Archiwum kategorii: Bez kategorii

Klasyfikacja dyscyplin – obosieczne narzędzie polityki naukowej

Klasyfikacja obszarów badań naukowych jest kwestią pewnej konwencji, która z kolei stanowi wypadkową m.in. struktury paradygmatów, instytucjonalnego izomorfizmu (kompatybilność z otoczeniem), społecznej akulturacji, w tym własnej tradycji, czy po prostu środowiskowych linii demarkacyjnych. Część dzisiejszych konwencji wywodzi się ze starożytności, inne okrzepły w XIX wieku, gdy następowała instytucjonalizacja edukacji na szczeblu wyższym. Od tej pory, zarówno w kontekście globalnym, jak i krajowym, sporo energii środowisk akademickich poświęcanej jest bądź to na obronę status quo, ugruntowanie własnej pozycji i obronę granic przed „intruzami” z innych pól wiedzy (co często wybrzmiewa dziś także np. w recenzjach NCN), bądź na instytucjonalnej pracy poświęconej delimitacji i umacnianiu nowego obszaru wiedzy.

Stanowi ona jednocześnie istotne narzędzie prowadzenia polityki naukowej w Polsce, które może być wykorzystywane z pożytkiem lub szkodą dla systemu instytucji i badań…

Zachęcam do lektury całego tekstu na ten temat, opublikowanego w Forum Akademickim:

Inflacja w nauce

W roku 2021 Minister Edukacji i Nauki trzykrotnie zmieniał zawartość wykazów czasopism naukowych. Wskutek tych zmian łączna liczba punktów przyznawanych za artykuły wzrosła w poszczególnych dyscyplinach tak, jak przedstawia to poniższy wykres. Wyższą punktację zyskały w szczególności krajowe czasopisma naukowe. Wprowadzone zmiany działały wstecz, zatem stanowiły nie tyle sygnał dla autorów, gdzie warto wysyłać teksty (zwiększając konkurencję), co rodzaj redystrybucji – zamianę porządku przyznawania kategorii naukowych (a wraz z nimi wysokość finansowania i uprawnienia do nadawania stopni naukowych) w samej końcówce okresu objętego oceną (2017-2021).

Kręta ścieżka kobiet ku STEM

Jakiś czas temu pisaliśmy o wynikach badań nad płacowymi konsekwencjami wyboru ścieżki edukacyjnej (a w konsekwencji zawodowej). Najlepiej płatna praca dotyczyła absolwentów kierunków inżynieryjnych i innych bezpośrednio związanych z matematyką. Przyjęło się określać je mianem sektora STEM (science, technology, engineering, mathematics), będącego filarem tzw. nowej gospodarki.

Pomimo zmian, jakie w ostatnich dekadach zachodzą w położeniu społecznym kobiet, niektóre obszary edukacji i rynku pracy, w tym właśnie STEM, nadal są wyraźnie zdominowane przez mężczyzn. W konsekwencji epoka społeczeństwa informacyjnego zastępuje jedne statusowe nierówności między płciami innymi. Tym razem przyczyną nie jest jednak formalne zamknięcie zawodów przed kobietami, ale w znacznej mierze ich własny wybór. Nasuwa to szereg pytań o proces selekcji do STEM – czy kształtuje ją w sposób ścisły różnica uzdolnień? Kiedy właściwie zapadają kluczowe, indywidualne decyzje o ścieżce kariery?

Przez długi czas sądzono, że przyczyną odmiennych ścieżek profesjonalnych była po prostu różnica umiejętności matematycznych. Tego obrazu nie potwierdzają jednak szczegółowe badania nad osiągnięciami szkolnymi. Polskie dziewczynki nie wypadają gorzej niż chłopcy w badaniach porównawczych, takich jak PISA. Ale wzory te można przeanalizować nie tylko w oparciu o dane wywołane (sztuczna sytuacja pomiarowa), ale również bezpośrednio w oparciu o dane egzaminacyjne – i to “test wysokiej stawki”, jakim jest matura. Na tych właśnie danych – wynikach egzaminów ponad ćwierć miliona maturzystów w każdym z analizowanych lat – oparliśmy swoje badanie, które zostały niedawno opublikowane w dwóch artykułach: Filtered out, but not by the skill: the gender gap in pursuing mathematics at a high-stakes exam (2019, Sex Roles) oraz The net effect of ability tilt in gendered STEM-related choices (2020, Intelligence). Wyniki streścił i opublikował m.in. portal Yahoo Finance, wypada przedstawić je w przystępnej formie również polskim odbiorcom.

Matura jest kluczowym progiem w karierze szkolnej, ponieważ decyduje o przejściu od edukacji o charakterze generalnym do edukacji o charakterze profesjonalnym. Siła wpływu wykształcenia wyższego objawia się zaś choćby w tym, jak rzadko spotkamy prawnika po studiach informatycznych i programistę po prawie. Generalnie rzecz biorąc – kluczowe, najwyżej płatne profesje obsadzane są na podstawie certyfikacji będącej pochodną wyboru i przebiegu studiów. W tej “linii produkcyjnej” nie mniej istotne jest to, że przepustką na określone studia jest właśnie matura.

Interesowało nas czy dziewczyny i chłopcy mają takie same szanse przystąpienia do rozszerzonej matury z matematyki. Mając poważne intencje studiowania na kierunkach związanych z matematyką, trudno nie zdecydować się na taki egzamin. Jego wynik jest po prostu wyżej punktowany w trakcie rekrutacji np. na większość kierunków Politechniki Warszawskiej. Ze względu na wysoką konkurencję na kierunki prowadzące do lukratywnej pracy w STEM, egzamin z tego przedmiotu można potraktować jako rodzaj “biletu wstępu”. A już na pewno jest on wskaźnikiem planów i aspiracji dotyczących dalszej kariery.

