Średnia, która tak naprawdę nie istnieje

Mój wstępniak na You Tube

No i mamy za sobą 1 października. Dzień, kiedy te trochę starsze dzieci idą do szkoły zwanej „wyższą uczelnią”. Zaczynam obrabiać moje 630-godzinne pensum przewidziane na ten semestr i jednocześnie nie przestaję myśleć. W sumie, jak uczę, to staram się nie myśleć za wiele, bardziej się wczuwam, ale myślę przed zajęciami, a czasem i po. Myślę teraz nad związkiem pomiędzy etyką i biznesem: czy działając etycznie firma zmniejsza czy zwiększa swoją zdolność przetrwania i rozwoju ? Poprawność polityczna nakazuje powiedzieć „zdecydowanie tak, etyczne działanie przyczynia się do zwiększenia konkurencyjności”. Przegląd literatury naukowej na ten temat nie jest już jednak tak jednoznaczny: czasami jest tak, a czasami zupełnie inaczej.

Chcę wykorzystać to ogólne pytanie, tzn. „Czy w biznesie opłaca się działać etycznie ?” jako pretekst to kolejnej gawędy na temat metody naukowej, a dokładnie na temat badania związku między zjawiskami. Chcę się bliżej przyjrzeć trzem metodom badania takiego związku: statystycznej analizie korelacji, analizie współzmienności (zwanej też analizą krańcową) oraz analizie Bayesowskiej.

Czy w biznesie opłaca się działać etycznie ? Z naukowego punktu widzenia to pytanie przekłada się na założenie, że jestem w stanie zaobserwować dwa odmienne zjawiska – etykę w działaniu (czy też stopień urzeczywistnienia wartości etycznych w działaniu) z jednej strony i opłacalność z drugiej strony. Ważne pytanie: czy jestem w stanie mierzyć twa dwa zjawiska z podobną precyzją ? Pytanie jest ważne, ponieważ od razu rzutuje na to, którą z trzech wymienionych powyżej metod badania zależności wybiorę.

Czy mogę zmierzyć etykę działania przedsiębiorstwa tak samo dokładnie, jak mierzę jego opłacalność ? Jeżeli chcę zmierzyć ją bezpośrednio, to mam problem. Przestrzeganie albo nieprzestrzeganie norm postępowania – etycznych, prawnych, technicznych itp. – jest oparte na osądzie kategorycznym. Przestrzegam albo nie przestrzegam. Trudno byłoby popełnić 60% kradzieży. Twierdzenie że jestem w 36% uczciwym pracodawcą niekoniecznie byłoby najlepszą reklamą na rynku pracy. Możliwą furtką jest pomiar częstości naruszenia norm etycznych i chyba to jest właśnie powód, dla którego przedsiębiorstwa odchodzą od polityki społecznej odpowiedzialności pojmowanej jako kodeks etyczny w kierunku tzw. polityki zrównoważonego rozwoju. W przeciwieństwie do przestrzegania norm etycznych, przestrzeganie zasad zrównoważonego rozwoju to stosunkowo łatwy pomiar. Można dokładnie policzyć, ile spośród zużywanych przez moją firmę kilowatogodzin energii pochodzi ze źródeł odnawialnych, czy też jaki procent odpadów generowanych w mojej firmie poddaję recyklingowi.

Tak czy inaczej, kiedy badam zależność między opłacalnością biznesu a etyką jego działania, mogę się znaleźć w jednej z trzech sytuacji poznawczych: a) mam dwa zjawiska obiektywnie mierzalne z podobną dokładnością b) ma dwa zjawiska, z których każde jest obiektywnie mierzalne, ale pomiar jednego z nich jest wyraźnie mniej dokładny niż tego drugiego c) mam dwa zjawiska, z których przynajmniej jedno nie ma zobiektywizowanej skali pomiaru i moja obserwacja opiera się na osądzie kategorycznym, czyli na zaliczaniu obserwacji do stosunkowo szerokich kategorii.

Zacznijmy od rzutu oka na pierwszy wariant: mierzę dwa różne zjawiska przy pomocy skal pomiaru o zbliżonej dokładności. Wtedy mogę założyć, że każde z moich zjawisk ma swoją wartość średnią, czyli mam jakąś średnią opłacalność obserwowanych firm i średni poziom przestrzegania norm etycznego działania. Urok średniej arytmetycznej polega na tym, że ona istnieje tylko częściowo. Jeżeli wezmę zbiór liczb 4, 6, 12, 56, 9 oraz 7, ich średnia arytmetyczna jest równa 15,66666667. Jest to wartość, której nie obserwuję w zbiorze, ale ona jednak jakoś tam jest, tak jakby przynależy i jest skoligacona. Jednakowoż z faktu, że jednak tak do końca to jej tam nie ma wynika istotny wniosek: każda wartość w zbiorze jest w jakiś sposób odchylona od średniej ze zbioru. Jeżeli wezmę 100 firm i policzę ich średnią opłacalność, każda pojedyncza firma będzie w którąś stronę odchylona od tej średniej, na plus albo na minus. Możemy policzyć średnią wartość typowego odchylenia od średniej i mamy wtedy miarę statystyczną zwaną odchyleniem standardowym. Odchylenie standardowe jest jak ten typowo chwiejny krok osób, które stosunkowo często wracają do domu przyswoiwszy uprzednio znaczną ilość napojów wyskokowych. Chwieję się i mnie znosi na boki i wiem o tym i wiem jak balansować tymi długimi białymi skrzydłami u ramion żeby jednak nie upaść.

Jeżeli mam dwa takie mierzalne zjawiska i chcę zbadać ich wzajemny związek, mogę spróbować odpowiedzieć sobie na pytanie: jeżeli jedno zjawisko jest odchylone od swojej własnej średniej o 20% na plus, to jakie jest prawdopodobieństwo że drugie też będzie odchylone o 20% na plus ? Obserwuję wtedy, jakie odchylenie od średniej w ramach zjawiska B towarzyszy odchyleniu od średniej w zjawisku A. Powiedzmy, że dana firma jest odchylona o 20% na plus pod względem opłacalności i 30% na minus pod względem etyki w działaniu. Mnożę to plus 20% razy minus 30% i wychodzi mi – 6%. Te -6% to jest lokalna kowariancja, w tej konkretnej firmie, między etyką i opłacalnością.

