O umownych średnich płacach w statystyce publicznej

Julian Daszkowski, O umownych średnich płacach w statystyce publicznej (robocze, kwiecień 2014) 1/(13)
JULIAN DASZKOWSKI
O umownych średnich płacach w statystyce publicznej1
Wyodrębnienie długofalowych trendów płacowych w Polsce za ostatnie trzydzieści lat z sezonowych i
cyklicznych wahań, odróżnianych przy tym od specyficznych reakcji masowych na posunięcia politycznoprawne lub od losowych fluktuacji (np. Daszkowski, 2010) jest obecnie tak pracochłonne, że w pożądanym
zakresie praktycznie niemożliwe bez trudnego do sfinansowania zespołowego programu badawczego.
Skokowe zmiany definicji płacy w 1992 i 1998 roku oraz pełzająca interakcja między inflacją a
obciążeniami podatkowo-składkowymi (Daszkowski, 2004) wymagają przekształcania opublikowanych
przez GUS zbiorów danych z wykorzystaniem dość arbitralnych założeń2, ale tak zwana reforma
administracyjnego podziału kraju bezpowrotnie przerwała jeden szereg czasowy, rozpoczynając zupełnie
inny. Analogiczne skutki, choć nie w tych samych momentach, wywoływały przekształcenia klasyfikacji
działalności czy zawodów wraz z modyfikacjami praktyki statystycznej. W konsekwencji, bardziej
szczegółowe analizy dynamiki płac za dłuższe okresy w Polsce są raczej serią przyczynków słabo
powiązanych tylko na najwyższych poziomach agregacji, bez pełnej możliwości zasadnego porównywania
ich długoterminowego zróżnicowania.
Celem dalszych wywodów jest wykorzystanie zmodyfikowanych wariantów już przedstawianej
wcześniej3 metodyki charakteryzowania zróżnicowania przeciętnych płac w kolejnym okresie, statystycznie
nieporównywalnym z poprzednimi z powodu zmiany Polskiej Klasyfikacji Działalności. Metodyka taka
sugeruje bowiem, że mimo rozmaitych skokowych zmian w statystycznych klasyfikacjach, ciągle ujawniają
się zależności („stylizowane fakty”) o bardziej społecznym niż ekonomicznym charakterze,
O interpretowaniu wartości średnich płac z wydawnictw statystyki publicznej
To, co w materiałach statystyki publicznej nazywa się średnią lub przeciętną czegokolwiek, tylko z
grubsza odpowiada temu, co statystyka matematyczna uważa za średnią arytmetyczną. Tak na przykład,
wartość przeciętnej płacy od dawna odnosi się do specyficznego sposobu jej wyznaczania: Najpierw, w
każdej z kilkudziesięciu tysięcy organizacji zobowiązanych do składania sprawozdań przelicza się niepełne
etaty na etaty pełne, potem jedną z trzech metod ustala się przeciętne zatrudnienie w okresie oraz sumę
wynagrodzeń brutto w okresie. Organy statystyki publicznej dalej sumują informacje z indywidualnych
sprawozdań, aby w końcu podzielić całą sumę wynagrodzeń brutto w okresie przez sumę przeciętnego
zatrudnienia w okresie4. Wynik nie odnosi się więc ani do liczby rzeczywiście zatrudnionych (na przykład
dwóch półetatowców jest traktowanych jak jeden człowiek na pełnym etacie) ani do rzeczywistych wypłat
(bo bez zmniejszeń o potrącenia zaliczek na podatek dochodowy i składek na ubezpieczenia społeczne). Co
więcej, pełne dane dotyczą zbiorczo tylko okresów kwartalnych, bo tylko duże organizacje, i to nie ze
wszystkich rodzajów działalności, mają obowiązek składać comiesięczne sprawozdania, a reszta, o ile
zatrudnia ponad 9 osób, podaje sumę płac brutto w kwartale podzieloną przez wyliczone przeciętne
zatrudnienie w kwartale.
Dla uzyskania zaledwie orientacji w tym wszystkim celowe jest systematyczne zapoznawanie się z
programem badań statystyki publicznej 5, formularzami GUS oraz metodologią zbierania 6 danych,
statystycznymi obowiązkami różnych kategorii podmiotów gospodarczych, stosowanymi klasyfikacjami i
objaśnieniami do tabel z publikowanymi danymi – w aktualnych wersjach wszystko na stronie internetowej
GUS. Jednak zwykle brakuje dokładniejszych informacji o przyjmowanych w GUS metodach przetwarzania
danych, a problem tak zwanej jakości danych statystyki publicznej jest tylko ogólnie analizowany w
hermetycznie profesjonalnych publikacjach (Kordos, 1987; Kordos, 1988).
Z wszystkich powyższych powodów to, co jest podawane jako przeciętna płaca miesięczna jest zaledwie
orientacyjnym i nie w pełni precyzyjnym wskaźnikiem kalkulacyjnej podstawy dla miesięcznych wypłat.
1
Zaktualizowane fragmenty niepublikowanego opracowania pod tytułem „Statystyka od spodu”
np. Daszkowski (2002), s. 101; Daszkowski (2006), s. 14; Daszkowski, (2012)
3
Daszkowski (2002), s. 41-51; Daszkowski (2005)
4
Zasady metodyczne…, (2008)
5
http://www.stat.gov.pl/bip/4768_PLK_HTML.htm (21.11.2011),
6
http://form.stat.gov.pl/formularze/formularze.htm (21.11.2011),
2
Julian Daszkowski, O umownych średnich płacach w statystyce publicznej (robocze, kwiecień 2014) 2/(13)
Przeciętna płaca jest przedstawiana jako jednakowa dla wszystkich trzech miesięcy kolejnych kwartałów
kalendarzowych, ale w rzeczywistości wcale nie musi być jednakowa. Dlatego przeciętne płace należy
traktować jako wskaźniki przybliżonego środka ciężkości tak zwanych zagregowanych rozkładów, a nie
wielkości oddające typowy czy najczęściej spotykany poziom realnych wypłat za konkretny miesiąc w danej
sekcji działalności czy w danym regionie.
W interpretowaniu dokładności danych liczbowych można posługiwać się pewną konwencją ich
odczytywania. Jeżeli podawana wartość jest przybliżona w granicach ±0,5% (a w praktycznych
zastosowaniach uchodzi to za bardzo dobre przybliżenie), to wystarczy zastąpić niektóre cyfry znakami
potwierdzającymi istnienie ich wyliczenia, ale ukrywającymi, jakie one są lub sygnalizującymi ich
niedokładność. Wykorzystując publikacje GUS z danymi o precyzji oszacowania przeciętnych
wynagrodzeń7, uzyskuje się takie na przykład interpretacje:
W październiku 2010 roku przeciętne wynagrodzenie w gospodarce wyniosło 3543,50 zł, ale błąd
względny oszacowania tej wartości jest rzędu ±0,5%, czyli przeciętna ta mieści się w granicach od 3525,78
do 3561,22 złotych. W obu granicach wartości powtarzają się cyfry oznaczające tysiące i setki, ale już cyfry
oznaczające dziesiątki różnią się od siebie, choć wydają się być z grubsza tego samego rzędu (od 2 do 6). A
więc tak naprawdę, wynagrodzenie przeciętne wyniosło trzy tysiące pięćset chyba czterdzieści ileś złotych.
Przed cyframi niepewnymi, choć wskazującymi mniej więcej rząd wielkości, dodaje się „chyba”, a po niej
już tylko określenie „ileś”. Symbolicznie, wyglądałoby to tak: 35(4)X,XX – odczyt wartości cyfry w
nawiasie ma być poprzedzony określeniem „chyba”, a znaki X,XX odpowiadają określeniu „ileś”.
Dla października 20088 było to 3232,07 zł, z takim samym względnym błędem oszacowania (0,5%), czyli
przeciętna ta mieściła się w granicach od 3215,91 do 3248,23 złotych. Według proponowanej symboliki i
sposobu jej odczytywania wyglądałoby jako 32(3)X,XX (trzy tysiące dwieście chyba trzydzieści ileś).
