian Federal Employment Service). “Registered unemployment in Russia: anonymized microdata on the characteristics of citizens and services received for 2017-2021.” Rostrud; processing: Russian research infrastracture management agency, ANO “CPUR” (Center for Advanced Management Solutions), 2021. |
| cv_birthday_1960 | Number of applications for unemployment benefits in the region per week by area of activity from citizens born in 1960 and later | Daily, aggregated up to a week | Processed as part of the PandemicDataHack hackathon, organized by Russian research infrastracture management agency and Rostrud (Russian Federal Employment Service). “Registered unemployment in Russia: anonymized microdata on the characteristics of citizens and services received for 2017-2021.” Rostrud; processing: Russian research infrastracture management agency, ANO “CPUR” (Center for Advanced Management Solutions), 2021. |
| population | Population of the region at the beginning of 2020, the variable changes by region, but does not change during 2020 | Annual | Rosstat (Federal State Statistics Service of Russia) |
| men | The number of men in the region at the beginning of 2020, the variable changes by region, but does not change during 2020 | Annual | Rosstat (Federal State Statistics Service of Russia) |
| women | The number of women in the region at the beginning of 2020, the variable changes by region, but does not change during 2020 | Annual | Rosstat (Federal State Statistics Service of Russia) |
| infections | Number of detected cases of COVID-19 by region | Daily, aggregated up to a week | Data collected using Yandex DataLens from the source стопкоронавирус.рф |
| deaths | Number of deaths from COVID-19 by region | Daily, aggregated up to a week | Data collected using Yandex DataLens from the source стопкоронавирус.рф |
| healed | Number of recoveries from COVID-19 by region | Daily, aggregated up to a week | Data collected using Yandex DataLens from the source стопкоронавирус.рф |
| tests | Increase (change compared to the previous period) in the number of tests performed for COVID-19 | Weekly | Data on the TOP-15 regions by the number of tests performed and the TOP-15 regions by the number of tests performed per 100,000 population are published as part of the press release of Rospotrebnadzor (Federal Service for Supervision of Consumer Rights Protection and Human Welfare of Russia), thus it is possible restore data for 23 regions of Russia (some of them overlap). Observations for regions that were not consistently in the TOP 15 were reconstructed through interpolation |
| Rt | The infection spread rate is an indicator that determines the average number of people that one patient infects before he is isolated | Daily, aggregated up to a week | Calculated by the authors based on operational data from stopcoronavirus.rf. This coefficient is calculated based on data on the increase in new cases over the last 8 days and is used to make decisions about moving to the first, second or third stage of lifting restrictions. The coefficient was calculated based on operational data on the number of detected cases of the disease using the formula: |
| level | The stage of lifting restrictive measures in the region depending on the epidemiological situation. To indicate the severity of the restrictive measures in force in the region, Rospotrebnadzor used a four-stage designation of stages, where “stage 0” corresponded to the most stringent restrictions, and “stage 3” corresponded to the softest. The transition to a new stage of restrictions was carried out on the basis of information about the infection rate, the share of free beds for those infected with coronavirus and testing coverage. Data is available from 06/08/2020, since information about restrictions was not published previously. | Weekly | The data was collected from an interactive map from the official Internet resource to inform the population on coronavirus issues. Portal stopcoronavirus.rf. Situation with COVID-19 in the regions. https://стопкоронавирус.рф/information/ (Date of access: 12/13/2020). At the time of writing the manuscript, the map shows statistics on new cases of coronavirus detection in the regions. You can get acquainted with the type of map we worked with in the study using the web archive page at the link http:https://web.archive.org/web/20200615124941/https://xn--80aesfpebagmfblc0a.xn--p1ai/information/ |