Teraz biorę moje wszystkie 100 firm i dla każdej z nim mam taką lokalną kowariancję. Wyciągam średnią arytmetyczną z tych wszystkich lokalnych kowariancji i mam wtedy ogólną kowariancję, w tym zbiorze obserwacji, między opłacalnością a etyką. Każda z moich dwóch zmiennych ma swoje własne odchylenie standardowe, czyli swój własny, chwiejny, pijacki krok. Chodzi o to, żeby sprawdzić, w jakiej części ogólna kowariancja naszych zmiennych to wyłącznie statystyczna iluzja, wynikająca z nałożenia się dwóch odchyleń standardowych, a w jakiej mierze to jest coś naprawdę ważnego, jakiś związek między zjawiskami. Bułka z masłem. Liczę tzw. korelację, czyli dzielę ogólną kowariancję dwóch zmiennych przez iloczyn ich odpowiednich odchyleń standardowych.

Jeżeli wyjdzie mi korelacja między -1 a -0,3, etyka jest istotnie ujemnie skorelowana z opłacalnością. Im uczciwsi, tym biedniejsi. Jeżeli moja korelacja zawiera się między -0,3 a 0,3, z reguły nie ma o czym pisać na Fejsie. W zasadzie brak podstaw do stwierdzenia jakiejkolwiek korelacji. Jeżeli wreszcie mój współczynnik korelacji jest gdzieś między 0,3 a 1, no to wtedy opłaca mi się być uczciwym: im więcej etyki w działaniu, tym więcej kasy. Pięknie.

No dobra, ale to było wszystko przy idealnym założeniu, że mogę mierzyć etykę w działaniu tak samo, jak opłacalność biznesu. Teraz pora na lekką rozbieżność skal pomiarowych: mogę mierzyć etykę mojego działania, ale nie tak samo dokładnie jak opłacalność mojego biznesu. Badanie korelacji może być ciekawe, ale jednocześnie mylące. Tym bardziej mylące, im większa rozbieżność skal pomiarowych. Z reguły mamy wynik zafałszowany w dół: korelacja statystyczna wychodzi nieistotna w sytuacji, kiedy jednak jakiś związek jest. W takiej sytuacji można użyć klasycznego narzędzia analitycznego nauk ekonomicznej: analizy elastyczności, zwanej inaczej analizą wartości krańcowych.

Matematycznie rzecz biorąc, analiza elastyczności opiera się na pojęciu pochodnej. Pochodna funkcji to inaczej ∆y/∆x, czyli (y1 – y0)/(x1 – x0). Przypuśćmy teraz, że rozluźniamy nieco założenia odnośnie związku pomiędzy zmiennymi: x oraz y mogą być ze sobą jakoś funkcjonalnie związane, ale nie muszą. Mogą być wzajemnie niezależne. Iloraz ∆y/∆x mówi wtedy, w jakiej proporcji zmieni się wartość zmiennej y, jeżeli zmienna x wzrośnie albo zmaleje o jednostkę. W jakiej proporcji wzrośnie albo spadnie opłacalność biznesu – jaka będzie ∆y – jeżeli stopień urzeczywistnienia wartości etycznych w działalności tej firmy wzrośnie albo spadnie (czyli ∆x) o jednostkę ?

Współczynnik elastyczności nadaje się przede wszystkim do badania zależności dynamicznych. Wiadomo: mówimy o zmianie. Interesuje nas przebieg zjawisk w czasie. Wyliczamy nasz współczynnik ∆(opłacalność)/∆(etyczne działanie) dla każdego przypadku, w którym możemy mniej więcej określić skalę zmiany w zakresie etycznego działania przedsiębiorstwa. Sprawdzamy, czy w naszej próbce obserwacji wartość tego współczynnika jest raczej powtarzalna czy też mocno rozstrzelona. W pierwszym przypadku możemy mówić o jakiejś zależności, w drugim raczej nie.

Teraz opuszczamy wygodny i nieco fikcyjny świat, w którym stopień urzeczywistnienia wartości etycznych jest mierzalny na jakiejś powtarzalnej skali. Wchodzimy do świata, w którym albo jesteśmy w porządku albo nie, a więc gdzie etyczna wartość naszych działań opiera się na osądzie kategorycznym. Dla mnie to świetny pretekst, żeby ponownie nawiązać do filozofii matematycznej Thomasa Bayesa, będącej podstawą metody zwanej dzisiaj statystyką Bayesowską. Pisałem na temat jej podstaw już wcześniej, we wpisie pod tytułem „Dwie kule w Kalifornii i wielebny Thomas Bayes”. Teraz mam okazję pokazać inne jej praktyczne zastosowanie.

Przypuśćmy znowu, że badamy 100 firm, pod względem etyki ich działalności oraz jej związku z opłacalnością biznesu. Wyznaczamy standard etyczny działalności tak, żeby można było dokonać podziału logicznego tej populacji, na tych, którzy są w porządku oraz na tych, którzy niezupełnie. W ten sposób dzielimy naszą populację na dwie kategorie, czyli w świecie metody Bayesa dzielimy prostokąt rzeczywistości na dwa pod-prostokąty: jeden odpowiadający firmom działającym etycznie, drugi zaś obejmujący te działające nieetycznie. W praktyce, ten drugi prostokąt jest łatwiejszy do wyznaczenia. Selekcjonujemy te firmy, które możemy bez wątpienia uznać za odpowiednik ludzkiej kategorii „ten cholerny skurwysyn” i grupujemy je w jednym podzbiorze, a więc w jednym z naszych dwóch pod-prostokątów.