Upraszczając dość powszechnie przyjęte konwencje operowania dokładnością 9 trzeba zauważyć, że
obliczana różnica przeciętnych z dwu wybranych powyżej lat może się wahać od 277,55 do 345,32 złotych,
a więc najodpowiedniejszym jej słownym określeniem wydaje się sformułowanie „chyba trzysta ileś
złotych=(3)XX,XX”. Gdyby dziennikarze i politykierzy widzieli rzeczywisty stopień precyzji wskaźników
statystycznych w ten sposób, to nie przykładaliby przesadnego znaczenia do różnic, wynikających być może
z niedokładności oszacowań.
Gdy przeciętną miesięczną płacę brutto w Polsce dla ostatniego kwartału 2012 roku określono w
Biuletynie Statystycznym jako 3690,30 zł, to przy prawdopodobnej (ale nie podanej) dokładności rzędu
0,5%, waha się ona o plus/minus 18,45 zł, czyli od 3671,85zł do 3708,75. Można to zapisać jako 3(69)X,XX
i odczytywać jako trzy tysiące chyba sześćset dziewięćdziesiąt ileś.
Powyższa konwencja jest użyteczna tylko przy odczytywaniu liczb i nie daje się zastosować do obliczeń.
Uświadamia ona jednak, że nie warto wyciągać pochopnych wniosków z samej wartości przesadnie
dokładnych liczb, występujących bądź w przejściowych, bądź nawet końcowych fazach stosowania
poszczególnych metod statystycznych. Dotyczy to zwłaszcza konfrontowania danych z bezpośrednio
następujących po sobie okresów, między którymi różnice mogą być mniejsze od precyzji wyznaczania ich
wskaźników. Dopiero kilka kolejnych zmian pozwala zarysować ewentualny trend, jeżeli takie za mało
precyzyjne różnice układają się we względnie konsekwentny wzorzec, wyraźnie wykraczający poza
obarczone nawet niewielkim błędem przypadkowe fluktuacje wyników.
Pojawia się jednak pytanie, czy stosowanie metod statystycznych ma sens, wobec z góry założonej
niepewności co do precyzji, czy dokładności liczbowych wyników. Ale choć publikacje statystyczne
dostarczają wiedzy ograniczonej i niepewnej, to można z nich wydobyć zdumiewająco wiele informacji, pod
warunkiem ich odpowiedniego zestawienia za dłuższe okresy oraz ostrożnego interpretowania10.
O agregatach, eksploracyjnej analizie danych i stylizowanych faktach
Umowna średnia płaca miesięczna jest charakterystyką szczególnych kategorii statystycznoekonomicznych, noszących nazwę „agregatów”. Wprawdzie w życiu codziennym nazwa ta, zgodnie z
7
Struktura wynagrodzeń…, (2012), s 14-15
Struktura wynagrodzeń…, (2009), s. 14-15
9
np. Szulc (1968), s. 692-697; Taylor (1999), s. 29-63
10
Szulc (1968), s. 121; „Skoro już wiemy, że bezbłędna statystyka jest niemal niemożliwa – ważne jest, aby był możliwie
ściśle określony rodzaj, kierunek i prawdopodobne rozmiary błędów. Gdy to będzie wiadome, można korzystać ze
statystyki obarczonej nawet dość dużymi odchyleniami od rzeczywistości, zarówno dla celów praktycznych, jak i do
badań naukowych. […] Operowanie faktami niezupełnie ścisłymi jest rzeczą zwykłą i nieuniknioną nie tylko w
dziedzinie statystyki.”
8
Julian Daszkowski, O umownych średnich płacach w statystyce publicznej (robocze, kwiecień 2014) 3/(13)
wieloma słownikami i encyklopediami, wywołuje raczej skojarzenia strażacko-inżynierskie, ale jest ona od
dawna używana w stosowanym tu dalej znaczeniu 11, nie tylko w obszarze statystyki12, ale także w szeroko
pojętych naukach społecznych13. Agregatem w sensie statystycznym jest zatem liczba, wynikająca z
przeprowadzenia operacji matematycznych, które biorąc pod uwagę tylko jakiś wybrany fragment
charakterystyki każdego elementu zbioru, prowadzą do jednego wyniku, opisującego ze względu na tę
charakterystykę już cały zbiór, złożony z tych elementów. Dla uniknięcia niejasności, posługiwanie się
agregatem wymaga wskazania zbioru, którego agregat dotyczy (np. „w przedsiębiorstwach”, „w przemyśle”,
„w gospodarstwach domowych” itp.) oraz podania umownej nazwy agregatu (np. „wartość dodana” czy
„produkt krajowy brutto”). Interpretowanie informacji o agregatach różni się jednak od interpretowania
informacji o jednostkach, a przeoczenie tej oczywistej różnicy często leży u podłoża nieprawdziwych lub
nonsensownych wniosków, mimo powtarzających się ostrzeżeń14.
Aby intuicyjnie uchwycić różnicę między właściwościami zbiorów a właściwościami tworzących je
elementów, można rozpatrzeć wzrost, wagę i wiek członków rodziny. Suma ciężarów członków rodziny
może być uznana za zagregowany ciężar rodziny (w samolocie lub w windzie), ale podzielenie go przez
liczebność rodziny daje wartość, która niemal zawsze różni się od ciężaru któregokolwiek z jej członków.
Tym nie mniej, wszystkie wartości można wykorzystać do obliczenia zarówno przeciętnego ciężaru członka
rodziny, jak i do wyznaczania przeciętnego ciężaru rodziny.
Z kolei suma wzrostu członków rodziny bez absurdalnych skojarzeń nie pasuje do żadnego
interpretacyjnego pomysłu na bardziej globalny agregat, choć podzielenie takiej sumy przez liczebność
rodziny prowadzi do nie budzącej sprzeciwu interpretacji o przeciętnym wzroście członka rodziny. Jedna z
pośrednich wielkości nie odnosi się zatem do żadnej życiowo rozsądnej sytuacji, nie wykluczając zarazem
jej wykorzystania do osiągnięcia skutku bardziej akceptowalnego, choć też odbiegającego od rzeczywistości.
I wreszcie, suma wieku członków rodziny w oczywisty sposób nie jest wiekiem rodziny, a wyliczona na
jej podstawie przeciętna ma niewiele wspólnego z właściwością zbioru, pozostając przy tym w bardziej
jednoznacznej relacji z właściwościami elementów tego zbioru. W przeciwieństwie do ciężaru lub wzrostu
rodziny, odnoszących się, choć w każdym przypadku odmiennie, zarówno do właściwości elementów
składowych, jak i do tworzonej przez nie całości, takie same operacje niejako ignorują różnice między
charakterystyką elementów (wiek osób) a charakterystyką zbioru, wymagającego odpowiedzi na dodatkowe
pytanie, niekoniecznie związane z jakimikolwiek właściwościami elementów. Chodzi mianowicie o
rozstrzygnięcie, kiedy powstała rodzina – w jednym ujęciu może być starsza od któregokolwiek ze swoich
członków, w innym zaś, musi być młodsza od co najmniej młodszego z małżonków.
To wszystko razem oznacza, że w obliczaniu średniej arytmetycznej sumowanie jest etapem, w którym
może (choć nie musi) zginąć związek między sensem wartości elementów a sensem utworzonej z nich
wartości zbiorczej. Są to znane od co najpóźniej Arystotelesa 15, szersze od wskazywanych tutaj, problemy
błędu złożenia (wnioskowanie o własnościach zbioru na podstawie własności elementów może być
zawodne) i błędu podziału (wnioskowanie o własnościach elementów na podstawie własności zbioru może
być zawodne). Tak więc wiedza o samej średniej arytmetycznej jako właściwości zbioru elementów, bez
wiedzy o typie rozkładu, wariancji itp., nie daje podstaw do niezawodnego wnioskowania o relacjach między
11
SŁOWNIK JĘZYKA POLSKIEGO …, (1900): „Agregat, […] 1. fil[ozoficzny]. skupienie, nagromadzenie, zbiór
rzeczy bez względu na ich wzajemny stosunek. […] 3. mat[ematyczny]. zbiór a[lbo]. suma pewnej liczby wyrażeń a[lbo].
liczb, czyniących zadość pewnym warunkom, a[albo]. podległych pewnemu prawu. […]”
12
Kendall, Buckland (1986): „AGREGACJA, sumowanie pierwotnych danych i tworzenie danych zbiorowych, tzn.
agregatów, zazwyczaj w celu ich numerycznego przedstawienia. Np. dochód narodowy lub agregatowe indeksy cen są
agregatami w przeciwieństwie do indywidualnego dochodu obywatela lub ceny jakiegoś dobra.”