| yandex_continuous | Yandex self-isolation index. The higher the index value, the better self-isolation is observed. To calculate the index, anonymized data on the use of Yandex applications is used (number of routes in Yandex.Navigator and Yandex.Metro, time of use of Yandex.Ether, Zen, KinoPoisk, etc.). | Daily, aggregated up to a week | Data collected using Yandex DataLens. “All indicators are reduced to a single scale, on which 0 corresponds to the level of rush hour on a typical weekday, and 5 - indicators that are usually happen late at night". Yandex analysts provide the following scale of population activity: “0-2.4 points – there are a lot of people on the street; 2.5–2.9 points – there are a lot of people on the street; 3–3.5 points – there are people on the street; 3.6–3.9 points – most people are at home; 4–5 points – almost no one on the street" |
| yandex_level | Discrete levels of the Yandex self-isolation index in accordance with the Yandex scale. | Daily, aggregated up to a week | In accordance with the scale of Yandex population activity, we convert the yandex_continuous variable into discrete form, denoting in our data for level 0 the range 0-2.4 points, that is, there are a lot of people on the street, similarly Level 1 - 2.5–2.9 points – there are a lot of people on the street; Level 2 - 3–3.5 points – there are people on the street; Level 3 - 3.6–3.9 points – most people are at home; Level 4 - 4–5 points – almost no one on the street. |
| pass | Data on restrictive measures introduced or lifted by heads of constituent entities of the Russian Federation depending on the epidemiological situation in the region. A binary variable equal to one if the electronic pass system was in effect in the region during the current week, and zero if it was not. The designation NA is for lines for which there is no data. | Weekly | Data on the timing of the introduction and cancellation of electronic passes was collected from several sources: regional news sites and materials prepared by experts from the Garant company |
Влияние снятия региональных ограничительных антиковидных мер на динамику заявок на пособие по безработице в России
Репозиторий содержит наборы данных об ограничительных мерах в России во время пандемии коронавируса.
Наборы данных, собранные авторами для статьи «Влияние снятия региональных ограничительных антиковидных мер на динамику заявок на пособие по безработице в России».
Аннотация
В работе дается оценка изменения динамики заявок на пособие по безработице в ответ на отмену региональных ограничительных мер в первую волну распространения COVID-19 в России, что интересно с точки зрения разработки мер антикризисной поддержки населения. Оценка дается на панельных данных методом ступенчатой разности разностей в разрезе «регион-неделя». После снятия ограничительных мер число новых заявок на пособие по безработице значимо не снижается. Результат остается устойчивым при использовании альтернативной меры жесткости ограничений — индикатора для периода действия электронных пропусков вместо данных об этапах снятия ограничений. Приводится сравнение официальных данных о действии ограничительных мер с индексом самоизоляции Яндекса.
Для цитирования: Suchkova OV, Stavniychuk AY, Kalashnov GY, Osavolyuk A (2023) The effect of the removal of regional anti-COVID restrictive measures on the dynamics of applications for unemployment benefits in Russia. Population and Economics 7(2): 1-22. https://doi.org/10.3897/popecon.7.e90445
Мы максимально приветствуем использование собранной нами базы данных в любых исследованиях, однако просим указывать источник.
Контакт для связи [email protected]
В файле labor_data.xlsx представлены агрегированные на уровне регионов данные о заявках граждан на пособие по безработице в период пандемии 2020 г., собранные Рострудом и ЦПУР, а также данные об ограничительных мерах, показателях заболеваемости COVID-19 и демографии в регионах, собранные авторами. Данные по безработным охватывают период с 06.04.2020 г. по 26.10.2020 г. и имеют еженедельную частотность.