Co ciekawe, polska matura tworzy sytuację optymalną, niemal eksperymentalną do badania wpływu umiejętności na wybór ścieżki STEM. Jej elementem jest bowiem obowiązkowa matura podstawowa z matematyki. Różni się ona od rozszerzonej przede wszystkim zakresem programu i pozwala sprawdzić na ile poszczególni uczniowie byli w stanie przyswoić sobie “kanon” umiejętności matematycznych. Można zasadnie przyjąć, że umiejętności w zakresie kanonu podstawowego są w istocie predyktorem umiejętności matematycznych w ogóle. Czym lepiej uczeń zdaje maturę podstawową, tym lepiej – statystycznie rzecz biorąc – zdaje również rozszerzoną. Korelacja między tymi wynikami wynosi około 0,9, a więc jest niezwykle silna. Co więcej, pamiętajmy, że badanie nie dotyczy skrajów rozkładu talentów matematycznych, ale znacznie szerszej grupy. Bardzo znaczący zakres pracy w zawodach STEM opiera się na rozszerzeniu kilku umiejętności bazowych, a nie na przejawach “geniuszu matematycznego” przy rozwiązywaniu problemów rutynowo wpisanych w pracę (począwszy od organizacji produkcji, przez pisanie kodu, a skończywszy na analizie marketingowej).

Miryam Mirzakhani (źródło: YouTube)

Co pokazały nasze analizy? Zacznijmy od tego, że według danych z matur z ostatnich lat młodzi mężczyźni ponad dwukrotnie częściej przystępują do rozszerzonej matury z matematyki. Już sama ta różnica pozwala zrozumieć dysproporcję płci na kierunkach inżynieryjnych. Kobiety masowo “wypadają z gry” już na etapie szkoły średniej. Można by przypuszczać, że część tej różnicy objaśni odmienny poziom wyników z matematyki. Nic bardziej mylnego! Kiedy podda się statystycznej kontroli wynik z matury obowiązkowej – co oznacza, że model statystyczny czyni porównania pomiędzy osobami o tym samym poziomie umiejętności – luka między kobietami i mężczyznami staje się w istocie większa. Okazuje się, że wyższe umiejętności matematyczne nie zmniejszają dysproporcji w skłonności do wyboru ścieżki matematycznej. Brzmi nieco paradoksalnie, prawda?

Dlaczego jednak tak się właśnie dzieje? Co stoi za tym, że wzrost umiejętności nie zmniejsza luki w skłonności do pogoni za karierą w STEM? Dosłownej, bezpośredniej odpowiedzi nie znajdziemy w “suchych” wynikach z matury. Możemy w nich jednak znaleźć pewne istotne poszlaki. Otóż drugą rzeczą, której się przyjrzeliśmy, były wyniki maturalne z języka polskiego. To, że wysokie umiejętności humanistyczne (zwłaszcza kompetencje językowe) kierowały uczniów ku ścieżkom na studia humanistyczne i społeczne – nie jest specjalnym zaskoczeniem. Ale ważne jest to, że owe umiejętności “odciągają” kobiety znacznie silniej niż mężczyzn, a jednocześnie jest znacznie więcej kobiet, które łączą ponadprzeciętne zdolności matematyczne z ponadprzeciętnymi zdolnościami humanistycznymi. Tworzy to pewien paradoks. Jednym z powodów odpływu ze ścieżku ku STEM kobiet są względnie wysokie dodatkowe umiejętności i tym samym szerszy wachlarz opcji kariery. Ten większy wybór działa – to istota paradoksu – na niekorzyść kobiet.

Prawdopodobieństwo wyboru matematyki na maturze rozszerzonej (oś Y)
w zależności od wyniku z egzaminu obowiązkowego (oś X, wartości standaryzowane)

Pamiętajmy bowiem, że ludzie wybierają ścieżki edukacji i pracy nie tylko porównując się z innymi, ale także porównując się “wewnętrznie” – definiując swoje “słabe” i “mocne” strony. Cudzysłów stąd, że ta ocena nie zawsze jest rzetelna i obiektywna, często nie przystaje też do relacji ryzyka do względnych korzyści (w tym płacowych) z danego poziomu zdolności. Zauważmy, że ktoś o zupełnie przeciętnych umiejętnościach matematycznych, ale kompletnym braku innych uzdolnień – jeśli zdecyduje, aby rozpocząć studia – z dużym prawdopodobieństwem wybierze kierunek techniczny, inżynieryjny lub inny związany z matematyką. Wśród tych osób więcej jest z kolei mężczyzn.

Z instytucjonalnego punktu widzenia znaczenie odgrywa także względnie sztywny system edukacji profilowanej w liceach. Pamiętajmy, że wyboru ścieżki przedmiotowej formalnie dokonują absolwenci podstawówek. Jest to zatem względnie wczesna decyzja o dużej wadze. Wiedza o własnych uzdolnieniach i ich wartości na rynku pracy, a także plany kariery są w wieku 15 lat wciąż dość mgliste, zaś nie wszyscy rodzice są kompetentnymi doradcami edukacyjnymi. System szkolny powinien w procesie “sortowania” uczniów w większym stopniu brać to pod uwagę. Warto mieć na względzie m.in. fakt, że o nastawieniu do przedmiotu decyduje w dużej mierze nauczyciel w szkole podstawowej, a z punktu widzenia większości uczniów to, na jakiego trafiają, jest procesem losowym.