13
Słownik socjologii i…, (2005), s. 2-3: „agregat […] Termin ten jest także używany w odniesieniu do badań lub analiz,
które zajmują się wyłącznie danymi zagregowanymi, tzn. sporządzonymi dla stosunkowo dużych grup lub kategorii (np.
dla określonego typu osób, rodzin lub firm), kiedy powrót do informacji o pojedynczym członku zbiorowości jest już
niemożliwy.”
14
Np. Lange (1931), s. 2-3 (z zachowaniem oryginalnej ortografii i interpunkcji tamtego czasu): „W rzeczywistości
zjawisk typowych ‘sensu stricto’ niema, albowiem w każdym indywidualnym przypadku istnieją większe lub mniejsze
odchylenia od ustalonego typu. Nauki posługujące się mimo to typem, mogą ze względu na cel i potrzeby swych badań
rezygnować z pewnych różnic indywidualnych i traktować badane zjawisko jako typowe. Łączy się to jednak zawsze z
mniejszą precyzją badania. Są również nauki, w których narzuca się posługiwanie typem jako fikcją metodologiczną, n.
p. w teorji ekonomii posługujemy się pojęciem ‘homo oeconomicus’ czyli zakładamy typowość działań ludzkich. Ze
wzrostem precyzji w metodach badania naukowego coraz częściej przechodzi się od rozważania zjawisk jako typowych,
do rozważania ich jako zjawisk masowych, a temsamem do stosowania metod statystycznych.”
15
zob. np. hasło „Fallacia compositionis et divisionis” w: Szymanek (2001), s. 146-148
Julian Daszkowski, O umownych średnich płacach w statystyce publicznej (robocze, kwiecień 2014) 4/(13)
elementami. W szczególności, wiedza o samych „przeciętnych” wynagrodzeniach jako wiedza o
właściwościach zbiorów wynagrodzeń nie jest wiedzą o właściwościach wynagrodzeń indywidualnych16.
Świetnie to rozumiano i jako myśl obiegową przedkładano już w starych skryptach sprzed drugiej wojny
światowej17. Jednak od pewnego czasu, w ślad za tak zwaną literaturą światową, nawet w Polsce18,
spostrzeżenia tego typu są prezentowane jako oryginalne osiągnięcie amerykańskich uczonych po drugiej
wojnie światowej (Jargovsky, 2005; de Munck, 2005). Sprzyja temu nacisk na cytowanie wyłącznie
najnowszych publikacji i dopuszczalność pomijania odwołań do starszych, nawet angielskojęzycznych
źródeł kultur europejskich19.
Tak więc podzielenie sumy przez liczbę jej składników („średnia płaca”, „produkt krajowy brutto na
osobę”, „przeciętny dochód gospodarstwa domowego” itd.) nie dostarcza WIARYGODNYCH informacji o
jednostkach, bo informacje takie dotyczą zbioru. W dalszym ciągu są to agregaty, czyli rezultaty obliczeń, a
nie wartości „typowych”, „najczęściej spotykanych”, a nawet „realnie występujących” właściwości. Jeżeli z
jakiegokolwiek powodu nie są znane (a ze względu na ustawową tajemnicę statystyczną, nie mogą być
znane) właściwości pojedynczych elementów i pominięte są takie charakterystyki statystyczne jak rodzaj
rozkładu z miarami jego kształtu oraz zróżnicowania, to wszystkie operacje na już istniejących agregatach
ZAWSZE odnoszą się do właściwości zbiorów, a NIGDY do właściwości ich elementów. Ostrzeżenia na
temat wynikających z tego ograniczeń wnioskowania 20 zbyt często są traktowane jako nieistotne.
W analizie agregatów najczęściej rozpatruje się zbiór uważany za nadrzędny (np. „gospodarka narodowa”,
„przemysł”) oraz podzbiory wchodzące w jego skład (np. dla „gospodarki narodowej” mogą to być „sektory
instytucjonalne”: „gospodarstw domowych”, „przedsiębiorstw”, „instytucji rządowych i samorządowych”,
„instytucji niekomercyjnych”, „instytucji finansowych i ubezpieczeniowych” oraz „zagranicy”).
Przechodzenie od zbioru nadrzędnego do podzbiorów wchodzących w jego skład nazywa się dezagregacją,
przy czym z reguły nie są dostępne dane, które umożliwiłyby sprawdzenie poprawności procedur agregacji i
dezagregacji. Zresztą zagregowana wartość dla całego nadrzędnego zbioru prawie nigdy nie jest prostą sumą
lub średnią arytmetyczną zdezagregowanych wartości.
Zasłyszana lub przeczytana kiedyś wypowiedź, że „tabele są dla kalkulowania, a wykresy do
prezentowania” leży u podłoża tzw. eksploracyjnej analizy danych. Chodzi w niej o to, aby znaleźć w
dostępnych zbiorach wartości jakiś rodzaj uporządkowania, bez zakładania z góry, jaki on może być, lub jaki
teoretycznie powinien być. Eksploracyjna analiza danych, w przeciwieństwie do tradycyjnych metod
statystycznych, nie tworzy jednoznacznych dyrektyw postępowania z danymi. Składa się raczej z sugestii,
jakie postępowanie mogłoby być pomocne lub użyteczne w poszukiwaniu naturalnego uporządkowania
zbioru pozornie chaotycznych wartości.
Jedną ze stale powtarzanych sugestii jest rada, aby zbiory danych przedstawiać na możliwie wielu
możliwie różnorodnych wykresach21, zwłaszcza że w naturalny sposób uchylają one problem przesadnej i
tylko pozornej dokładności odczytu wykorzystywanych liczb. Wykresy takie nie mają niemal żadnej
wartości jako dowody, ale są niezastąpione w tworzeniu wyobrażeń, przypuszczeń, hipotez i wątpliwości do
późniejszego sprawdzenia ich trafności właściwymi metodami statystycznymi. Ograniczanie się do jednego
wykresu, bez towarzyszącej mu statystycznej analizy danych, grozi w konsekwencji nie tylko przeoczeniem
innego, być może silniejszego lub ważniejszego wzorca uporządkowania, ale także służy nieuczciwym czy
niekompetentnym osobom do wprowadzania w błąd (np. Strange, 2008).
16
por. też rozróżnienie między pojęciem zbioru w sensie kolektywnym i w sensie dystrybutywnym – Pszczołowski
(1978), s. 294; Mała Encyklopedia…, (1970), s. 361-365
17
Lange (1931), s. 2: „Prawidłowości wysnute na podstawie analizy zjawisk masowych nie charakteryzują każdego
poszczególnego elementu zbiorowości, lecz jedynie charakteryzują zbiorowość badaną jako całość! / N. p. nie można
wysokości przeciętnego Polaka, uważać za rzeczywistą wysokość danego obywatela polskiego; przeciętna bowiem
charakteryzuje jedynie zbiorowość wszystkich Polaków pod względem wysokości/.”
18
Logika analizy…, (1979), s. 83-98
19
np. Jevons (1960/1874), t. I, s. 97: „Nie trzeba chyba podkreślać, iż nie należy sądzić o zbiorowej całości tego, co
wiemy tylko o jej częściach, ani też tego o częściach, co wiemy o całości.”
20
Daszkowski (1988), s. 43: „Trzeba też wyraźnie powiedzieć, że w wielu publikacjach naukowych z zakresu
psychologii, statystyczny charakter twierdzeń jest zupełnie nieczytelny. Być może wypływa to stąd, że metody
statystyczne używane przez psychologów wymagają porównywania zbiorów ludzi, psychologowie zaś, a w ślad za nimi
praktycy interpretują wyniki w odniesieniu do jednostek.”