Pierwsze obliczenie ilościowe polega zwyczajnie na analizie proporcji. Jeżeli w naszym całkowitym zbiorze 100 firm jest pięciu „cholernych skurwysynów” i 95 firm, które przynajmniej trochę przestrzegają wartości etycznych, to pod-prostokąt nieetycznych jest jak 5 do 100, a więc 5%, podczas gdy pod-prostokąt tych przynajmniej mniej więcej w porządku jest jak 95 do 100, czyli 95%.

Teraz skupiamy się na tych 95% firm, które przynajmniej wyglądają jakby były w miarę w porządku pod względem etyki w działaniach biznesowych. Przyjrzyjmy się im. Być może wyłonią się jakieś intuicyjne kategorie. To tak, jakby każda z tych 95 firm była odrębną, zapisaną kartką papieru i my staramy się intuicyjnie podzielić je na dwa albo więcej odrębnych stosów. No to podzielmy. Wyszły trzy intuicyjnie odrębne stosy ? No i dobrze. Teraz zróbmy dokładniejszy przegląd: czym te stosy kartek (firm) różnią się między sobą wzajemnie ? Aha, przestrzeganie praw pracowniczych. W stosie A ponad 80% pracowników skarży się na mobbing albo na łamanie ich praw. W stosie A ta proporcja oscyluje pomiędzy 30% a 50%. W stosie C utrzymuje się systematycznie poniżej 10%. Mamy trzy kategorie etyczne. Jest to podejście kontekstualne do wartości etycznych, a więc patrzymy na etykę przez pryzmat efektów, w tym wypadku skarg ze strony pracowników. Emmanuel Kant miałby zapewne kilka słów do powiedzenia na ten temat, np. że wartość etyczna musi być treścią i zamierzonym celem działania, a nie tylko jego efektem. No tak, ale lepiej mieć miarę etyki kontekstualnej niż nie mieć miary etyki w ogóle.

Podzieliliśmy nasze 100 firm na kategorie. Jest to coś w rodzaju mierzalnej skali, jednak tylko coś w rodzaju. Porządna skala czegokolwiek – np. temperatura na termometrze – jest podzielona na równe, przylegające odcinki. Są takie termometry w sklepach z zabawnymi gadżetami, które zamiast pokazywać temperaturę na normalnej skali wyświetlają kategorie, np. „strasznie zimno”, „tylko trochę zimno, ale może być”, „herbata już nie zamarza”, „przyjemne ciepło” i „no, mogłoby być trochę chłodniej”. My, w naszym dzieleniu populacji 100 firm na odrębne kategorie pod względem obserwowalnej etyki w działaniu, stworzyliśmy właśnie takie kategorie. Ani równe, ani przyległe, ale lepsze to niż nic.

Liczymy, ile firm mamy w każdym ze stosów: A – 30, B – 50, C – 15. Podsumowując, jeżeli nasza próbka 100 firm jest reprezentatywna dla ogólnej populacji, to rzeczona ogólna populacja składa się zapewne z: 5/100 = 5% tych kompletnie pozbawionych wartości etycznych w biznesie, 30/100 = 30% takich niezbyt sympatycznych, 50/100 = 50% takich w sumie całkiem w porządku i wreszcie 15/100 = 15% takich prawie zupełnie OK. Intuicyjne dzielenie próbki badawczej na kategorie pozwoliło odtworzyć coś w rodzaju struktury. Mogę spróbować wyciągnąć z tego jeszcze więcej. W oparciu o otrzymane wyniki, stawiam przykładową hipotezę typu Bayesowskiego: prawdopodobieństwo, że badając kolejne 100 firm napotkam 50 firm typu B oraz 50 przedstawicieli pozostałych trzech kategorii, wynosi P = {n!/[p!(n-p)!]}*ap*bq = {100!/[50!(100 – 50)!]}*0,550*0,550 = 7,96%. Mogę tej hipotezy użyć do dalszego badania sensowności kategorii, jakie wyznaczyłem. Sprawdzam kolejne próbki firm i jeżeli faktycznie wyjdzie mi te 7,96%, to znaczy że moja kategoryzacja jest solidna. Jeżeli nie, trzeba szukać dalej.

Obliczamy teraz średnie wartości wskaźników opłacalności w tych kategoriach, (np. średnią stopę zwrotu z kapitału własnego) oraz odchylenia standardowe od tych średnich. W ten sposób możemy dojść do kilku alternatywnych wniosków. Scenariusz nr 1: w miarę przechodzenia od niższej do wyższej kategorii etycznej, opłacalność systematycznie wzrasta. Opłaca się działać etycznie. Scenariusz 2: do pewnego momentu warto działać etycznie, np. opłaca się przejść z kategorii „cholernych skurwysynów” do stosu A, ale dalej to już nie jest takie oczywiste. Mamy coś w rodzaju garbatego wielomianu kwadratowego wybrzuszonego w górę. Scenariusz 3: w sumie na odwrót niż w scenariuszu [2], tzn. opłacalność biznesów w kategorii A jest wyraźnie niższa niż w kategorii „cholernych skurwysynów”, ale potem kategorie B oraz C wykazują coraz wyższą opłacalność. No i wreszcie mamy scenariusz 4, w sumie najgorszy: „cholerne skurwysyny” mają najbardziej opłacalne biznesy, na drugim miejscu są ci z kategorii