Oczywiście sprawa wyboru kariery jest bardzo złożona i wzięliśmy tu w nawias cały zestaw czynników kulturowych, subtelnych “szturchnięć” w procesie edukacji, stereotypów czy lęków związanych z wejściem do zmaskulinizowanego zawodu. Nie zmienia to faktu, że statystycznie rzecz biorąc, wiele kobiet, które spokojnie mogłoby trafić do pracy w sektorze STEM, “odpływa” do innych ścieżek ze względu na inną, bardziej wyrównaną charakterystykę profilu umiejętności. Ryzyko, że stracimy talent formatu Skłodowskiej jest statystycznie większe, niż to, że stracimy talent na miarę Polaka, mężczyzny, który zdobył Nobla w naukach ścisłych…

…jak mu tam było? 😉

Źródło: historia.org.pl

Podstawowe nierówności – wyniki białostockich szkół

Można przewidywać, że za jakiś czas w debacie publicznej głośniejszy stanie się wątek nierówności edukacyjnych w tych obszarach, gdzie dziś są one względnie słabo dostrzegane. Jednym z nich są zróżnicowania na poziomie podstawowym. Sprawa wydaje się ciekawa zarówno akademicko, jak praktycznie, ponieważ wiąże się ze strategiami podejmowania decyzji przez rodziców. Na tym etapie są oni wyłącznymi decydentami w zakresie losów edukacyjnych dzieci, lecz świadomość konsekwencji dokonywanych wyborów jest różna. Rodzice często podejmują decyzje w oparciu o swoje własne doświadczenia szkolne, a nie o informacje dotyczące stanu bieżącego. W ostatnich 20-30 latach wiele się jednak zmieniło, np. rozwinął się sektor szkół niepublicznych. Przyjrzeliśmy się tej kwestii w naszym lokalnym kontekście – podstawówkom w Białymstoku, by zilustrować czym obecnie charakteryzuje się ten sektor kształcenia.

W przypadku szkół podstawowych nie istnieją wskaźniki edukacyjnej wartości dodanej, możemy zatem przyjrzeć się jedynie wynikom testu szóstoklasisty – czyli efektom szkolnym brutto. Oznacza to, że patrzymy na generalne skutki uczenia się w danej szkole, nie rozróżniając tego na ile są one pochodną selekcji uczniów na wejściu, a na ile jakości nauczania (zwykle jednego i drugiego). Dane wykorzystane we wpisie pochodzą ze strony Okręgowej Komisji Egzaminacyjnej w Łomży. Spójrzmy jak wyglądały wyniki młodych białostoczan w roku 2016.

Na wykresie poniżej widać średnie wyniki łączne z języka polskiego i matematyki (w procentach) dla poszczególnych szkół (kolorowe punkty). Pominęliśmy tu szkoły, w których do sprawdzianu przystąpiło mniej niż 5 uczniów. Przedziały wokół średnich, oznaczone czarnymi, poziomymi odcinaki, to odchylenia standardowe, mówiące o tym, czy uczniowie w danej szkole mieli zbliżone wyniki, czy nie. Duże odchylenie (dłuższe linie) wskazuje, że uczniowie zaprezentowali bardziej zróżnicowany poziom przygotowania. Małe odchylenie wskazuje, że uczniowie w konkretnej szkole poradzili sobie podobnie (podobnie słabo lub podobnie dobrze). Statystyka odchylenia standardowego jest niezależna od samej liczby uczniów, a w zakresie +/- jedno odchylenie mieści się około 2/3 wszystkich obserwacji (przedział mówi więc zwykle, gdzie lokowały się wyniki większości uczniów danej szkoły).

Pierwsze spostrzeżenie, jakie nasuwa wykres, dotyczy dużej międzyszkolnej rozpiętości wyników. O ile szkoły najlepsze mieszczą się w całości w górnej ćwiartce wykresu (75-100), o tyle te słabsze górną ćwiartkę ledwo dotykają. W skrajnych przypadkach oznacza to, że najgorsi uczniowie jednej szkoły byliby najlepszymi uczniami drugiej. Taki poziom nierówności można ocenić jako głęboki, jako strukturalne “pękanie” szkolnictwa.

Po drugie, podzieliliśmy szkoły na publiczne i niepubliczne (prywatne i prowadzone przez niezależne towarzystwa oświatowe). W pierwszej szóstce białostockich szkół nie znalazła się ani jedna szkoła publiczna. Najwyższe pozycje należą do podstawówek prowadzonych przez PTO i STO, a więc szkół społecznych. Zdarzają się szkoły niepubliczne, w których uczniowie osiągnęli wyniki niższe niż średnia miejska (68%), ale jest ich niewiele. Warto także mieć na względzie, że wśród szkół nieobecnych w zestawieniu, czyli tych, które miały niewielką liczbę szóstoklasistów albo w ogóle ich nie miały (szkoły nowe), były zarówno szkoły prywatne jak publiczne, ale nie ma wystarczających danych by rzetelnie powiedzieć coś o ich rezultatach.