21
Nieco szerzej o tym, na przykładzie danych o płacach z kilku lat w okresie obowiązywania poprzednich klasyfikacji
działalności w: Daszkowski (2005) oraz Daszkowski (2002), s. 38-51
Julian Daszkowski, O umownych średnich płacach w statystyce publicznej (robocze, kwiecień 2014) 5/(13)
Współcześnie uważa się, że posługiwanie się agregatami jako przesłankami do wyciągania wniosków,
polega na tworzeniu i wykorzystywaniu tak zwanych „stylizowanych faktów”22. Stylizowane fakty są
uproszczonymi i na ogół wyrażanymi słownie generalizacjami lub wyobrażeniami wyników statystycznych
zestawień oraz dokonywanych na nich kalkulacji. Powinny względnie trafnie odzwierciedlać relacje między
agregatami oraz ich dynamikę, ale nie oczekuje się, aby miały taką samą trafność w odniesieniu do
szczegółów, z których agregaty powstały. Niestety, dość często zdarza się, że stylizowane fakty, dotyczące
tylko określonego czasu, wyodrębnionego rejonu i specyficznie zdefiniowanych wartości, przekształcają się
w zgeneralizowane na inne zakresy niepodważalne założenia naukowe, a co gorsza, w zbyt poważnie
traktowane charakterystyki szczegółów.
Na marginesie warto zauważyć, że sama koncepcja stylizowanych faktów, ale bez tej akurat nazwy, już od
XIX wieku, nawet w Polsce, należała do myśli obiegowych, które traktowano jako tak oczywiste, że nie
wskazywano na jej przypuszczalnych autorów (najprawdopodobniej z kręgu osiemnastowiecznych
kameralistów niemieckojęzycznych23). Czasami powoływano się natomiast na przejściowo popularne
autorytety24, wychodząc być może z założenia, że z czysto oportunistycznych powodów nie zaszkodzi
zacytować merytorycznie trafnych sformułowań, którym akurat nie można zarzucić wyłącznie
ideologicznego pochodzenia. Wśród autorów amerykańskich istnieje zaś sygnalizowana już wyżej tendencja,
aby po nadaniu przez nich nowej nazwy (w tym przypadku właśnie nazwy «stylizowanych faktów»)
jakiemuś od dawna znanemu problemowi, zgłaszać swoje i uznawać tylko swoje roszczenia do jego
odkrycia, przeanalizowania oraz wykorzystania.
O eksploracyjnej analizie zagregowanych szeregów czasowych
Konkretne przykłady szeregów czasowych dla zagregowanych i zdezagregowanych danych można
zaczerpnąć z udostępnianych w formacie Microsoft xls tabel Biuletynu Statystycznego GUS, podających
„przeciętne wynagrodzenia miesięczne w okresach kwartalnych” w zagregowanej formie „ogółem” i
zdezagregowanej na podstawie tzw. PKD2007 dla siedemnastu z dziewiętnastu25 „sekcji działalności”,
zwanych kiedyś branżami. Do 2007 roku włącznie, obowiązywała inna podstawa dezagregacji (PKD2004), z
tym, że w połowie 2008 roku wcześniejsze wyniki przeliczono na nową podstawę dla dwu ostatnich
kwartałów 2007 roku. Internetowe wydania Biuletynu Statystycznego nie ukrywają też wcześniejszych
błędów po ich późniejszym poprawieniu. Nie do końca zrozumiałe jest przy tym ciągłe zmienianie zasad
klasyfikacyjnych, bo utrudnia to, a nawet uniemożliwia porównywanie zdezagregowanych danych dla
okresów dłuższych niż cztero-pięcioletnie.
Wobec zbyt często spotykanego utożsamiania pojęć o bardzo odmiennych, choć powiązanych treściach,
konieczne jest tutaj podkreślenie, że dane o przeciętnych płacach dotyczą tego, co przedsiębiorstwa
kalkulacyjnie (a nie faktycznie) wyodrębniają w ewidencji jako tylko zbiorową część należności (część
obciążających organizację kosztów pracy) dla zatrudnionych z tytułu ich pracy, a nie tego, co poszczególni
zatrudnieni lub ich gospodarstwa domowe otrzymują nie tylko indywidualnie, ale nawet zbiorowo jako
faktyczne wypłaty nominalne ze wszystkich dostępnych im źródeł. Tym samym, statystycznie rejestrowana
płaca za pracę z jednego miejsca zatrudnienia jest nawet nominalnie nieokreśloną w tych danych częścią
indywidualnych dochodów poszczególnych jednostek. Na manowce może więc prowadzić występujące na
przykład u Henryka Domańskiego (2013) mieszanie poglądów na temat dochodu z własności (właściciel
przedsiębiorstwa) i polityki społecznej (potrzeby gospodarstwa domowego) z poglądami na temat
zróżnicowania nie wiadomo czy kalkulacyjnych czy nominalnie faktycznych wynagrodzeń z jednego
miejsca pracy i odnoszenia takiej mieszaniny zamiennie do statystyk koncentracji całości dochodów
gospodarstw domowych lub statystyk koncentracji indywidualnych płac pracowniczych, w dodatku bez
jasnego informowania, o które z nich chodzi w konkretnym fragmencie wywodu. Zresztą u zarania
współczesnej państwowej statystyki ekonomiczno-społecznej dla Polski wykazano, że miary poziomu i
koncentracji miały zupełnie inne wartości dla dochodów z własności niż dla dochodów z pracy (Wiśniewski,
22
The New Palgrave…, (1996), t. 4 (Q-Z), s. 535-536
Encyklopedyja powszechna (1867), t. 24, s. 27; Youle, 1921, s. 1-6
24
np. Lange (1952), przytaczał rozmaite zdania i myśli z publikacji Marksa, Engelsa, Lenina, Stalina
25
Istnieje nieprzerwany ciąg publikacji GUS z kwartalnymi wartościami dla wszystkich sekcji, ale zawarte w nich dane
są bardziej rozproszone (brak zestawień za dłuższe okresy) i mniej dogodne dla przetwarzania na wykresy w arkuszu
kalkulacyjnym (nieco bardziej pracochłonna i podatniejsza na błędy transformacja plików tekstowych na pliki
kalkulacyjne).
23
Julian Daszkowski, O umownych średnich płacach w statystyce publicznej (robocze, kwiecień 2014) 6/(13)
1934), a później wielokrotnie podkreślano, że same miary koncentracji, oprócz małej dokładności26 nie
reagują w jednolity sposób ani na wybór sposobu ich obliczania ani na zmiany w opisywanych przez nie
rozkładach27.
Tabele Biuletynu Statystycznego podają agregaty „przeciętnych wynagrodzeń miesięcznych” dla
organizacji o zatrudnieniu przekraczającym 9 osób ze wskazaniem kalendarzowego okresu, którego agregaty
te dotyczą. W ten sposób powstają tak zwane szeregi czasowe, czyli przyporządkowanie wartości agregatów
ściśle oznaczonym momentom lub odcinkom czasu kalendarzowego. W ogólności, rodzaj danych wiązanych
z upływem czasu nie musi ograniczać się do agregatów, bo na przykład matka nanosząca co tydzień na tzw.
siatki centylowe aktualny wzrost i ciężar ciała swego dziecka, także tworzy szereg czasowy, tylko z
pojedynczych, niezagregowanych pomiarów.
Na pierwszym z poniższych wykresów (Wykres 1) spróbowano pokazać, jakie były relacje między
przeciętnymi wynagrodzeniami miesięcznymi brutto w 17 sekcjach działalności wraz z przeciętną ogółem od
pierwszego kwartału 2008 roku do ostatniego kwartału 2012 roku, czyli w 20 okresach. Pominięto
oznaczenia przy kreskach, z których każda oznacza przeciętne wynagrodzenie miesięczne w danym kwartale
dla sekcji podawanych w Biuletynie Statystycznym GUS. Pionowa oś czasu ma tzw. charakter
stratygraficzny, czyli najdawniejsze odcinki czasu znajdują się najniżej. Górna oś pozioma odnosi się do
wartości przeciętnych. Niektóre kreski, oznaczające przeciętne, są tak blisko siebie, że sprawiają wrażenie
tylko jednej.