Aha, no i jeszcze poza tym odjazdem teoretycznym, funduję moim czytelnikom trochę praktycznie przydatnego materiału do dydaktyki, czyli typową, szkolną analizę przypadku na temat amerykańskiej firmy Life Point Health. Life Point Health Inc. jest amerykańską firmą, która prowadzi sieć lokalnych szpitali, regionalnych systemów opieki zdrowotnej, przychodni oraz oddziałów opieki nad pacjentami po intensywnej terapii[1]. Sieć obiektów prowadzonych przez Life Point Health jest ukierunkowana przede wszystkim na prowincję (co formalnie jest określane przez firmę jako ‘tereny inne niż miejskie’) i liczyła sobie, na koniec 2016 roku, 72 obiekty zlokalizowane w 22 stanach USA, przy całkowitym zasobie łóżek szpitalnych wynoszącym 9 424. Szpitale Life Point Health typowo świadczą opiekę zdrowotną w zakresie: chirurgii ogólnej, interny, położnictwa, oddziałów ratunkowych, radiologii, onkologii, diagnostyki, kardiologii, oraz rehabilitacji ruchowej. W niektórych lokalizacjach ten typowy profil jest wzbogacony czy to o świadczenia bardziej specjalistyczne – operacje na otwartym sercu, kwalifikowana opieka pielęgniarska, psychiatria oraz neurochirurgia – czy też o szerszy zakres opieki pozaszpitalnej i ambulatoryjnej takich, jak chirurgia jednego dnia, badania laboratoryjne, radiologia i diagnostyka obrazowa, terapia oddechowa, medycyna sportowa czy wreszcie litotrypsja[2].

Możecie traktować Life Point Heath Inc. jako przypadek reprezentatywny dla dwóch kategorii: opieki zdrowotnej z jednej strony oraz organizacji sieciowej z drugiej strony. Zaczynamy od specyfiki branży, czyli opieki zdrowotnej. Tabela 1, poniżej, ukazuje strukturę przychodów Life Point Health w podziale na kategorie płatników: publiczne programy opieki zdrowotnej, prywatnych ubezpieczycieli oraz samych pacjentów. Dla tych z Was, którzy nie do końca rozumieją ten mechanizm, kilka słów wyjaśnienia. Kiedy korzystamy z opieki zdrowotnej, możemy finansować otrzymywane świadczenia na trzy sposoby. Po pierwsze, mogą one być opłacane przez państwo, czyli, jak to się potocznie mówi w Polsce, „na NFZ”. Po drugie, możemy korzystać z finansowania świadczeń przez prywatnych ubezpieczycieli. Obejmuje to także tzw. abonamenty zdrowotne (np. Luxmed, Medicover), które nie są umowami ubezpieczenia w ścisłym tego słowa znaczeniu, ale działają na podobnej zasadzie ekonomicznej: ciągły strumień regularnych płatności ze strony pacjenta oraz okazjonalne finansowanie świadczeń przez firmę otrzymującą te płatności. Po trzecie wreszcie, możemy płacić za każde otrzymane świadczenie zdrowotne bezpośrednio z własnej kieszeni. Znamy to szczególnie z kontaktów ze stomatologami czy fizjoterapeutami.

Jak widać w tabeli 1, Life Point Health opiera swoją działalność na swego rodzaju płynnej równowadze między świadczeniami finansowanymi przez sektor publiczny a tymi opłacanymi przez prywatnych ubezpieczycieli. Relacje firmy z klientami odbywają się na dwóch poziomach: klientem jest płatnik z jednej strony oraz pacjent z drugiej. Marketing jest ukierunkowany na tworzenie długofalowych więzi z płatnikami, udokumentowanych odpowiednimi umowami, a jednocześnie na zachęcanie pacjentów do korzystania ze świadczeń zdrowotnych. Według danych Banku Światowego[3], w USA ok. 48,3% wydatków na opiekę zdrowotną pochodzi z programów publicznych, 40,65% to świadczenia opłacane przez prywatnych ubezpieczycieli, a 11,05% to płatności bezpośrednie od pacjentów. Struktura przychodów Life Point Health jest więc zbliżona do struktury rynku jako całości.

Zagadnienie nr 1: W jaki sposób organizacja może stworzyć taką strukturę kontaktów z klientami, która naśladuje strukturę rynku jako całości ?

Jak może wyglądać proces takiego przystosowania ?

Jak mogą wyglądać alternatywne wzorce biznesu w przypadku Life Point Health Inc. ?

Jaką różnicę w funkcjonowaniu organizacji moglibyśmy dostrzec, gdyby ta firma była stosunkowo bardziej skupiona na świadczeniach opłacanych bezpośrednio przez pacjentów ?

Co by było, gdyby skupiła się wyłącznie na relacjach z prywatnymi ubezpieczycielami albo wyłącznie na obsłudze publicznych programów opieki zdrowotnej ?

Tabela 1 Struktura przychodów Life Point Health Inc. według kategorii płatników

Rok 2016 Rok 2015 Rok 2014
Przychody według kategorii płatników Kwota w MLN USD % przychodów przed rezerwą Kwota w MLN USD % przychodów przed rezerwą Kwota w MLN USD % przychodów przed rezerwą
Publiczna opieka zdrowotna (Medicare, Medicaid) 3 294,90 45,3% 2 750,10 45,7% 2 247,40 42,4%
Prywatne ubezpieczenia zdrowotne 3 015,00 41,5% 2 393,50 39,8% 2 210,50 41,7%
Świadczenia opłacane wprost przez pacjentów 832,80 11,4% 749,00 12,5% 744,90 14,1%
Inne świadczenia 130,90 1,8% 121,80 2,0% 98,10 1,9%
Przychody przed rezerwą na poczet rachunków trudno ściągalnych 7 273,60 100,0% 6 014,40 100,0% 5 300,90 100,0%
Rezerwa na poczet rachunków trudno ściągalnych (909,60) -12,5% (800,10) -13,3% (817,80) -15,4%
Przychody po rezerwie na poczet rachunków trudno ściągalnych $6 364,00 87,5% 5 214,30 86,7% 4 483,10 84,6%

Źródło: http://www.lifepointhealth.net/investor-relations

Tabela 2, poniżej, pokazuje wyniki finansowe Life Point Health Inc. Tabela 3, dalej poniżej, zawiera dane bilansowe firmy. W strukturze bieżącego wyniku finansowego (Tabela 2) widać szczególną kategorię: „Odpis na rachunki trudno ściągalne”. Chodzi tu o pacjentów, dla których brak jest jasno określonego sposobu sfinansowania świadczeń. Można podejrzewać, że chodzi o osoby stosunkowo ubogie, pozbawione ubezpieczenia zdrowotnego albo też o niejasnej sytuacji ubezpieczeniowej, którzy są jednakowoż przyjmowani do szpitala. Odpis na rachunki trudno ściągalne jest to więc wartość świadczeń zdrowotnych udzielonych takim pacjentom. Widać, że udział tego odpisu w przychodach stopniowo maleje z roku na rok tak, jakby organizacja czegoś się uczyła. Struktura kosztów operacyjnych wydaje się stosunkowo stabilna.  Jednakowoż, stopa zysku brutto jest zmienna z roku na rok. Dane bilansowe (Tabela 3) wskazują na akumulację kapitału po stronie aktywów. Z finansowego punktu widzenia biznes Life Point Health wygląda więc, jakby zbliżał się do stabilizacji.