Trzecia rzecz to hierarchia szkół państwowych. O ile w przypadku szkół niepublicznych rolę w wynikach uczniów odgrywa status materialny rodziców, to tutaj teoretycznie wpływ tego czynnika nie powinien być istotny. Kluczową rolę odgrywa bowiem w założeniu rejonizacja szkół. Ma ona jednak paradoksalne konsekwencje. Na szkoły nałożony jest obowiązek przyjęcia w pierwszej kolejności uczniów z rejonu, a jeśli zostaną wolne miejsca, mogą tam się także uczyć inne dzieci. Rejony i zasady rekrutacji są ustalane przez władze miejskie. Wiadomo jednak, że w mieście istnieją gorsze i lepsze dzielnice, jedne skupiają zamożniejszych, lepiej wykształconych ludzi, inne uboższych, słabiej wykształconych. Jest to konsekwencja m.in. coraz silniej działającej w Polsce renty gruntowej, czyli różnicy w cenie mieszkań w różnych lokalizacjach, ale także innych, społecznych procesów segregacji (np. dziedziczenia struktury osiedli urzędniczych, sięgających nie tylko do czasów PRL, ale także okresu międzywojennego czy przeprowadzka klasy średniej do domów w suburbiach). W efekcie rejonizacji podziały te nakładają się na selekcje do szkół. W podstawówkach ulokowanych w dzielnicach bogatszych uczą się często dzieci rodziców o względnie wyższym statusie społecznym, a to praktycznie zawsze jest czynnik skorelowany z wynikami egzaminów. Najlepsze szkoły publiczne w Białymstoku ulokowane są albo w ścisłym centrum albo na osiedlach domów jednorodzinnych. Przykłady stanowią z jednej strony: SP 1 i SP 6, z drugiej SP 16 i SP 28.

Po czwarte, aby lepiej zilustrować skąd się biorą międzyszkolne różnice warto także zwrócić uwagę na jeszcze jedną statystykę opublikowaną przez OKE. Chodzi o odsetek uczniów, którzy uzyskali niskie i tych, którzy uzyskali wysokie wyniki (obie kategorie zdefiniowało samo OKE) – przedstawiamy je na dwóch wykresach poniżej. Wysoka pozycja rankingowa szkół prowadzonych przez towarzystwa oświatowe to konsekwencja tego, że bezwzględna większość ich uczniów uzyskuje wysokie wyniki, a nie ma tam uczniów słabych. Jest to w jakiejś mierze pochodną “efektu rówieśnika” (peer effect), czyli wzajemnego wpływu uczniów.

W szkołach publicznych względna większość uczniów zwykle nie uzyskuje ani wyników niskich, ani wysokich – tylko średnie. Jednak i tu różnice są zaskakująco duże – w najwyżej sklasyfikowanych państwowych podstawówkach jest około pięć razy więcej wyników wysokich, niż w podstawówkach sklasyfikowanych najniżej. Pomijamy tu zresztą szczególny przypadek, jaki stanowi SP 30, która jest placówką dedykowaną m.in. dla osób zaniedbanych środowiskowo, z trudnościami w uczeniu się, będących w sytuacjach kryzysowych lub traumatycznych. Akurat ten konkretny przykład dobitnie pokazuje, że pozycja szkoły jest w znacznej mierze konsekwencją szeroko rozumianej rekrutacji, a nie tylko jakości nauczania (nie jest “winą” szkoły, że znalazła się tak nisko w zestawieniu). Tych dwóch spraw nie da się rozdzielić w oparciu o wskaźniki brutto.

Konsekwencje dla dzieci uczących się w tych szkołach są często większe, niż zdaje sobie sprawę wielu rodziców. Zły start na etapie podstawowym w znacznej mierze decyduje o dalszych losach szkolnych. Jednak pole wyboru w praktyce ograniczone jest do szkoły znajdującej się najbliżej domu. Jest to zresztą zupełnie naturalne – chodzi przecież także o bezpieczeństwo i wygodę. Jednak w ten sposób rodzice i instytucje edukacyjne reprodukują lub wręcz pogłębiają realne różnice szans między podopiecznymi. Nie jest przecież tak, że w podstawówkach ze słabymi wynikami nie ma dzieci zdolnych czy dobrych nauczycieli. Są to jednak dzieci i nauczyciele, którzy muszą sobie niejednokrotnie radzić z większą liczbą bardzo rozmaitych utrudnień (od środowiskowych po materialne). Co więcej, obok przebiegającej w zróżnicowany sposób selekcji uczniów, odbywa się także cicha autoselekcja nauczycieli, którzy w swojej karierze zawodowej zainteresowani są przecież pracą w lepszych szkołach czy za większe wynagrodzenie.

System szkolny, który nie jest zorientowany na aktywne przeciwdziałanie “strukturalnemu pękaniu” oświaty na poziomie podstawowym, niesiony jest dryfem zjawisk pozostających poza sferą jego kontroli. Podobnie dzieje się przecież np. w przypadku systemu ochrony zdrowia. W kontekście wdrażanej właśnie reformy edukacyjnej warto też zauważyć, że wskutek likwidacji gimnazjów dzieci pozostaną w swoich podstawówkach na dłużej i rzadziej poddawane będą “mieszaniu” z innymi uczniami. Tego, czy nierówności edukacyjne w konsekwencji realnie wzrosną, dowiemy się najwcześniej za kilka lat.

Andrzej – typowy polski profesor

Ewidencyjne bazy POL-on pozwalają na analizę podstawowych faktów na temat populacji polskich naukowców. Zanim napiszemy o sprawach poważniejszych – kilka fun facts. Jakie imiona noszą najczęściej rodzimi badacze? Odpowiedź poniżej (porównawczą chmurę słów wykonaliśmy w R przy pomocy kodu dostępnego na tej stronie).

names_s2

Co ciekawe istnieją pewne wyraźne wzory dotyczące częstości występowania imion na poszczególnych stopniach kariery naukowej. Wśród magistrów najpopularniejsze imiona to Paweł (dalej: Marcin, Piotr) i Anna (dalej: Agnieszka i Katarzyna). Jako, że kobiety stanowią 63,3% najmłodszych badaczy, to można powiedzieć, że statystyczny polski asystent nazywa się Anna.