Wykres 1. Przeciętne wynagrodzenia w sekcjach PKD2007 dla kwartałów lat 2008-2012
0 zł
1 000 zł
2 000 zł
3 000 zł
4 000 zł
5 000 zł
6 000 zł
7 000 zł
8 000 zł
9 000 zł
2012 X-XII
2012 VII-IX
2012 IV-VI
2012 I-III
2011 X-XII
2011 VII-IX
2011 IV-VI
2011 I-III
2010 X-XII
2010 VII-IX
2010 IV-VI
2010 I-III
2009 X-XII
2009 VII-IX
2009 IV-VI
2009 I-III
2008 X-XII
2008 VII-IX
2008 IV-VI
przeciętne
ogółem
2008 I-III
Opracowanie własne na podstawie „Biuletynów Statystycznych GUS” za lata 2008-2013
Wykres taki prawie o niczym nie informuje. Widać tylko, że przeciętne w sekcjach są bardzo różne i w
miarę upływu czasu zdają się rosnąć, choć z rozmaitymi fluktuacjami. Jeżeli jednak te same dane
przekształci się następnie tak, że na osi pionowej umieści się nazwy sekcji działalności, rezygnując ze
wskazywania, jakiego okresu dotyczą przeciętne, to wykres staje się bardziej wyrazisty, zwłaszcza po
uporządkowaniu wartości według minimów w sekcjach, niezależnie od tego, w jakim okresie te minima
wystąpiły (Wykres 2).
26
Szulc (1968), s. 267: „W ogóle należy pamiętać, ze obliczenie stosunku koncentracji zawsze jest tylko przybliżone i
uwzględnienie więcej niż dwóch cyfr po przecinku nie jest wskazane; nawet druga cyfra może być niedokładna.”
27
Wiśniewski (1992), s. 3: „W literaturze znany jest fakt nieobiektywności pomiaru dyspersji rozkładu danej cechy
statystycznej. W przypadku dochodów wiadomo, że wybór takiego a nie innego miernika nierówności wpływa na ocenę
stopnia ich koncentracji, […]”
Julian Daszkowski, O umownych średnich płacach w statystyce publicznej (robocze, kwiecień 2014) 7/(13)
Wykres 2. Przeciętne wynagrodzenia w kwartałach lat 2008-2012 dla sekcji PKD2007
0 zł
1 000 zł
2 000 zł
3 000 zł
4 000 zł
5 000 zł
6 000 zł
7 000 zł
8 000 zł
9 000 zł
J. Telekomunikacja
K. Finanse
B. Górnictwo
M. Nauka
D. Energetyka
O. Administracja
L. Nieruchomości
F. Budownictwo
Ogółem
A. Rolnictwo
H. Transport
G. Handel
E. Woda
Q. Zdrowie
P. Edukacja
C. Przetwórstwo
2012 X-XII
(okres końcowy)
2008 I-III
(okres początkowy)
I. Gastronomia
N. Usługi
Opracowanie własne na podstawie „Biuletynów Statystycznych GUS” za lata 2008-2013
Fluktuacje kwartalnych przeciętnych powodują, że najwyższą wartość nie zawsze uzyskuje się na końcu, a
najniższą na początku okresu. W niektórych sekcjach w pierwszym kwartale nagrody i premie roczne
kumulują się z miesięcznymi i kwartalnymi, wskutek czego wartość tej pierwszej w roku przeciętnej bywa
wyższa od wartości z następnych kwartałów, a nawet od wartości z niektórych kwartałów następnych lat.
Tym nie mniej, fluktuacje dla poszczególnych sekcji zachodzą na poziomach o stałej hierarchii
długookresowego uporządkowania, oraz z charakterystyczną dla każdej z nich rozpiętością.
O wzbogacaniu wykresów za cenę ich czytelności i estetyczności
Każdy wykres coś uwypukla i od czegoś odwraca uwagę 28, co powoduje, że w eksploracyjnej analizie
danych, odwołującej się do graficznych przedstawień zależności między agregatami, łatwo jest popełniać
błędy. W tym przypadku, wykres 2 stwarza pozory, że każda z sekcji PKD jest równoważna pod wszystkimi
innymi względami, z wyjątkiem przeciętnego wynagrodzenia. Tymczasem wszystkie sekcje o przeciętnych
regularnie wyższych od przeciętnej ogółem (J, K, B, M, D, O, L, F), w analizowanym okresie obejmują
łącznie 22-26% wszystkich zatrudnionych, mniej więcej tyle samo, ile na przykład tylko jedna sekcja
przetwórstwa przemysłowego (G), o przeciętnej zawsze niższej od przeciętnej ogółem. W konsekwencji,
trudno jest zauważyć, że to dla agregatów o największych liczebnościach ich przeciętne są zawsze niższe od
przeciętnej ogółem, bo w ośmiu sekcjach przeciętne wynagrodzenia są zawsze wyższe od przeciętnej
ogółem, w czterech oscylują wokół przeciętnej ogółem, a tylko w pięciu, za to liczniejszych niż poprzednie,
są zawsze niższe.
Idąc na głębokie kompromisy z estetyką i czytelnością skonstruowano więc wykres, na którym poziome
położenie kreski wskazuje na stosunek przeciętnej płacy w sekcji w każdym kwartale do przeciętnej ogółem
w tym kwartale, natomiast pionowa długość kreski jest proporcjonalna do liczebności zatrudnionych wtedy
w tej sekcji.
28
Szulc (1968), s. 127: „Ponieważ wykres jest wynikiem syntezy, nie stanowi on materiału surowego, lecz do pewnego
stopnia jego interpretację; autor wykresu w większym stopniu, niż autor tablicy, może kierować się swoimi
indywidualnymi poglądami na daną sprawę zamiast obiektywnymi faktami.”
Julian Daszkowski, O umownych średnich płacach w statystyce publicznej (robocze, kwiecień 2014) 8/(13)
Wykres 3. Przeciętne miesięczne wynagrodzenia jako procent przeciętnych ogółem oraz proporcje
liczebności zatrudnionych w kwartałach 2008-2012 według sekcji PKD2007
50%
75%
100%
Przeciętne ogółem
O. Administracja
125%
150%
175%
200%
225%
250%
J. Telekomunikacja
K. Finanse
B. Górnictwo
M. Nauka
D. Energetyka
L. Nieruchomości.....
F. Budownictwo
E. Woda
P. Edukacja
Q. Zdrowie
H. Transport
C. Przetwórstwo
2012 IX-XII (okres
końcowy)
A. Rolnictwo
G. Handel
2008 I-III (okres
początkowy)
I. Gastronomia
N. Usługi
Opracowanie własne na podstawie „Biuletynów Statystycznych GUS” za lata 2008-2013
Pięcioletnia struktura zatrudnienia w tej skali wydaje się niemal stała, bo zmiany liczebności pracowników
w sekcjach stanowią niewielki odsetek, a uporządkowany według minimów stosunek przeciętnej w sekcji do
przeciętnej ogółem zastępuje praktykowane przez GUS podawanie wartości procentowych odchyleń od
przeciętnej. Ale jeszcze raz trzeba podkreślić, że cała analiza dotyczy organizacji zatrudniających na
podstawie umowy o pracę ponad 9 pracowników, a więc nie obejmuje samodzielnej działalności
gospodarczej, tysięcy małych zakładów handlowych, usługowych czy produkcyjnych oraz umów słusznie i
trafnie nazywanych „śmieciowymi”. Tak więc na przykład sekcja rolnictwa w tym zbiorze danych obejmuje
tylko duże przedsiębiorstwa czy agencje rolne, pomija natomiast olbrzymią liczbę indywidualnych rolników,
nawet gdy zatrudniają oni kilku pomocników.
