Zapłakane kuzynki i szloch pod strzechami niosą się jak brać analityczna długa i szeroka, wspierane gromkim chórem wielu polityków. W coraz bardziej dramatyczne słowa ubrany fakt przykuwa uwagę: płace rosną w Polsce wolniej niż wydajność. Dramat ten odbija się na ciężkim losie pracowników, bo należną im część wzrostu przychodów zabiera krwiożerczy właściciel. I trzeba by coś z tym dramatem zrobić, najlepiej jakoś ponieść płace, ustawą może, albo choć pchać je od dołu płacą minimalną. Zostawiając na boku drwiny z naiwności polityków, gdyby rozerwanie dynamiki płac i dynamiki produktywności było faktem, rzeczywiście mogłoby to wskazywać na znaczące kłopoty w funkcjonowaniu rynku pracy w Polsce. Wielu analityków (i wiele mediów) pokazuje wykres, na którym płace rosną znacznie wolniej niż wydajność. Tylko, czy naprawdę wzrost wydajności i płac się rozsynchronizował? Kłopot może leżeć bardziej w tym, jak mierzymy obie wielkości, niż w ich faktycznych dynamikach.

Po pierwsze, zgodnie z teorią ekonomii, dynamika płac danej osoby powinna nadążać za jej wydajnością. W świecie identycznych pracowników i idealnie podobnych do siebie pracodawców zagregowane dla całej gospodarki płace i wydajność są tym samym co pomiar na poziomie indywidualnym, ale w gospodarce składającej się z gałęzi tak od siebie odmiennych jak huta stali i kawiarnia – oraz  najprzeróżniejszej proweniencji indywiduów w roli pracowników – kwestia agregacji to poważne wyzwanie. Dla bardzo wielu pracowników firmy nie mają za bardzo jak zmierzyć zmian wydajności, trudno więc zmierzyć jej wzrost, co znakomicie uniemożliwia dopasowanie wzrostu płac. To jednak nie koniec kłopotów. Co powinien zrobić pracodawca, który (np. pod presją płacową) zatrudnił pracownika powyżej jego wydajności i potrzebuje przynajmniej paru lat wzrostów wydajności, by poziom płac i wydajności się zrównał? Co powinien zrobić pracodawca, który co prawda obserwuje wzrost wydajności w firmie, ale (w jego ocenie) głównie z uwagi na lepsze wyposażenie stanowisk pracy pracowników – a nie dlatego, że ci pracownicy lepiej pracują?

Po drugie, nawet gdyby pracodawca magicznie doznał objawienia na temat wzrostu indywidualnej wydajności wszystkich jego pracowników, to napotyka na przynajmmniej trzy problemy koncepcyjne. Pierwszy jest taki, że prawdopodobnie niektórym pracownikom wydajność spadła – czy im należy obniżyć płace? W polskim kodeksie pracy takiej opcji nie ma (tj. tylko za zgodą pracownika i tylko w drodze wypowiedzenia zmieniającego). Drugi natomiast dotyczy następstwa w czasie: generalnie stawki płac ustalamy „do przodu”, a wydajność mierzymy „do tyłu”. Czy oczekiwać od pracodawcy, że będzie zawsze stosował przeszłe wzrosty wydajności do podwyżek? W szczególności także wtedy, kiedy ustalając płace „do przodu” już wie, że przeszłe dynamiki wydajności są nie do utrzymania, i w przyszłym okresie sprzedaż spadnie, podobnie jak i wydajność? Trzeci problem jest pewnie najmniejszy, bo związany z naturą relacji pracodawca-pracownik: to ten pierwszy ma ponosić ryzyko biznesowe, temu drugiemu kodeks pracy i społeczeństwo obiecują wygładzenie wahań w popycie i możliwościach rozwoju firmy, poprzez stabilniejszy, ale przez to średnio wolniejszy w okresach koniunktury i szybszy w okresach dekoniunktury wzrost płac.