| Переменная | Описание | Периодичность | Источник |
|---|---|---|---|
| week | Неделя (указана дата начала недели) | ||
| region | Название региона | ||
| oced | Название сферы деятельности по справочнику ИАС ОБВ «Работа в России» | ||
| unemployed | Количество заявок на пособие по безработице в регионе за неделю по сферам деятельности, указанным по справочнику ИАС ОБВ «Работа в России» | Ежедневная, агрегировали до недели | Обработано в рамках хакатона PandemicDataHack, организованного ИНИД и Рострудом. «Регистрируемая безработица в России: обезличенные микроданные о характеристиках граждан и полученных услугах за 2017-2021 гг.». Роструд; обработка: Инфраструктура научно-исследовательских данных, АНО «ЦПУР», 2021. |
| cv_gender | Количество заявок на пособие по безработице от мужчин в регионе за неделю по сферам деятельности, указанным по справочнику ИАС ОБВ «Работа в России» | Ежедневная, агрегировали до недели | Обработано в рамках хакатона PandemicDataHack, организованного ИНИД и Рострудом. «Регистрируемая безработица в России: обезличенные микроданные о характеристиках граждан и полученных услугах за 2017-2021 гг.». Роструд; обработка: Инфраструктура научно-исследовательских данных, АНО «ЦПУР», 2021. |
| cv_birthday_2000 | Количество заявок на пособие по безработице в регионе за неделю по сферам деятельности от граждан, родившихся в 2000 году и позднее | Ежедневная, агрегировали до недели | Обработано в рамках хакатона PandemicDataHack, организованного ИНИД и Рострудом. «Регистрируемая безработица в России: обезличенные микроданные о характеристиках граждан и полученных услугах за 2017-2021 гг.». Роструд; обработка: Инфраструктура научно-исследовательских данных, АНО «ЦПУР», 2021. |
| cv_birthday_1990 | Количество заявок на пособие по безработице в регионе за неделю по сферам деятельности от граждан, родившихся в 1990 году и позднее | Ежедневная, агрегировали до недели | Обработано в рамках хакатона PandemicDataHack, организованного ИНИД и Рострудом. «Регистрируемая безработица в России: обезличенные микроданные о характеристиках граждан и полученных услугах за 2017-2021 гг.». Роструд; обработка: Инфраструктура научно-исследовательских данных, АНО «ЦПУР», 2021. |
| cv_birthday_1980 | Количество заявок на пособие по безработице в регионе за неделю по сферам деятельности от граждан, родившихся в 1980 году и позднее | Ежедневная, агрегировали до недели | Обработано в рамках хакатона PandemicDataHack, организованного ИНИД и Рострудом. «Регистрируемая безработица в России: обезличенные микроданные о характеристиках граждан и полученных услугах за 2017-2021 гг.». Роструд; обработка: Инфраструктура научно-исследовательских данных, АНО «ЦПУР», 2021. |
| cv_birthday_1970 | Количество заявок на пособие по безработице в регионе за неделю по сферам деятельности от граждан, родившихся в 1970 году и позднее | Ежедневная, агрегировали до недели | Обработано в рамках хакатона PandemicDataHack, организованного ИНИД и Рострудом. «Регистрируемая безработица в России: обезличенные микроданные о характеристиках граждан и полученных услугах за 2017-2021 гг.». Роструд; обработка: Инфраструктура научно-исследовательских данных, АНО «ЦПУР», 2021. |
| cv_birthday_1960 | Количество заявок на пособие по безработице в регионе за неделю по сферам деятельности от граждан, родившихся в 1960 году и позднее | Ежедневная, агрегировали до недели | Обработано в рамках хакатона PandemicDataHack, организованного ИНИД и Рострудом. «Регистрируемая безработица в России: обезличенные микроданные о характеристиках граждан и полученных услугах за 2017-2021 гг.». Роструд; обработка: Инфраструктура научно-исследовательских данных, АНО «ЦПУР», 2021. |
| population | Численность населения региона на начало 2020 года, показатель изменяется по регионам, но не меняется в течение 2020 года | Ежегодная | Росстат |
| men | Численность мужчин в регионе на начало 2020 года, показатель изменяется по регионам, но не меняется в течение 2020 года | Ежегодная | Росстат |
| women | Численность женщин в регионе на начало 2020 года, показатель изменяется по регионам, но не меняется в течение 2020 года | Ежегодная | Росстат |
| infections | Число выявленных случаев заболевания COVID-19 в разрезе регионов | Ежедневная, агрегировали до недели | Данные собраны с помощью Yandex DataLens из источника стопкоронавирус.рф |
| deaths | Число смертей от COVID-19 в разрезе регионов | Ежедневная, агрегировали до недели | Данные собраны с помощью Yandex DataLens из источника стопкоронавирус.рф |