Wśród doktorów najpopularniejsze imiona męskie to kolejno: Piotr, Tomasz, Krzysztof, a żeńskie to wciąż: Anna, Agnieszka, Katarzyna. Kobiety stanowią 51,1% badaczy z tym stopniem, stąd statystyczny polski doktor to również Anna.

Wśród doktorów habilitowanych zatrudnionych przy prowadzeniu badań najczęściej występujące imię męskie to już: Andrzej. Piotr spada na drugie miejsce, a na trzecie wskakuje Marek. Największa grupa posiadaczek habilitacji to niezmiennie Anny, a dalej: Małgorzaty i Ewy. Kobiety stanowią na tym etapie kariery 37,6%.

Wśród profesorów najczęstsze imię męskie to Andrzej (po nim Jan i Jerzy), a żeńskie – tu nie ma zaskoczenia – Anna (później Maria i Ewa). Andrzejów jest w tej grupie już ponad trzy razy więcej niż Ann, co jest prawie dokładnie zgodne ze statystykami płci – kobiety wśród profesorów stanowią 25,2%.

Wypada spointować, że wraz z kolejnymi szczebli kariery naukowej rośnie prawdopodobieństwo, że badacz nazywa się Andrzej, spada natomiast prawdopodobieństwo, że nazywa się Anna.

Różowe i niebieskie obowiązki

GUS opublikował wyniki sondażu na temat budżetów czasu Polaków. Możemy przyjrzeć się, czy życie kobiet i mężczyzn w naszym kraju wypełniają podobne sprawy.

Na poniższym wykresie zaprezentowana jest przeciętna, względna długość wykonywania danej czynności. Wyrażona jest w procentach, więc można ją interpretować dobowo, ale ze względu na uśrednienie bardziej trafne jest rozumienie tego wykresu jako przekroju całego życia (wyjąwszy dzieci do 14 lat). Zewnętrzny obwarzanek pokazuje, co składa się na życie statystycznego mężczyzny, a wewnętrzny – kobiety. Oczywiście prawie połowę życia przeznaczamy na potrzeby fizjologiczne, przede wszystkim sen. Odrobinę więcej czasu przeznaczają na nie kobiety. Co ciekawe, chodzi w szczególności o spanie (w drugiej kolejności o higienę i ubieranie się).

time1

Następne w kolejności są praca zawodowa (zagregowana tu z nauką) oraz obowiązki domowe. Tu różnice między płciami są już duże i są względem siebie komplementarne. Kobiety spędzają w pracy zawodowej 11% życia, podczas gdy mężczyźni 18%. Z kolei na pracę w domu kobiety przeznaczają średnio 18% życia, a mężczyźni 10%. Ta różnica wynika z faktu, że kobiety znacznie częściej niż mężczyźni pozostają poza rynkiem pracy.

Przyjrzyjmy się temu dokładniej posługując się drugim wskaźnikiem, jakim jest średni czas wykonywania danej czynności (odnosi się tylko do osób, które tę czynność faktycznie wykonują). Poniższy wykres pokazuje średnią dobową różnicę wykonywania danej czynności między kobietami i mężczyznami. Wyrażona została w minutach.

time2

Podział obowiązków wydaje się dość tradycyjny: kobiety prawie o godzinę dłużej dziennie zajmują się dziećmi i gotują niż mężczyźni (przy średniej ogólnopolskiej wynoszącej 145 minut w przypadku dzieci i 94 minut w przypadku przygotowywania żywności, są to duże kontrasty). Mężczyźni więcej czasu przeznaczają na budowę, naprawy i remonty, ale jest to różnica niecałych 30 minut (średnia generalna to 130 minut, zaskakująco dużo). Jeśli jednak spojrzymy teraz na długość wykonywania pracy zawodowej, to tutaj mężczyźni mają znaczną przewagę, bo pracują o godzinę dłużej, a jeśli jeszcze dorabiają, to także robią to o kwadrans dłużej niż kobiety. Jedynie w zakupach uczestniczymy po równo.

Brak równowagi w podziale obowiązków dotyczy praktycznie wszystkich sfer życia, ale ma inny charakter. W badaniu GUS 29% kobiet zadeklarowało wykonywanie pracy zawodowej w porównaniu z 47% mężczyzn. Zajęcia domowe wykonuje 97% kobiet i 85% mężczyzn. Bezpośrednią pracę na rzecz gospodarstwa domowego wykonują więc prawie wszyscy, z tym, że mężczyźni poświęcają się jej w znacznie mniejszym stopniu. Patrząc jedynie na podział pracy w domu, łatwo zarzucić mężczyznom lenistwo (średnio o 23 minuty na dobę dłużej oglądają telewizję, o 20 minut dłużej oddają się swojemu hobby, o 6 minut dłużej ćwiczą). Jednak równocześnie znacznie większa liczba kobiet decyduje, by w ogóle nie wychodzić na rynek pracy. W konsekwencji największa presja dotycząca podziału obowiązków spada na te gospodarstwa, gdzie wszyscy dorośli pracują – nie ma tu miejsca na alibi zarówno wobec zawodowej bierności, jak immunitetu wobec mycia okien. Rekompensata przychodzi w postaci wyższego stanu konta.