Po trzecie, i może najważniejsze, dane z gospodarki nie pozwalają nam stwierdzić jednoznacznie, że pracodawcy  w Polsce faktycznie podnoszą płace wolniej niż rośnie wydajność. Przyjrzyjmy się bowiem, jakie dane w ogóle mamy do dyspozycji. Pracodawcy sprawozdają do Głównego Urzędu Statystycznego produkcję sprzedaną, zatrudnienie i wynagrodzenia łącznie w firmie (ściślej: sprawozdają prognozę za przeszły miesiąc i przez jakiś czas wolno im te wielkości korygować). Dane zagregowane na poziomie firmy niewiele mówią o poszczególnych pracownikach. Pracodawca, który zwolnił najmniej wydajnych pracowników przed miesiącem, sprawozda w danym miesiącu wzrost wydajności (wyższa produkcja sprzedana na zatrudnionego), choćby i w wydajności pozostałych pracowników nic nie uległo zmianie. Jeśli wszystkim płacił równą płacę – wzrost wydajności i wzrost wynagrodzeń w jego firmie się rozjadą na poziomie zagregowanych danych, nawet jeśli są zsynchronizowane na poziomie poszczególnych pracowników. Pracodawca, który właśnie zatrudnił nowych ludzi, jeszcze bez doświadczenia, doświadczy spadku produkcji sprzedanej na pracownika (albo wolniejszego wzrostu), a może być zmuszony zapłacić tym nowym nawet więcej niż swoim dotychczasowym pracownikom. Co więcej, te trzy zmienne – produkcja sprzedana, zatrudnienie i wynagrodzenia – niczego nie mówią o wyposażeniu stanowisk pracy. Jeśli pracodawca właśnie wyrzucił przestarzały system produkcyjny albo usługowy i zainstalował nowy, wydajność pracowników wzrosła, choć nic po ich stronie nie uległo zmianie. Wzrost wydajności i wzrost płac mogą się nie zgadzać już na poziomie firmy.

Tymczasem w komentarzach publicznych, nie patrzymy na dane z poziomu firmy, lecz z poziomu całej gospodarki (czasami: gałęzi lub sektora). Oznacza to, że uśredniamy po wszystkich firmach (i wszystkich pracownikach). Jeśli pracownicy przenoszą się z miejsc gdzie ich płace są niższe (np. uczelnie wyższe) do miejsc gdzie płace są wyższe (np. handel detaliczny) – średnia płaca w gospodarce rośnie z perspektywy tego pracownika. Tymczasem w danych z poziomu firm wcale nie musi tak być. Uczelnia, która utraciła adiunkta, zatrudni na jego miejsce nowego, po takiej samej stawce (zero zmiany płac). Średniopowierzchniowa firma handlowa zapłaci adiunktowi mniej niż doświadczonemu kasjerowi, przynajmniej na początku – jej średnia płaca się obniżyła). Co stanie się z jej wydajnością w większym stopniu zależy od tego, czy czytnik kodu kreskowego działa poprawnie a naklejki równo nakleił ktoś inny (czy też trzeba kody ręcznie wpisywać  do systemu) niż od tego, kto faktycznie skanuje produkty i przyjmuje płatności od klientów (czyli od jakości wyposażenia stanowiska pracy).

Świat jest bardzo skomplikowany, a jakość zbieranych o gospodarce danych tej złożoności nie odzwierciedla. O ile być może jesteśmy w stanie zbierać lepsze dane o płacach (np. z ZUS), o tyle nie jesteśmy w stanie zbierać dużo lepszych danych pozwalających oszacować wydajność, bo pracodawcy sami często jej nie znają. Mając (z opóźnieniem) dane o całej gospodarce z tzw. rachunków narodowych, możemy miary wydajności korygować o wyposażenie stanowiska. W badaniu Jakuba Growca i współautorów, dynamika wydajności w usługach  rosła w Polsce znacznie wolniej w ciągu ostatnich dwóch dekad niż w przemyśle. Za to zatrudnienie rosło w usługach, a nie w przemyśle. Jaki jest wpływ tych dwóch przeciwnych efektów na powiązanie płac i wydajności? Zbyt mało wiemy o charakterze tych procesów i naturze przepływu pracowników, by ferować wyroki o zgubnym rozprzężeniu dynamiki płac i wydajności. Tak szczerze, to nawet nie wiemy, czy do tego rozprzężenia w ogóle doszło.

Joanna Tyrowicz, Dziennik Gazeta Prawna, 29 listopada, 2019