| healed | Число выздоровлений от COVID-19 в разрезе регионов | Ежедневная, агрегировали до недели | Данные собраны с помощью Yandex DataLens из источника стопкоронавирус.рф |
| tests | Прирост (изменение по сравнению с предыдущим периодом) числа проведенных тестов на COVID-19 | Еженедельная | Данные по ТОП-15 регионам по числу проведенных тестов и ТОП-15 регионам по числу проведенных тестов на 100 000 человек населения публикуются в рамках пресс-релиза Роспотребнадзора, таким образом, можно восстановить данные по 23 регионам России (некоторые из них пересекаются). Наблюдения по регионам, которые не постоянно находились в ТОП-15, были восстановлены посредством интерполяции |
| Rt | Коэффициент распространения инфекции - это показатель, определяющий среднее количество людей, которых инфицирует один больной до его изоляции | Ежедневная, агрегировали до недели | Рассчитано авторами на основе оперативных данных стопкоронавирус.рф. Данный коэффициент рассчитывается на основе данных по приросту новых случаев за последние 8 суток и используется для принятия решений о переходе к первому, второму или третьему этапу снятия ограничений. Коэффициент рассчитывался на оперативных данных числа выявленных случаев заболевания по формуле: |
| level | Этап снятия ограничительных мер в регионе в зависимости от эпидемиологической ситуации. Для обозначения жесткости действующих в регионе ограничительных мер Роспотребнадзор использовал четырехступенчатое обозначение этапов, где “0 этап” соответствовал самым жестким ограничениям, а “3 этап” – наиболее мягким. Переход к новому этапу ограничений осуществлялся на основе информации о коэффициенте распространения инфекции, доле свободных коек для заразившихся коронавирусом и охвате тестированием. Данные доступны с 08.06.2020, поскольку ранее информация об ограничениях не публиковалась. | Еженедельная | Данные были собраны с интерактивной карты с официального интернет-ресурса для информирования населения по вопросам коронавируса. Портал стопкоронавирус.рф. Ситуация с СOVID-19 в регионах. https://стопкоронавирус.рф/information/ (Дата обращения 13.12.2020 г.) На момент написания рукописи на карте обозначена статистика о новых случая выявления коронавируса в регионах. Ознакомиться с видом карты, с которым мы работали в исследовании, можно с помощью веб-архива страницы по ссылке http:https://web.archive.org/web/20200615124941/https://xn--80aesfpebagmfblc0a.xn--p1ai/information/ |
| yandex_continuous | Индекс самоизоляции Яндекса. Чем выше значение индекса, тем лучше соблюдается самоизоляция. Для расчета индекса применяются обезличенные данные об использовании приложений Яндекса (количество маршрутов в Яндекс Навигаторе и Яндекс Метро, время использования Яндекс.Эфир, Дзен, КиноПоиск и т. д.). | Ежедневная, агрегировали до недели | Данные собраны с помощью Yandex DataLens. «Все показатели сводятся к единой шкале, на которой 0 соответствует уровню часа пик в типичный будний день, а 5 — показателям, которые обычно бывают глубокой ночью» . Аналитики Яндекса приводят следующую шкалу активности населения: «0-2,4 балла – на улице очень много людей; 2,5–2,9 балла – на улице много людей; 3–3,5 балла – на улице есть люди; 3,6–3,9 балла – большинство людей дома; 4–5 баллов – на улице почти никого» |
| yandex_level | Дискретные уровни индекса самоизоляции Яндекса в соотвествии со шкалой Яндекса. | Ежедневная, агрегировали до недели | В соответствии со шкалой активности населения Яндекса, мы переводим в дискретный вид переменную yandex_continuous, обозначая в наших данных за 0 уровень диапазон 0-2,4 балла, то есть на улице очень много людей, аналогично 1 уровень - 2,5–2,9 балла – на улице много людей; 2 уровень - 3–3,5 балла – на улице есть люди; 3 уровень - 3,6–3,9 балла – большинство людей дома; 4 уровень - 4–5 баллов – на улице почти никого. |
| pass | Данные об ограничительных мерах, введенных или снятых главами субъектов РФ в зависимости от эпидемиологической ситуации в регионе. Бинарная переменная, равная единице, если в регионе на текущей неделе действовала система электронных пропусков, и нулю, если не действовала. Обозначение NA стоит для строчек, о которых нет данных. | Еженедельная | Данные о сроках введения и отмены электронных пропусков были собраны из нескольких источников: региональные новостные сайты и материалы, подготовленные экспертами компании "Гарант" |