Bez dodatkowych danych nie można powiedzieć jak płeć, praca zawodowa i obowiązki domowe są ze sobą skorelowane. Porównania wymagałoby przede wszystkim to, jak wygląda dzień pracującej zawodowo kobiety i mężczyzny. Mamy nadzieję, że GUS podzieli się tymi danymi. Doświadczenie pokazuje jednak, że nikłe są na to szanse.

Noworoczne targi zdrowotne

Okres zawierania i przedłużania kontraktów między NFZem a jednostkami opieki zdrowotnej jest tradycyjnie czasem wyjątkowo burzliwym (zwłaszcza dla niektórych pacjentów). Nie wnikając szczegółowo w przedmiot sporu (jest to złożona gra interesów), warto zwrócić uwagę na bardzo nierównomierny zasięg geograficzny przejawów tego konfliktu. W mediach i na stronie Porozumienia Zielonogórskiego można znaleźć mapę, pokazującą jaka część POZów w poszczególnych województwach odmówiła świadczeń na nowych zasadach. My  z kolei postanowiliśmy zrobić takie zestawienie dla miast wojewódzkich (wykres poniżej, dane ze stron oddziałów wojewódzkich NFZ, stan na 3.1.2015), który pozwala pokazać pewien rzadko podkreślany aspekt przebiegu tego sporu.

Odsetek POZów, które zawarły umowęJak widać przejawy wspomnianego konfliktu instytucjonalnego są niezwykle mocno zróżnicowane pomiędzy dużymi miastami Polski (niewielka entropia konfliktu). Spośród 18 stolic wojewódzkich, w 9 świadczenia według nowych zasad zgodziły się prowadzić wszystkie lub prawie wszystkie POZ. Z kolei w 5 innych zakres sprzeciwu świadczeniodawców można ocenić jako duży lub bardzo duży – wynosi od 45 do 67%. Ostatnie cztery miasta – Lublin, Rzeszów, Gdańsk i Opole to przypadki pośrednie, gdzie akcja sprzeciwu ani nie wygasła, ani nie osiągnęła bardzo dotkliwego poziomu (zamkniętych było między 14 a 32% POZów).

Tak duże zróżnicowanie geograficzne stanowi interesującą zagadkę. W przypadku różnic regionalnych kluczowym czynnikiem jest oczywiście siła Porozumienia Zielonogórskiego (między innymi dlatego w Wielkopolsce 100% przychodni zaczęło pracę zaraz po Nowym Roku). Być może da się jednak znaleźć również inne uwarunkowania tych różnic, patrząc właśnie na największe miasta.

Po pierwsze warto zauważyć, że jest to jeden z tych konfliktów, który w niewielkim stopniu związany jest z podziałem politycznym. Można by podejrzewać, że “bunt” lekarzy rodzinnych może być szczególnie silny tam, gdzie w generalnej populacji istnieje niski poziom poparcia dla partii rządzącej, zwłaszcza, że to ona desygnowała Ministra Zdrowia. Nie znajduje to potwierdzenia. Korelacja między zakresem protestu a poparciem dla PO w wyborach 2011 roku jest dość słaba, wynosi zaledwie -0,14. Zresztą rzut oka na mapę nie pozostawia złudzeń, że konflikt ten nie ma jednoznacznego politycznie charakteru – warto pamiętać, że parę lat temu PZ blisko współpracowało z rządem koalicji PO-PSL.

Jest natomiast jeden inny ważny czynnik, który warto chyba podkreślić – jest nim poziom urbanizacji. Korelacja między wielkością miasta wojewódzkiego a zakresem tamtejszego protestu wynosi -0,39 (zob. wykres poniżej). Innymi słowy, w wielkich miastach było znacznie mniejsze prawdopodobieństwo, że po Nowym Roku zamkniętych pozostanie wiele przychodni. Dlaczego tak się stało? Dlaczego to tu PZ miało mniejszą siłę wpływu? Wydaje się, że wyjaśnienie może być związane z wielkością rynku usług medycznych. W dużych miastach, gdzie oferta usług medycznych jest bogata, silniej działają mechanizmy rynkowe. Jeśli jedna przychodnia nie przyjmie pacjentów, weźmie ich inna. Warunki trudne do przyjęcia dla jednego świadczeniodawcy są do zaakceptowania dla innego. W efekcie protestowi trudniej osiągnąć masę krytyczną – dopóki warunki proponowane przez NFZ nie będą zupełnie nieakceptowalne dla zdecydowanej większości, opór względnie szybko się załamie. W mniejszych miejscowościach, zwłaszcza tam gdzie federacja świadczeniodawców ma względnie duże wpływy, protest jest znacznie bardziej dotkliwy, a zarazem skuteczny – mniejsze jest prawdopodobieństwo “wyłamania się” pojedynczych podmiotów. Pokazuje to, jaka jest (ceteris paribus) relacja pomiędzy siłą grup nacisku a stopniem rynkowości otoczenia. To między innymi dlatego w najgorszej sytuacji na początku stycznia znaleźli się pacjenci w Zambrowie i okolicach, a w najlepszej ci w Poznaniu i Warszawie.Urbanizacja a siła nacisku PZ

Liczba urzędników w Polsce 1981-2011

Spośród niespełna 16 mln pracujących Polaków, prawie 4 mln zatrudnionych jest w sektorze publicznym. Największy udział w tej liczbie mają: edukacja (ponad 1 mln), administracja, ochrona zdrowia (z niewiadomych powodów liczona przez GUS łącznie z pomocą społeczną) oraz szeroko pojęte służby mundurowe (w tej kolejności). W kontekście oceny działania państwa najwięcej emocji budzi prawdopodobnie druga z tych pozycji, ponieważ korpus urzędniczy traktowany jest na ogół jako bezpośrednie vis-a-vis (czy wręcz nemesis) sektora gospodarki rynkowej. W prasie ukazują się co pewien czas zestawienia pokazujące wzrost liczby zatrudnionych w administracji, służący jako przypomnienie, że wbrew obietnicom wszystkich kolejnych rządów państwo zamiast odchudzać się w poszukiwaniu większej sprawności (czy może odwrotnie – usprawniać się by schudnąć), nieustannie tyje i łapie zadyszkę.