Rezygnacja z nawykowych wymagań co do porządku w oczekiwanej strukturze wykresu (Wykres 3)
pozwala dostrzec, jak silny wpływ na wnioski narzucające się w jego poprzedniej wersji (Wykres 2) mogą
wywierać nieświadomie stosowane techniki estetyzującej anamorfozy29. Ale próby jednoczesnego
ujmowania na wykresach liczby zatrudnionych w agregatach i odpowiadających temu przeciętnych
wynagrodzeń, mają jednak swoją techniczną i estetyczną granicę. Dla przeciętnych wynagrodzeń w
dziewięciu wielkich grupach zawodów podzielonych na dziewiętnaście sekcji PKD2007 w tylko jednym
miesiącu tylko jednego roku, w dostępnych formatach arkuszy A3 lub nawet dziewiętnastocalowych
ekranach laptopów nie uzyska się zbyt czytelnego zróżnicowania długości 171 kresek w obrębie tego
jednego roku – różnice dwóch-trzech pikseli są wtedy niezauważalne. W dodatku pominięcie na wykresie
niemal wszystkich konstruujących go oznakowań (na przykład określenia sekcji PKD i liczebności) oraz
zastąpienie wartości niejako stałych i naturalnych (jednostek pieniężnych) jednostkami umownie
względnymi (stosunek do cokwartalnie zmiennej średniej) jest dość irytujące w odbiorze. Można sobie
wprawdzie wyobrazić komputerową aplikację, w której kursor na ekranowym wykresie wyświetla według
zmieniającego się wyboru etykiety, wyróżnienia i dane liczbowe do sekwencji wskazywanych fragmentów
grafiki, lecz w druku nie da się uzyskać aż takiej elastyczności prezentacji.
29
Encyklopedyja Powszechna (1859) t. 1, s. 720; „Anamorfoza […] rysunkami anamorficznemi nazywają takie rysunki,
które […] z pewnego oznaczonego punktu widzenia […] przedstawiają obraz zupełnie różny niż z innego punktu […]”;
Pałka (2012)
Julian Daszkowski, O umownych średnich płacach w statystyce publicznej (robocze, kwiecień 2014) 9/(13)
Na wykresie 4 spróbowano pokazać dla wielkich grup zawodów30 w sekcjach najświeższe z
zarejestrowanych przez GUS31 stosunki przeciętnych wynagrodzeń zarówno do przeciętnej ogółem, jak i do
przeciętnych w sekcjach oraz w zawodach. Oznacza to trzykrotne powtórzenie charakterystyki każdej ze 168
wartości (w sekcjach górnictwa, telekomunikacji oraz finansów nie zarejestrowano zawodów rolniczych),
choć każde z tych trzech powtórzeń jest zrelatywizowane do innej podstawy, tworząc wizualizacje nibyanalizy niby-wariancji (zestawienie odchyleń od przeciętnych ogółem i od przeciętnych grupowych). Tego
typu wykresy dla wyników wcześniejszych badań GUS mają wręcz identyczną strukturę, a wyraźniejsza
dynamika zmian w zasadzie dotyczy tylko ciągłego polepszania przeciętnych dla stanowisk kierowniczych.
Nazwy grup zawodów skrócono do jednego słowa i nie uwzględniono zróżnicowania liczebności.
Wykres 4. Przeciętne wynagrodzenia dla wielkich grup zawodów w sekcjach PKD2007 jako
procent przeciętnej w gospodarce ogółem (I.), jako procent przeciętnej we właściwej sekcji (II.) i
jako procent przeciętnej dla danej wielkiej grupy ogółem (III.)
400%
350%
300%
250%
200%
150%
100%
50%
0%
I. II. III. I. II. III. I. II. III. I. II. III. I. II. III. I. II. III. I. II. III. I. II. III. I. II. III.
kierownicy specjaliści
technicy
biurowi
usługi
rolnicy
robotnicy operatorzy pomocniczy
Opracowanie własne na podstawie Struktura wynagrodzeń według zawodów w październiku 2012
r., „Informacje i opracowania statystyczne GUS”, 2014
Analiza agregatów ekonomicznych czy statystycznych z natury rzeczy nie obejmuje relacji między
tworzącymi je elementami. Na ogół nie jest więc znany ani dokładny typ rozkładu, ani miary zróżnicowania
lub koncentracji, a miara tendencji centralnej („przeciętna”) jest definiowana odrębnie w niemal każdym
przypadku. Tym nie mniej, tylko fragmentarycznie publikowany przegląd wcześniejszych wyników
prowadzonych przez GUS migawkowych badań rzeczywistych rozkładów wynagrodzeń za lata 1955-201232
pozwala sformułować dla Polski pewien powtarzalny „stylizowany fakt”, wypełniający niejako szkieletowe
informacje o samych przeciętnych. W ramach zaokrągleń i przybliżeń pojawia się mianowicie zgrubnie
orientacyjne uogólnienie empiryczne, według którego dla dowolnej, ale zawsze skonkretyzowanej liczbowo
całej kategorii zatrudnionych (nawet ogółem, ale też sekcja PKD, płeć, wiek, zawód, województwo,
wykształcenie – czyli dla każdej potencjalnej kreski z wykresów), około dwie trzecie wynagrodzeń znajduje
się poniżej przeciętnej w tej kategorii, około jednej czwartej wynagrodzeń mieści się od przeciętnej z tej
kategorii do jej dwukrotności i tylko około jednej dziesiątej wynagrodzeń przekracza dwukrotność
przeciętnej ze swojej kategorii. Z powodu zaokrągleń i przybliżeń suma ogólnie wskazanych ułamków
nieznacznie przekracza jeden (2/3+1/4+1/10=61/60≈1,017), ale po uściśleniu w obrębie poszczególnych
30
http://www.stat.gov.pl/klasyfikacje/kzs/kzs_pp.htm
Struktura wynagrodzeń…, (2014), tabl. 14, s. 208-219
32
np. Daszkowski (2002), s. 52-84; Daszkowski (2012)
31
Julian Daszkowski, O umownych średnich płacach w statystyce publicznej (robocze, kwiecień 2014) 10/(13)
kategorii zatrudnionych ich suma jest już właściwa, choć wartosci są tylko zbliżone do wyżej podanych 33.
Jednak uogólnienie to (będące także przybliżonym słownym opisem dość dużej klasy prawostronnie
skośnych teoretycznych rozkładów lognormalnych) trzeba traktować jako statystyczne, co oznacza, że
istnieją od niego mniejsze lub większe odstępstwa, a jego kształt nie musi pojawiać się w
niereprezentatywnych próbach (np. pojedynczych zakładach pracy) lub w odmiennych populacjach (np. w
innych krajach).
O tym stylizowanym, a więc z założenia tylko przybliżonym fakcie należy pamiętać w każdej analizie
przeciętnych wynagrodzeń. Jeżeli przeciętne w kierowniczej grupie zawodów są wyższe zarówno od
przeciętnej ogółem, jak i od przeciętnych w sekcjach, to jednak mogą zdarzyć się nawet liczne przypadki
indywidualnych wynagrodzeń kierowniczych niższych od obu tych przeciętnych. Jednocześnie mogą się
także zdarzyć niezbyt częste sytuacje, w których indywidualne wynagrodzenie z nisko opłacanej grupy
zawodów przewyższa indywidualne wynagrodzenie z grupy zawodów kierowniczych lub specjalistycznych.
Konkluzje i kontrowersje
W drugiej połowie XX wieku węgierski ekonomista Kornai wypracował tolerowane przez niektóre z
ówczesnych socjalistycznych cenzur sformułowanie o celowości odróżniania w ekonomii i gospodarce sfery
realnej od regulacyjnej34. Weszło to wtedy w zarzuconą już dziś modę, jako eufemistyczne narzędzie
werbalnej krytyki zasad gospodarki socjalistycznej bez jawnego krytykowania roli partii rządzących w
socjalistycznym systemie władzy. To rzadko obecnie używane do współczesnej gospodarki rynkowej
odniesienie zaproponowanego przez Kornaia podziału zdaje się być „stylizowanym faktem”,
kategoryzującym słownie strukturę zobrazowaną na wykresach 2 i 3. Za wyjątkiem niewielkich liczebnie
agregatów górnictwa i energetyki, najkorzystniejsze dla każdego okresu przeciętne i najkorzystniejsza ich
dynamika systematycznie występują w agregatach obejmujących sferę regulacji (informatyka i
telekomunikacja, finanse, nauka, administracja). Z kolei wykres 4 sugeruje, że w każdej ze sfer najwyżej
opłacane są stanowiska związane z pełnieniem funkcji kierowniczych.