Zagadnienie nr 2: Co wiecie o strategicznych cechach organizacji, których finanse wyglądają stabilnie ?

Możecie wykorzystać modele analityczne takie, jak macierz BCG albo macierz McKinseya. Co w związku z tym możecie wywnioskować na temat innowacyjności w Life Point Health Inc. ?

Czy wyniki finansowe firmy wskazują raczej na daleko posuniętą innowacyjność w zakresie nowych technologii medycznych, czy też raczej na konserwatyzm ? 

Tabela 2 Wyniki finansowe Life Point Health Inc.

2016 2015 2014
Kategoria Kwota [MLN USD] % udział w przychodach przed odpisem Kwota [MLN USD] % udział w przychodach przed odpisem Kwota [MLN USD] % udział w przychodach przed odpisem
Przychody przed odpisem na rachunki trudno ściągalne 7 273,60 100,0% 6 014,40 100,0% 5 300,90 100,0%
Odpis na rachunki trudno ściągalne (909,60) -12,5% (800,10) -13,3% (817,80) -15,4%
Przychody po odpisie na rachunki trudno ściągalne 6 364,00 87,5% 5 214,30 86,7% 4 483,10 84,6%
Wynagrodzenia i dodatki do wynagrodzeń 3 047,40 41,9% 2 496,90 41,5% 2 134,50 40,3%
Zakupy zewnętrzne 1 066,60 14,7% 815,00 13,6% 699,00 13,2%
Inne koszty operacyjne 1 558,10 21,4% 1 246,40 20,7% 1 087,30 20,5%
Inne dochody (29,90) -0,4% (49,70) -0,8% (71,90) -1,4%
Amortyzacja 344,60 4,7% 279,00 4,6% 250,50 4,7%
Odsetki netto od zobowiązań finansowych 149,20 2,1% 114,40 1,9% 123,00 2,3%
Koszty z tytułłu zmiany wyceny wartości aktywów 1,20 0,0% 13,80 0,2% 57,70 1,1%
Saldo innych zdarzeń 22,00 0,3% (4,00) -0,1% 0,0%
Koszty razem 6 159,20 84,7% 4 911,80 81,7% 4 280,10 80,7%
Zysk brutto przed opodatkowaniem 204,80 2,8% 302,50 5,0% 203,00 3,8%
Odpis na podatek dochodowy 73,00 1,0% 109,50 1,8% 68,10 1,3%
Zysk netto po opodakowaniu 131,80 1,8% 193,00 3,2% 134,90 2,5%

Źródło: http://www.lifepointhealth.net/investor-relations

Tabela 3 Bilans Life Point Health Inc.

Bilans, MLN USD 2016 2015
Aktywa płynne 1 315,30 1 266,00
Gotówka i odpowiedniki 96,10 284,00
Należności 912,70 743,70
Zapasy 154,30 127,70
Wydatki przedpłacone 71,90 50,80
Inne aktywa płynne 80,30 59,80
Aktywa trwałe 5 209,20 4 322,30
Grunty 191,60 162,80
Budynki 2 601,60 2 272,30
Sprzęt 2 237,70 1 767,80
Bodowy w toku 178,30 119,40
Skumulowana amortyzacja (2 142,40) (1 840,00)
Aktywa niematerialne 80,30 70,60
Inne aktywa długoterminowe 78,70 510,40
Wartość firmy (ang. Goodwill) 1 777,90 1 667,50
Aktywa razem 6 319,00 5 996,80
Zobowiązania 3 976,90 3 584,40
Kapitał własny 2 342,10 2 412,40
Pasywa razem 6 319,00 5 996,80

Źródło: http://www.lifepointhealth.net/investor-relations

Tabele 4 – 6, poniżej, pokazują strukturę sieci szpitali Life Point Health Inc. w podziale na rynki poszczególnych stanów w USA. Dodatkowo, tabela 7 dalej poniżej, dostarcza informacji na temat rynków poszczególnych stanów. Sieć Life Point Health skupia się na rynkach ośmiu stanów: Karoliny Północnej, Kentucky, Tennessee, Virginii, Pensylwanii, Michigan, Georgii oraz Nowego Meksyku. Firma ma swoje placówki także w innych stanach, jednak te osiem rynków stanowych przynosi lwią część przychodów firmy. Z drugiej strony, porównanie tychże przychodów z rozmiarami rynków świadczeń zdrowotnych w tych stanach (patrz: Tabela 7) wskazuje, że w żadnym z nich Life Point Health nie ma pozycji chociażby zbliżonej do monopolu. Wracamy w ten sposób do kwestii sposobu, w jaki organizacja przystosowuje się do otoczenia.

Zagadnienie nr 3: Proszę wymodelować proces rozwoju sieci placówek Life Point Health Inc. W jaki sposób struktura sieciowa w ogóle może zacząć się tworzyć ? Jakie mechanizmy i jakie bodźce rynkowe mogą spowodować, że dwie lub więcej placówek medycznych łączą się w sieć ?