Dynamika wzrostu liczby urzędników w postaci zagregowanej mało  jednak mówi o procesach, które faktycznie za tym stoją. Dlatego postanowiliśmy przedstawić je w podziale na kilka najważniejszych elementów – przede wszystkim rozdzielając administrację centralną od samorządowej – rozwój samorządu był w końcu jedną z zasadniczych składową transformacji państwa po 1989 roku.

Tym razem zamiast z Alicją pracowałem z Radkiem, zapewne jednym z nielicznych fanów R w środowisku historyków. Postawiliśmy sobie zadanie stworzenia spójnej, syntetycznej wizualizacji wzrostu zatrudnienia w administracji na przestrzeni trzech dekad. Szeroka zakładka na czasy PRLu w interesujący sposób rozszerza kontekst (i legitymizuje udział historyka). Do przygotowania zestawienia wspólnie spisaliśmy dane z roczników, ale wykresy zrobiliśmy niezależnie, by porównać różne “szkoły” kompresji informacji na wykresie. Rezultaty widać poniżej.

Wykres 1. (mój), kliknij aby powiększyćUrzędnicy

Wykres 2. (Radka), kliknij aby powiększyćurzednicyP

Jak dobrze wiadomo, w zasadzie w całym okresie potransformacyjnym notujemy stały wzrost kadr administracji publicznej. Po dezagregacji tego trendu można pokusić się o kilka szczegółowych spostrzeżeń.

Po pierwsze nie może dziwić fakt szybkiego wzrostu administracji samorządowej po roku 1991. Po krótkim “wietrzeniu” nastąpiła rekonstrukcja urzędów gmin i miast, następująca równolegle do rosnącej liczby obowiązków lokalnej administracji. Do dziś trend ten utrzymuje się, a obok przekazywania dawnych zadań państwowych w dół, w jego umocnieniu pewną rolę odgrywają zapewne różne meandry lokalnej polityki (synekury jako waluta polityczna).

Po drugie mimo równoległego, szybkiego rozrostu kompetencyjno-kadrowego samorządów, w latach 1990-1998 można było obserwować dramatyczny wzrost liczby osób zatrudnionych w centralnych organach administracji. Oczywiście po części związane to musiało być z nowymi zadaniami, choćby skarbowymi, ale z drugiej strony Polska przechodziła przecież od “ręcznego sterowania” (gospodarki planowej) do rynku, co – przynajmniej w teorii – powinno wymagać mniejszej obsługi administracyjnej. Warto zapewne przyjrzeć się temu wszystkiemu bliżej, ale na gorąco postawiliśmy z Radkiem dwie hipotezy: (a) dla lat 80-ych nie jest ujęta liczebność administracji partyjnej (np. zatrudnionej w komitetach wojewódzkich), która wykonywała pewne zadania (przede wszystkim te czysto polityczne), (b) jedną z metod łagodnego “przejmowania” państwa po 1989 roku było zatrudnianie równoległej administracji, lojalnej wobec polityków dawnej opozycji demokratycznej. Trend ten jednak nie zatrzymuje się w roku 1993, wraz z przejęciem władzy przez koalicję SLD-PSL, ale jest kontynuowany aż do czasów rządu Buzka.

Po trzecie wskutek reformy samorządowej wielkość administracji centralnej zaczęła spadać. Trwało to jednak jedynie do końca rządów koalicji AWS-UW, później powraca trend wzrostowy, tak, że liczba urzędników w instytucjach centralnych już w 2007 roku przekroczyła tę sprzed decentralizacji i wciąż rosła, przekraczając w 2009 roku liczbę 130 tys. W sensie czysto kadrowym decentralizacja Polski była więc efektem bardzo krótkotrwałym.

Trudno jest oczywiście udzielić jednoznacznej odpowiedzi na to, jak licznej obsady kadrowej potrzebuje państwo takie jak Polska. Od czasu reformy samorządowej jej wzrost w coraz mniejszym stopniu określany jest zresztą odgórnie – samorządy różnych szczebli zatrudniają wedle własnych potrzeb i środków. Administracja mniejszych gmin i miast to już kategoria prawie tak liczebna jak administracja centralna, a samorząd wojewódzki dawno już wyprzedził pod tym względem Urzędy Wojewódzkie. Żądania “oszczędniejszego państwa” będą musiały być coraz częściej – wbrew temu co piszą gazety – adresowane do włodarzy lokalnych, a nie rządu.

PS. Przyglądając się wykresom warto mieć na względzie, że zmiany obserwowane z roku na rok mogą być efektem nie tylko zmian stanu etatowego i struktury organizacyjnej państwa, ale również zmian klasyfikacji GUS. Mocniejsze i bardziej szczegółowe wnioski wymagałyby dalszej dezagregacji danych.