Obrazy uzyskiwane w przyjętym tu toku analizy nie zawierają żadnych sygnałów o postulowanej przez
Mortensena35 zależności między produkcyjnością czy wydajnością przedsiębiorstw a wysokością
wynagrodzeń. Odzwierciedlają natomiast związek między zagregowaną strukturą władzy i jej obsługi a
wysokością przeciętnego wynagrodzenia. Z jednej strony nie jest to dziwne, bo nawet w ostentacyjnie
życzliwej recenzji polskiego tłumaczenia książki Mortensena (Orczyk, 2012) zauważono, że „Konsekwencją
modelowego ujęcia jest jednak pewne ograniczenie przestrzeni badań, tzn. pominięcie aspektów politycznych
i społecznych czy też niepełne uwzględnienie czynników strukturalnych.” Z drugiej jednak strony,
konfrontacja złożonego trybu analizy proponowanej przez Mortensena z prostotą i oczywistością
przedstawianych wyżej wykresów, na tle poważniejszych oskarżeń ogólnych o interpretacyjne nadużywanie
matematyki w całej ekonomii (Kwaśnicki 2012, Małecki-Tepicht 2012, Wilkin 2012), kojarzy się także z
kierowanymi pod innymi adresami, ale zjadliwymi komentarzami samych ekonomistów o „przedzieraniu się
przez kolczaste zasieki powikłań notacji matematycznych”36 układających się w „łamigłówki na użytek
ekonomistów matematycznych”37, bo „[...] nie da się oczywiście zachować w pamięci skomplikowanych
różniczek cząstkowych przez kilka stron rozważań algebraicznych, w których zakłada się, że wszystkie te
różniczki znikają.”38
33
Np. 65%, 25%, 10% lub 65%, 24%, 11% lub 63%, 24%, 13% lub 64%, 28%, 8% itp.
Kornai (1977), s. 68-72: „Definicja 4.6.* [gwiazdka jest podkreśleniem Kornai’ego dla oznaczenia szczególnie
ważnych, jego zdaniem definicji] Realnymi procesami systemu gospodarczego są procesy materialne, fizyczne. Należy
do nich produkcja (włącznie z transportem, magazynowaniem, usługami materialnymi itd.), konsumpcja i obrót.
Procesami regulacyjnymi systemu gospodarczego są procesy myślowe. Należy do nich postrzeganie, przekazywanie i
przetwarzanie informacji, przygotowywanie i podejmowanie decyzji.” […] „Ten ostry podział jest oczywiście
abstrakcją. W istocie oba rodzaje działalności przeplatają się i są wzajemnie zależne. Z jednej strony nie ma realnego
procesu bez regulacji. Z drugiej zaś, każdy proces regulacyjny zakłada jakąś fizycznie postrzegalną formę, czy to zapisu
na papierze, czy wiadomości telefonicznej.” Str. 305: „Transakcji towarzyszy przepływ pieniądza, który znów odbywa
się w sferze regulacji.”
35
Mortensen (2012), s. 187
36
Mayer (1996), s. 113
37
Blaug (1995), s. 345
38
Keynes (1985), s. 325-326
34
Julian Daszkowski, O umownych średnich płacach w statystyce publicznej (robocze, kwiecień 2014) 11/(13)
Zresztą nawet matematycy obserwując rozmaite zastosowania swojej dziedziny wymyślali takie słowa jak
„przeabstraholować”39 dla skwitowania niezbyt uzasadnionego używania przesadnie skomplikowanej
symboliki pojęć oraz ich przekształceń. Pisarze z kolei, przywołując mitologiczne postacie, nazywali
„prokrustyką”40 zabiegi nazbyt intensywnego dopasowywania wyników do z góry przyjętych założeń, a taką
myśl nasuwa wstępna rezygnacja Mortensena z uwzględniania czynników pozaekonomicznych,
przypuszczalnie po to, aby mimo zastrzeżeń o niewielkim procencie wyjaśnianej wariancji, jednak
retorycznie wyolbrzymić działanie samych czynników ekonomicznych. Choć używany przez Mortensena
aparat matematyczny sprawia imponujące wrażenie, to jego testowanie na danych dla tylko jednego roku z
jednego małego i płacowo nietypowego kraju (Danii) nie wydaje się przy tym usprawiedliwiać żadnych
pozamodelowych wniosków ogólnych.
Generalnie rzecz biorąc, poszukiwanie najsilniejszych wyznaczników poziomu i zróżnicowania
wynagrodzeń powinno rozpoczynać się od analizy dostępnych informacji, a nie od przykładania do nich od
razu abstrakcyjnych modeli. Być może, w jakiejś kolejności i z jakimś opóźnieniem na płace wpływa
produkcyjność w sekcji działalności lub w przedsiębiorstwie, złożoność wynagradzanych kwalifikacji,
poziom bezrobocia czy przetargowa siła związków zawodowych. Ale społeczne funkcje abstrakcyjnych
modeli niezależnie od intencji ich twórców i użytkowników mogą ulec zmianie, gdy ceną za wykrycie
słabych i zapewne wtórnych związków jest całkowita ślepota na wręcz jaskrawy blask zależności między
rozkładem pozycji w strukturze systemu władzy a rozkładem zagregowanych korzyści. Tego rodzaju modele
stają się wtedy bardziej instrumentami socjotechniki (Daszkowski, 2010) i przemocy symbolicznej41 niż
narzędziami poznania naukowego z jednoczesnymi pozorami ich bezstronności42. Typowym przykładem
może być wcześniej wzmiankowana publikacja Henryka Domańskiego (2013), który porównując dane
statystyki publicznej ze społecznymi poglądami na zróżnicowanie wynagrodzeń lub dochodów, po prostu
pominął silny i jednostronny wpływ wywierany na nie przez zniekształcającą rzeczywistość propagandę
polityków oraz środków masowego przekazu.
Literatura
„Biuletyn Statystyczny” (2009-2013), GUS Warszawa (www.stat.gov.pl)
Blaug M. (1995), Metodologia ekonomii, Wydawnictwo Naukowe PWN Warszawa
Bourdieu P., Passeron J–C. (1990), Reprodukcja. Elementy teorii systemu nauczania, Wydawnictwo
Naukowe PWN Warszawa,
Bourdieu P., Wacquant L. J. D. (2001), Zaproszenie do socjologii refleksyjnej, Oficyna Naukowa Warszawa
Daszkowski J. (2012), Iluzja pieniądza i motywacyjna wartość płac w świetle statystyki ekonomicznej
„Management and Business Administration. Central Europe”, nr 20(1)
http://www.kozminski.edu.pl/fileadmin/wspolne_elementy/Jednostki/Czasopismo_MBA/Daszkowski_mba_
2012_01_033_1_.pdf
Daszkowski J. (2010), Dynamika przeciętnego wynagrodzenia jako wskaźnik hipotetycznej iluzji pieniądza w
motywowaniu pracowników, „Współczesna Ekonomia”, nr 2(14)
http://we.vizja.pl/en/issues/volume/4/issue/2
Daszkowski J. (2006), Metodologia wstępnej analizy rozkładu obciążeń podatkiem dochodowym od osób
fizycznych na przykładzie 2003 roku, VIZJA PRESS&IT Warszawa
Daszkowski J. (2005), Eksploracyjna analiza przeciętnych wynagrodzeń, „Wiadomości Statystyczne”, nr 6
39
Opial (1966), s. 2
Lem (1977), s. 339-342
41
Bourdieu i Passeron (1990), s. 60: „Każda władza o przemocy symbolicznej, to znaczy każda władza, której udaje się
narzucić znaczenia, i to narzucić je jako uprawnione, ukrywając układy sił leżące u podstaw jej mocy, dorzuca do
owych układów sił swoja własną moc, to znaczy moc czysto symboliczną.”; Bourdieu i Wacquant (2001), s. 162:
„Przemoc symboliczna jest, mówiąc najprościej jak tylko można, tą formą przemocy, która oddziałuje na podmiot
społeczny przy jego współudziale.”