Tabela 4 Przychody Life Point Health Inc. w układzie geograficznym

Przychody w MLN USD
Stan Liczba obiektów 2016 2015 2014
Karolina Północna 9 947,90 580,30 372,60
Kentucky 10 679,90 638,50 587,90
Virginia 6 661,80 641,90 624,40
Pensylwania 4 562,50 566,50 *
Michigan 3 468,00 476,20 460,80
Georgia 2 453,70 * *
Tennessee 10 450,10 420,70 404,50
Nowy Meksyk 2 320,40 287,30 266,50
Inne stany 26  2 729,30  2 403,00  2 584,20

Źródło: http://www.lifepointhealth.net/investor-relations

Tabela 5 Struktura geograficzna przychodów Life Point Health Inc. w ujęciu procentowym

Udział w przychodach [%]
Stan 2016 2015 2014
Karolina Północna 20,9% 16,1% 13,7%
Kentucky 15,0% 17,7% 21,6%
Virginia 14,6% 17,8% 23,0%
Pensylwania 12,4% 15,7% *
Michigan 10,3% 13,2% 17,0%
Georgia 10,0% * *
Tennessee 9,9% 11,6% 14,9%
Nowy Meksyk 7,1% 8,0% 9,8%
Inne stany 37,5% 40,0% 48,8%

Źródło: http://www.lifepointhealth.net/investor-relations

Tabela 6 Zróżnicowanie geograficzne sieci obiektów Life Point Health Inc.

Przychody na 1 obiekt w MLN USD  
Stan 2016 2015 2014 Wzrost przychodów 2014 – 2016 [%] Wzrost liczby ludności 2014 – 2016 [%]
Karolina Północna 105,32 64,48 41,40 154,4% 2,1%
Kentucky 67,99 63,85 58,79 15,6% 0,5%
Virginia 110,30 106,98 104,07 6,0% 1,1%
Pensylwania 140,63 141,63 * 100,0% 0,0%
Michigan 156,00 158,73 153,60 1,6% 0,1%
Georgia 226,85 * * 100,0% 2,2%
Tennessee 45,01 42,07 40,45 11,3% 1,6%
Nowy Meksyk 160,20 143,65 133,25 20,2% -0,1%
Inne stany  104,97  100,13  129,21 5,6% ##

Źródło: http://www.lifepointhealth.net/investor-relations

Tabela 7 Wielkość i dynamika rynku poszczególnych stanów

Stan Wydatki na opiekę zdrowotną w USD na głowę mieszkańca [2014][4] Liczba ludności[5] Wartość rynku opieki zdrowotnej w MLN USD Udział Life Point Health w rynku stanowym
Karolina Północna $7 264,00 9 934 399 72 163,47 1,31%
Kentucky $8 004,00 4 413 057 35 322,11 1,92%
Virginia $7 372,00 8 317 372 61 315,67 1,08%
Pensylwania $9 258,00 12 790 565 118 415,05 0,48%
Michigan $8 055,00 9 915 767 79 871,50 0,59%
Georgia $6 587,00 10 087 231 66 444,59 0,68%
Tennessee $7 556,00 6 544 663 49 451,47 0,91%
Nowy Meksyk $7 214,00 2 083 024 15 026,94 2,13%

Źródło: www.kff.org , www.census.gov

Zalecenia dla prowadzącego zajęcia

Ogólne zalecenie dla analizy przypadków jest takie, żeby traktować ją jak trening w rozumowaniu naukowym. Kiedy w zagadnieniach do analizy pojawia się pytanie typu „W jaki sposób może się wydarzyć to czy tamto ?”, możemy to interpretować jako różne możliwe sekwencje zdarzeń (sposób wydarzania się czegoś to sekwencja zjawisk składających się na to zdarzenie). W ten sposób można w praktyce zastosować zasady dowodu naukowego według Miltona Friedmana: dla każdego stanu rzeczy można sformułować tak wiele hipotez, że w praktyce ich liczba jest nieskończona, tylko dla niektórych z tych hipotez można znaleźć sposób weryfikacji i w efekcie weryfikacji tylko dla niektórych z nich można jednoznacznie określić, w jakich warunkach są prawdziwe, a w jakich fałszywe.

Zagadnienie nr 1

Struktura przychodów odzwierciedlająca strukturę rynku zakłada istnienie jakiejś hipotetycznej sekwencji zdarzeń, która pozwala firmie osiągnąć taką właśnie strukturę. Można założyć, że to Life Point Health przystosowała strukturę swojej działalności do struktury rynku, a nie odwrotnie. Wiemy, że organizacja nie przystosowuje się „sama”. Musi istnieć jakiś mechanizm przetwarzający informacje na temat rynku na decyzje kierownicze, Te ostatnie muszą być rzeczywiście wdrożone, żeby organizacja faktycznie się zmieniała. To zagadnienie odsyła więc do takich narzędzi zarządzania strategicznego, jak Strategiczna Karta Wyników (ang. Balanced Scorecard) czy też model CANVAS i jego filozofia generowania rozwiązań wewnątrz organizacji. Interesującą ścieżką pracy grupowej jest stworzenie modelowej sekwencji zdarzeń, które prowadzą firmę do takiego właśnie „przystawania” do struktury rynku. W modelowaniu takiej sekwencji można pokazać twórcze zastosowanie narzędzi analizy ryzyka: staramy się określić prawdopodobieństwo że wystąpią określone sekwencje zdarzeń.

Zagadnienie nr 2

Domyślna odpowiedź w tym przypadku jest taka, że Life Point Health to organizacja stosunkowo konserwatywna. Stabilna struktura kosztów i malejący udział odpisu na rachunki trudno ściągalne świadczy o dążeniu do redukcji ryzyka. W macierzy BCG oznaczałoby to skupienie się na „dojnych krowach”, w macierzy McKinseya na obszarach o niskim potencjale wzrostu i dużym potencjale zysku. Można tu jednak pokierować pracą studentów tak, aby połączyli zagadnienia 1 i 2, a więc aby zastanowili się „co by było, gdyby ?”. W jaki sposób, na przykład, Life Point Health mogłaby przejść od strategii stosunkowo konserwatywnej do strategii bardziej ryzykownej ?

