ВВП. Краткая история, рассказанная с пиететом

Эта концепция прекрасно подходит для стиральных машин или сухих завтраков. Но лишь малая доля ВВП в экономике США или стран ЕС состоит из физических продуктов. Для каждого, кто, как и я, является офисным работником, очевидно, что измерить нашу производительность трудно, но совершенно точно, что ее нельзя вывести из выручки нашей организации, если воспользоваться подходом ВВП, т. е. привести выручку в реальное выражение, скорректировав на прирост оплаты труда, и разделить на число занятых. Качество нашей работы совершенно неотделимо от «выпуска». Или возьмем медсестру: в каком случае она более производительна – когда принимает больше пациентов за день или когда тратит больше времени на одного пациента? Это зависит от содержания ее работы в данный конкретный день (занята ли она сбором крови для анализов или же интенсивной реабилитацией больных) и от результатов ее работы (выздоравливает ли пациент быстрее; чувствуют ли он больше внимания к себе). Еще один пример: традиционный подход к статистике предполагает, что музыкант в 2 раза производительней, если он играет концерт Моцарта в 2 раза быстрее и проводит в 2 раза больше выступлений[132]. Преграды, которые стоят перед измерением производительности в художественном творчестве, равно как и в других сферах услуг, например здравоохранении, были давно выявлены экономистом Уильямом Баумолем.

То же самое верно и для отраслей электронной экономики, требующих все возрастающей креативности. Вот что пишет эксперт по технологиям Кевин Келли:

Никому бы и в голову не пришло требовать от Пикассо писать картины быстрее, чтобы увеличить индивидуальное и национальное богатство. Не существует какого-то уровня производительности, максимизирующего ценность его картин для экономики. Вообще мы были бы не прочь, чтобы всякая задача, допускающая измерение производительности, т. е. выпуска на единицу времени, выполнялась роботами. Короче говоря, производительность – это про роботов. Что лучше всего умеют люди – это тратить время, экспериментировать, играть, создавать, исследовать. Ничто из этого не умещается в узкие рамки производительности. Вот почему так трудно определить, сколько денег нужно выделять на науку и искусство. Но именно они – фундамент долгосрочного роста[133].

Как бы там ни было, производительность остается неоднозначным понятием. Для Келли перспектива, что в будущем все больше человеческой работы будут выполнять роботы, выглядит привлекательно. Некоторые экономисты, напротив, обеспокоены растущей автоматизацией. Пол Кругман ворвался в полемику, разгоревшуюся по следам книги «Гонка против машин», написанной двумя экономистами из Массачусетского технологического института, Эриком Брайнджолфсоном и Эндрю Макафи. В своей колонке в газете «New York Times» Кругман написал:

Самое поразительное в их примерах – это сокращение большого числа высококвалифицированных и высокооплачиваемых рабочих мест; от технологического прогресса страдают не только чернорабочие. И все-таки часто, когда я задаю вопрос, следует ли признать, что нововведения и прогресс могут приносить ущерб большому числу работников, может быть работникам в целом, мне отвечают «нет». Но по правде говоря, это возможно, и серьезные экономисты указывали на такую возможность еще два столетия назад[134].

В сущности, впервые это произошло в эпоху промышленной революции, когда квалифицированные ремесленные рабочие оказались главной жертвой механических прялок и паровых машин. Поэтому, когда мы размышляем о сокращении рабочих мест, ничего хорошего в повышении производительности нет.