42
Tittebrun (2012), s. 47: „Przemoc symboliczna jest najskuteczniejszą formą sprawowania władzy nad klasami
podporządkowanymi, gdyż z reguły nie dostrzegają one nawet, że jest to forma przemocy. Są przekonane, że jest to
naturalny porządek, że osoby i grupy społeczne posiadające duży kapitał symboliczny są po prostu lepsze i ich lepsze
usytuowanie społeczne jest normalne, nie poddają go więc refleksji.”
40
Julian Daszkowski, O umownych średnich płacach w statystyce publicznej (robocze, kwiecień 2014) 12/(13)
Daszkowski J. (2004), Oszacowania obciążeń płac składkami i podatkiem w Polsce 1992-2002, „Polityka
Społeczna”, nr 4
Daszkowski J. (2002), Obrazy wynagrodzeń i kosztów pracy w latach 1992-1999 w Polsce, Oficyna
Wydawnicza SGH Warszawa
(http://otworzksiazke.pl/ksiazka/obrazy_wynagrodzen_i_kosztow_pracy/)
Daszkowski J. (1988), Wpływ pracy grupowej na wysiłek w realizacji zadań, Ossolineum Wrocław
http://otworzksiazke.pl/ksiazka/wplyw_pracy_grupowej_na_wysilek_w_realizacji_zadan/
Domański H. (2013), Sprawiedliwe nierówności zarobków w odczuciu społecznym, Wydawnictwo Naukowe
SCHOLAR Warszawa
de Munck V. C. (2005), Units of Analysis, w: Encyclopedia of Social Measurement, ed. K. Kempf-Leonard,
Elsevier Amsterdam, vol. 3
Encyklopedyja Powszechna (1859-1868), Nakład, druk i własność S. Orgelbranda, Księgarza i Typografa
Warszawa, Federacja Bibliotek Cyfrowych
Jargovsky P. A. (2005), Ecological Fallacy, w: Encyclopedia of Social Measurement, ed. K. KempfLeonard, Elsevier Amsterdam, vol. 1
Jevons W. S. (1960/1874), Zasady nauki, PWN Warszawa
Kendall M. G., Buckland W. R. (1986), Słownik terminów statystycznych, PWE Warszawa
Keynes J. M. (1985), Ogólna teoria zatrudnienia, procentu i pieniądza, PWN Warszawa
Kordos J. (1987), Dokładność danych w badaniach społecznych, GUS Warszawa
Kordos J. (1988), Jakość danych statystycznych, PWE Warszawa
Kornai J. (1977), Anti-Equilibrium. Teoria systemów gospodarczych. Kierunki badań, PWN Warszawa
Kwaśnicki W. (2012), O matematyzacji ekonomii. Na marginesie artykułu S. Małeckiego-Tepichta,
„Ekonomista” nr 3,
(http://eko.czasopisma.pan.pl/images/data/eko/wydania/No_3_2012/No_3_2012.pdf#page=111)
Lange O. (1952), Teoria statystyki, cz. I, PWG Warszawa
Lange O. (1931), Teorja statystyki, według wykładów Doc. Dr. Oskara Langego opracował Władysław
Malinowski, część I, Nakładem Towarzystwa Biblioteki Słuchaczów Prawa Uniwersytetu Jagiellońskiego w
Krakowie. – wykonano w Powielarni Własnej Kraków
Lem S. (1977), Eden, Iskry Warszawa
Logika analizy socjologicznej. Wybór tekstów (1979), red. A. Sułek, Wydawnictwa UW Warszawa
Mała Encyklopedia Logiki (1970), Ossolineum Wrocław
Małecki-Tepicht S. (2012), Instrukcja obsługi maszynki do mięsa nie jest książką kucharską, „Ekonomista”
nr 3, (http://eko.czasopisma.pan.pl/images/data/eko/wydania/No_3_2012/No_3_2012.pdf#page=85)
Mayer T. (1996), Prawda kontra precyzja w ekonomii, Wydawnictwo Naukowe PWN Warszawa
Mortensen D. T. (2012), Dyspersja płac. Dlaczego podobni pracownicy zarabiają różnie?, Polskie
Towarzystwo Ekonomiczne Warszawa
Opial Z. (1966), Algebra wyższa, Wydawnictwo UJ Kraków
Orczyk J., (2012), recenzja Mortensen D. T., Dyspersja płac. Dlaczego podobni pracownicy zarabiają
różnie?, PTE 2012 Warszawa, „Ekonomista”, nr 5
http://eko.czasopisma.pan.pl/images/data/eko/wydania/No_5_2012/No_5_2012.pdf#page=130
Pałka A. (2012), Anamorfoza, Teksty Konferencji MathPAD 2012, UMK, Toruń, 22-25 Sierpnia,
http://mathcas.files.wordpress.com/2012/09/a5-palka_anamorfozy.pdf
POLSKA KLASYFIKACJA DZIAŁALNOŚCI (PKD 2007), (www.stat.gov.pl).
Pszczołowski T. (1978), Mała Encyklopedia Prakseologii i Teorii Organizacji, Ossolineum Wrocław
Julian Daszkowski, O umownych średnich płacach w statystyce publicznej (robocze, kwiecień 2014) 13/(13)
SŁOWNIK JĘZYKA POLSKIEGO (1900), ułożony pod redakcją JANA KARŁOWICZA, ADAMA
KRYŃSKIEGO i WŁADYSŁAWA NIEDŹWIEDZKIEGO t. 1, A–G WARSZAWA Nakładem
prenumeratorów w Drukarni E. Lubowskiego i S-ki (Federacja Bibliotek Cyfrowych)
Słownik socjologii i nauk społecznych (2005), red. G. Marshall, Wydawnictwo Naukowe PWN Warszawa
Strange N. (2008), Zasłona dymna. Jak naginać fakty i liczby dla swoich potrzeb, Wydawnictwo HELION
Gliwice
Struktura wynagrodzeń według zawodów w październiku 2008 r. (2009), „Informacje i opracowania
statystyczne GUS”, Warszawa (www.stat.gov.pl)
Struktura wynagrodzeń według zawodów w październiku 2010 r. (2012) „Informacje i opracowania
statystyczne GUS”, Warszawa (www.stat.gov.pl)
Struktura wynagrodzeń według zawodów w październiku 2012 r. (2014) „Informacje i opracowania
statystyczne GUS” Warszawa (www.stat.gov.pl)
Szulc S. (1968), Metody statystyczne, Państwowe Wydawnictwo Ekonomiczne Warszawa
Szymanek K. (2001), Sztuka argumentacji. Słownik terminologiczny, Wydawnictwo Naukowe PWN
Warszawa
Taylor J. R. (1999), Wstęp do analizy błędu pomiarowego, Wydawnictwo Naukowe PWN Warszawa
The New Palgrave: a dictionary of economics (1996), The Macmillan Press
Tittebrun J. (2012), Gospodarka w społeczeństwie. Zarys socjologii gospodarki i socjologii ekonomicznej w
ujęciu strukturalizmu socjoekonomicznego, ZYSK I S-KA WYDAWNICTWO Poznań
Wilkin J. (2012), Czy współczesna ekonomia jest instrukcją obsługi mechanizmu gospodarczego? Na
marginesie
artykułu
S.
Małeckiego-Tepichta,
„Ekonomista”
nr
3,
(http://eko.czasopisma.pan.pl/images/data/eko/wydania/No_3_2012/No_3_2012.pdf#page=107)
Wiśniewski J. (1934), Rozkład dochodów według wysokości w roku 1929, Instytut Badania Koniunktur
Gospodarczych i Cen, Badania nad Dochodem Społecznym w Polsce, tom 3, Warszawa
Wiśniewski M. (1992), Wrażliwość mierników nierówności dochodów na zmiany w rozkładzie dochodów,
„Przegląd Statystyczny”, t. 39, nr 1
Yule G. U. (1921/1911), Wstęp do teorji statystyki, Nakład Gebethnera i Wolffa Warszawa
Zasady metodyczne statystyki rynku pracy i wynagrodzeń, (2008) „Zeszyty metodyczne i klasyfikacje”, GUS
(www.stat.gov.pl)
Zatrudnienie i wynagrodzenie w gospodarce narodowej, „Informacje i Opracowania Statystyczne GUS”,
wydania kwartalne z lat 2007-2012 (www.stat.gov.pl)