Zagadnienie nr 3

To konkretne zagadnienie daje okazję do szerokiego przeglądu wiedzy studentów z zakresu ekonomii, socjologii i zarządzania. Tworzenie sieci można interpretować jako łączenie się niezależnych podmiotów – w oparciu o wspólne interesy – albo też jako stopniowe przejmowanie kontroli przez jeden podmiot nad innymi. Można stosować modele gier – np. gra kooperatywna w zestawieniu z grą bez kooperacji, dylemat więźnia itp. – a do tych modeli można dokładać zmienne typowo ekonomiczne, chociażby w postaci wyników ekonomicznych poszczególnych jednostek w strukturze sieciowej. Dla studentów jest to okazja do swego rodzaju freestyle’u analitycznego, gdzie wszystkie chwyty są dozwolone tak długo, jak coś wiarygodnie wyjaśniają.

No i tyle byłoby tej prawie nowej nauki na dzisiaj.

[1] Informacje na temat firmy Life Point Health Inc. zostały zaczerpnięte z serwisu relacji inwestorskich: http://www.lifepointhealth.net/investor-relations (data ostatniego dostępu 22-12-2017)

[2] Litotrypsja – zabieg urologiczny polegający na pozaustrojowym skruszeniu kamienia w pęcherzu moczowym, moczowodzie lub nerce.

[3] https://data.worldbank.org/data-catalog/health-nutrition-and-population-statistics , last accessed 19/12/2017

[4] Na podstawie: www.kff.org , ostatni dostęp 23-12-2017

[5] Na podstawie: www.census.gov , ostatni dostęp 23-12-2017

The social brain

My editorial on You Tube

I am thinking about my opening lectures in the coming semester. I am trying to phrase out sort of a baseline philosophy of mine, underlying all or most of what I teach, i.e. microeconomics, management, political systems, international economic relations, and economic policy. Certainly, my most fundamental message to my students is: watch reality in a scientific way. Get the hell above clichés, first impressions and tribal thinking. Reach for the information that most other people don’t, and process it rigorously. You will see that once you really mean it, scientific method is anything but boring. When you really swing that Ockham’s razor with dexterity, and cut out the bullshit, you can come to important existential realizations.

Science starts with observation. Social sciences start with the observation of what people do, and what people do consists very largely in doing something with other people. We are social beings, we do things in recurrent sequences of particular actions, sequences that we have learnt and that we keep on learning. Here I come to an interesting point, namely to what I call the « action and reaction paradigm » and what is a slightly simplistic application of the Newtonian principle labelled with the same expression. It goes more or less like: what people do is a reaction to what happens. There is a ‘yes-but’ involved. Yes, people do things in reaction to what happens, but you need to add the component of temporal sequence. People do things in reaction to everything relevant that has happened within their span of memory connected to the particular phenomenon in question.

This is a fundamental distinction. If I say ‘I do what I do in reaction to what is happening now’, my claim is essentially different from saying that ‘I do what I do as a learnt response to all the things which I know to have happened so far and which my brain considers as relevant for the case’. Two examples come to my mind: social conflicts, and technological change. When a social conflict unfolds, would it be a war between countries, a civil war, or a sharp rise in political tension, the first, superficial interpretation is that someone has just done something annoying, and the other someone just couldn’t refrain themselves from reacting, and it all ramped up to the point of being out of control. In this approach, patterns of behaviour observable in social conflicts are not really patterns, in the sense that they are not really predictable. There is a strong temptation to label conflictual behaviour as more or less random and chaotic, devoid of rationality.

Still, here, social sciences come with a firm claim: anything we do is a learnt, recurrent pattern of doing things. Actions that we take in a situation of conflict are just as much a learnt, repetitive strategy as any other piece of behaviour. Some could argue: ‘But how is it possible that people who have very seldom been aggressive in the past suddenly develop whole patterns of aggressive behaviour? And in the case of whole social groups? How can they learn being aggressive if there has not been conflict before?’. Well, this is one of the wonders observable in human culture. Culture is truly like a big virtual server. There are things stored in our culture – and by ‘things’ I mean, precisely, patterns of behaviour – which we could have hardly imagined to be there. We accumulate information over weeks, months, and years, and, all of a sudden, a radical shift in our behaviour occurs. We have tendency to consider such a brusque shift as insanity, but this usually not the case. As long as the newly manifested set of actions is coherent around an expected outcome, this is a new, subjectively rational strategy that we have just picked up from the cultural toolbox.

Cultural memory is usually much longer in its backwards reach than individual memory. If the right set of new information is being input into the life of a social group, or of an individual, centuries-old strategies can suddenly pop up. It works like a protocol: ‘OK, we have now enough information accumulated in this file so as to trigger the strategy AAA’. Different cultures have different toolboxes stored in them, and yet, the simple tools of social conflict are almost omnipresent. Wherever any tribe has ever had to fight for its hunting grounds, the corresponding patterns of whacking-the-other-over-the-head-with-that-piece-of-rock are stored in the depths of culture, most fundamentally in language.

Yes, the language we use is a store of information about how to do things. Never have looked at the thing like that? Just think: the words and expressions we use describe something that happens in our brain in response to accumulated sensory experience. Usually we have less words at hand than different things to designate. In all the abundance of our experience just some among its pieces become dignified enough to have their own words.  For a word or expression to form as part of a language, generations need to recapitulate their things of life. This is how language becomes an archive of strategies. The information it conveys is like a ZIP file in a computer: it is tightly packed, and requires some kind of semantic crowbar in order to become fully accessible and operational. The crowbar is precisely the currently absorbed experience.

Right, so we can get to fighting each other even without special training, as we have the basic strategies stored in the language we speak. And technological change? How do we innovate? When we shift towards some new technology, do we also use old patterns of behaviour conveyed in our cultural heritage? Let’s see… Here is a little intellectual experiment I use to run with my students, when we talk about innovation and technological change. Look around you. Look at all those things that surround you and which, fault of a better word, you call ‘civilisation’. Which of those things would you change, like improve or replace with something else, possibly better?