Imię dla chłopca

Parę miesięcy temu Alicja zamieściła wpis Imię dla dziewczynki.  Czas na analogiczny przegląd zmian popularności imion męskich, jakie obserwowaliśmy w Polsce na przestrzeni ostatnich dwóch dekad. Trendy dotyczące nazywania dzieci nie są przypadkowe i dobrze ilustrują generalne zjawisko mody – jej źródła, wzrost i zmierzch. Jak sugerują freakonomiści – Steven Levitt i Stephen Dubner – imiona “żyją” w pewnych cyklach. Cykl taki ma często swoje źródło w najbardziej wpływowych lub wzorotwórczych segmentach społeczeństwa. Różnie rozumiane elity, klasa kreatywna, celebryci – w grupach tych pojawia się potrzeba dystynkcji, której przykładem może być potrzeba nadania oryginalnego imienia dla dziecka. Takie nowe, atrakcyjne imię z czasem popularyzuje się, w tym samym czasie tracąc swój walor oryginalności. Najpierw rezygnują z niego ci, którzy chcą się wyróżniać, a w konsekwencji z czasem traci ono swoją nośność w całym społeczeństwie (zwłaszcza, gdy w pewnym momencie funkcjonuje już tylko w najmniej wpływowych środowiskach).

Nie jest to rzecz jasna jedyny mechanizm popularyzacji imion, obserwacja trendów krótkookresowych pozwala z łatwością dostrzec korelacje z popularnością konkretnych osób lub postaci (zwłaszcza serialowych!).

Zacznijmy od “hitów lat 90-ych” (wykres poniżej). Największym z nich był niewątpliwie Mateusz. Na początku pierwszej dekady transformacji liczba małych Mateuszków wyraźnie przekraczała 15 tysięcy rocznie. Już w 1994 roku obserwujemy jednak jej spadek, przerwany okresowo w roku 2004 i 2008. Druga z tych dat zbiega się z premierą “Ojca Mateusza” w TVP. Jak widać popularność księdza-detektywa tylko na krótko zapobiegła zmniejszaniu się popularności tego imienia. Inne imiona z kategorii “the best of 90’s” to m.in. Damian, Kamil, Łukasz, Patryk, Dawid. Wszystkie nadawano wówczas liczbie większej niż 7 tysięcy dzieci rocznie, a dziś ich popularność jest przynajmniej dwukrotnie niższa. Warto zwrócić uwagę na przypadającą na początek lat dwutysięcznych fluktuację popularności imienia Dawid. Przypadkiem zbiega się ona w czasie ze podobnym trendem dotyczącym imienia Wiktoria (zob. Imię dla dziewczynki).

90sW niższym partiach skali da się równocześnie zaobserwować proces “wymierania” imion, które popularne były w jeszcze wcześniejszym cyklu. Już w połowie lat 90-ych mali Andrzejkowie, Arkowie, Grzesiowie i Mariuszkowie pojawiało się w liczbie nie większej niż 2-4 tysiące, ale współcześnie każde z tych imion pojawia się w liczbie mniejszej niż 1000, a w konsekwencji w okresie 2001-2007 znikają z zestawienia popularnych imion. Największy spadek tego rodzaju dotyczył imienia Rafał.

spadPrzejdźmy do imion, które ostatnio znalazły się na “topie”. Co ciekawe największy i to dość systematyczny wzrost dotyczy liczby Janów. Po okresie zapomnienia (zakończenie poprzedniego cyklu) Jaś powraca w glorii “starego, zapomnianego, ale szlachetnego imienia”. Analogiczną sytuację obserwujemy w przypadku Antków i Franciszków, choć w tym drugim przypadku nagły wzrost w roku 2013 trzeba niewątpliwie tłumaczyć tzw. “efektem Franciszka”. Szybko popularyzującymi się w ostatnich latach imionami były też: Alan, Olek oraz Igor, chociaż akurat w ostatnim roku daje się obserwować symptomy schyłku tej mody.

wzr Warto zwrócić uwagę również na imiona, które w okresie, którego dotyczą dane, osiągnęły wysoką popularność, ale moda na nie już minęła. Pełen cykl życia imienia najlepiej widać w przypadku Jakubów i Kacprów. Oba stały się modne pod koniec lat 90-ych, ale parę lat temu wyraźnie “przebrzmiały”. Stawiałbym, że kariera pierwszego z tych imion może mieć coś wspólnego z karierą Kuby Wojewódzkiego. W nieco niższym diapazonie popularności swój szczyt w latach dwutysięcznych osiągnęły także imiona Filip i Szymon. popNa koniec dwie ciekawostki – chodzi o trendy “siodłowe”. Można je interpretować jako interferencję dwóch bliskich sobie cykli. Przykładowo imiona Piotr i Paweł wydawały się dzielić los Andrzejów i Rafałów, jednak z jakiegoś powodu czasowo, po 2003 roku, ich popularność wzrosła. Poza innymi przyczynami imiona kojarzą się z siecią sklepów spożywczych, która znacząco rozszerzyła w tym okresie swój udział w rynku. Jak natomiast wyjaśnić nagły wzrost liczby Wojtków w roku 2010?powrI ostatnia potencjalna prawidłowość. W ostatnich kilkunastu latach równolegle spada liczba Marcinów, a rośnie liczba Marcelich. Jak widać poniżej tempo wymiany wydaje się względnie stałe. No, ale to może czysty przypadek.mar

Post scriptum

Po uwzględnieniu zmian wielkości poszczególnych roczników (ujętych jako liczba urodzeń żywych) charakter trendów nie ulega większej zmianie. Weźmy przykładowo wykres ilustrujący niedawny wzrost popularności niektórych imion. Jak widać różnice są nieznaczne. Trendy dotyczące posiadania dzieci nie zmieniają się tak szybko jak mody.