Now comes an interesting, stylized fact that I can observe in that experiment. Sometimes, I hold my classes in a big conference room, furnished in a 19th – centurish style, and equipped with a modern overhead projector attached to the ceiling. When I ask my students whether they would like to innovate with that respectable, sort of traditional furniture, they give me one of those looks, as if I were out of my mind. ‘What? Change these? But this is traditional, this is chic, this is… I don’t know, it has style!’. On the other hand, virtually each student is eager to change the overhead projector for a new(er) one.

Got it? In that experiment, people would rather change things that are already changing at an observably quick pace. The old and steady things are being left out of the scope of innovation. The 100% rational approach to innovation suggests something else: if you want to innovate, start with the oldest stuff, because it seems to be the most in need of some shake-off. Yet, the actual innovation, such as we can observe it in the culture around us, goes the other way round: it focuses on innovating in things which are already being innovated with.

Got it? Most of what we call innovation is based on a millennia-old pattern of behaviour called ‘joining the fun’. We innovate because we join an observable trend towards innovating. Yes, there are some minds, like Edison or Musk, who start innovating apparently from scratch, when there is no passing wagon to jump on. Thus, we have two patterns of innovation: joining a massively observable trend of change, or starting a new trend. The former is clear in its cultural roots. It has always been fun to join parties, festivities and public executions. The latter is more interesting in its apparent obscurity. What is the culturally rooted pattern of doing something completely new?

Easy, man, easy. Let’s do it step by step. When we perceive something as ‘completely new’, it means there are two sets of phenomena: one made of things that look old, and the other looking new. In other words, we experience cognitive dissonance. Certain things look out of date when, after having been experiencing them as functional, we start experiencing them as no more up to facing the situation at hand. We experience their dissonance as compared to other things of life. This is called perceived obsolescence.

Anything is perceived as completely new only if there is something obsolete to compare with. Let’s generalise it mathematically. There are two sets of phenomena, which I can probably define as two strings of data. I say ‘strings’, and not ‘lists’, on the account of that data being complex. Well, yes: data about real life is complex. In terms of digital technology, our experience is made of strings (not to confound with that special type of beachwear).

And so I have those two strings, and I keep using and reusing them. With time, I notice that I need to add new data, from my ongoing experience, to one of the strings, whilst the other one stays the same. With even more time, as my first string of data gets new pieces of information, i.e. new memory, that other string slowly turns from ‘the same’ into ‘old school’, then into ‘retro’, and finally into ‘that old piece of junk’. This is learning by experiencing cognitive dissonance.

We have, then, two cultural patterns of technological change. The more commonly practiced one consists in the good old ‘let’s join the fun’ sequence of actions. Willing to do things together with other people is simple, universal, and essentially belongs to the very basis of each culture. The much rarer pattern consists in becoming aware of a cognitive dissonance and figuring out something new. This is interesting. Some cultural patterns are like screwdrivers or duck-tape. Sooner or later most people use it. Other models of behaviour, whilst still rooted in our culture, are sort of harder to dig out of that abyssal toolbox. Just some people do it.

I am coming back to that « action and reaction paradigm ». Yes, we act in reaction to what happens, but what happens, happens over time, and the ‘time’ part is vital here. We act in reaction to the information that our brain collects, and when enough information has been collected, it triggers a pre-learnt, culturally rooted pattern of behaviour, and this is our action. In response to basically the same set of data available in the environment, different human beings pull different patterns of action out of the cultural toolbox. This is interesting: how exactly is it happening? I mean, how exactly this differentiation of response to environment occurs?

There is that article I have just found on Science Direct, by Porcelli et al. (2018[1]). The paper puts together quite a cartload of literature concerning the link between major mental disorders – schizophrenia (SCZ), Alzheimer’s disease (AD) and major depressive disorder (MDD) – and their corresponding impairments in social behaviour. More specifically, the authors focus on the correlation between the so-called social withdrawal (i.e. abnormal passivity in social relations), and the neurological pathways observable in these three mental disorders. One of the theoretical conclusions they draw regards what they call ‘the social brain’. The social brain is a set of neurological pathways recurrently correlated with particular patterns of social behaviour.

Yes, ladies and gentlemen, it means that what is observable outside, has its counterpart inside. There is a hypothetical way that human brains can work – a hypothetical set of sequences synaptic activations observable in our neurons – to make the best of social relations, something like a neurological general equilibrium. I have just coined up that term by analogy to general economic equilibrium. Anything outside that sort of perfect model is less efficient in terms of social relations, and so it goes all the way down to pathological behaviour connected with pathological neural pathways. Porcelli et al. go even as far as quantifying the economic value of pathological behaviour grounded in pathological mental impairment. By analogy, there is a hypothetical economic value attached to any recurrent, neural pathway.

Going reeeaally far this speculative avenue, our society can look completely different if we change the way our brain works.

I am consistently delivering good, almost new science to my readers, and love doing it, and I am working on crowdfunding this activity of mine. As we talk business plans, I remind you that you can download, from the library of my blog, the business plan I prepared for my semi-scientific project Befund  (and you can access the French version as well). You can also get a free e-copy of my book ‘Capitalism and Political Power’ You can support my research by donating directly, any amount you consider appropriate, to my PayPal account. You can also consider going to my Patreon page and become my patron. If you decide so, I will be grateful for suggesting me two things that Patreon suggests me to suggest you. Firstly, what kind of reward would you expect in exchange of supporting me? Secondly, what kind of phases would you like to see in the development of my research, and of the corresponding educational tools?

Support this blog

€10,00

[1] Porcelli, S., Van Der Wee, N., van der Werff, S., Aghajani, M., Glennon, J. C., van Heukelum, S., … & Posadas, M. (2018). Social brain, social dysfunction and social withdrawal. Neuroscience & Biobehavioral Reviews