知识员工绩效考核方法的探索

□陈 果 王 庆

（1、2.天津商业大学商学院，天津 300134）

在以创新为核心，以信息技术为支撑的知识经济时代，企业管理竞争的重心已经转移到对知识、资讯、科技的综合体——知识员工的管理上。作为一种兼具导向性、反馈性和辅助决策性的综合管理手段，绩效考核在企业管理中占据了举足轻重的地位。由于知识员工在创造财富时用脑多于用手，他们通过自己的创意、分析、判断、综合、设计给产品带来附加价值，考核者通常难以直接观测其绩效，甚至有时无法理解其工作内容。显然，传统的绩效考核方法已经不能简单地照搬照用于知识员工的绩效考核中，知识员工的绩效考核方法需要根据知识员工的绩效特征进行创新。本文在总结知识员工绩效特征的基础上，给出了知识员工绩效考核方法－绩效特征适配度的二维分析模型，根据绩效考核结果受考核者决策影响程度的不同，对常用的绩效考核方法进行了分类，旨在通过分析每一类别下各个绩效考核方法的内涵、特点、对知识员工绩效考核的适配度，探索一种适于知识员工绩效特征且考核结果科学、合理的绩效考核方法。

一、知识员工的绩效特征

知识员工创造性地运用自身知识以实现企业产品和服务持续创新的工作特点决定了该类员工的绩效具有如下特征：（1）不易量化。知识员工的绩效结果大多体现在企业提供的产品和服务的某部分价值中，不易被量化。（2）难以观测。知识员工的绩效结果常常以某种创意、技术发明、管理创新的形式出现，难以被直接观测。（3）团队倾向。知识员工的绩效结果多为团队智慧的结晶，从团队绩效结果中划分出个人绩效结果具有一定的难度。（4）时滞性。知识员工的创新成果往往超出现阶段行业水平，人们对它的认识一般需要一个过程，其功效往往需要一段时间才能完全显现。（5）专业性。知识员工的绩效结果源于其掌握的专业知识，不具备相应专业知识的考核者很难客观评价其绩效。（6）风险性。知识员工的创新工作面临着失败和成功两种可能性，且失败率往往大于成功率。

二、知识员工绩效考核方法—绩效特征适配度的二维分析模型

本文基于知识员工的各项绩效特征，以特征匹配度为横坐标，实施难易度为纵坐标，建立知识员工绩效考核方法—绩效特征适配度的二维分析模型。通过将特征匹配度划分为匹配、一般、不匹配3个等级，将实施难易度划分为难、中、易3个等级，得到二维分析模型如图1所示。将A、B、C、D、E 5个档次依次赋分为10分、8分、6分、4分、2分，可以得到每种绩效考核方法对各项绩效特征的适配度，将各项绩效特征的适配度加总，即得该绩效考核方法对知识员工绩效考核的适配度。

三、绩效考核方法分类

对绩效考核方法的分类方式主要有以下两种：一种按照考核方式的不同，将绩效考核方法分为绝对考核法与相对考核法。另一种按照考核指标的不同，将绩效考核方法分为人格特质类考核法、行为类考核法和结果类考核法。本文认为无论是考核方式还是考核指标，其本身对绩效考核结果的质量并无直接影响，考核者选取的考核方式或考核指标是否适于考核对象，即考核者的决策才是影响绩效考核结果的关键。故本文根据绩效考核结果受考核者决策影响程度的不同，将绩效考核方法分为主观考核法与客观考核法两类，如图2所示。值得强调的是，由于绩效考核的方案制定、信息搜集、评价实施等环节都离不开人的参与，故绩效考核方法没有绝对的主、客观之分，据此划分的两类方法只是一个相对的概念。

四、知识员工绩效考核方法适配度分析

（一）主观考核法与知识员工绩效考核

主观考核法是指考核者决策对绩效考核结果影响较大的绩效考核方法。常用的主观考核法包括目标管理法、关键绩效指标法、平衡计分卡、360度考核法和层次分析法。下面将对这五种方法的内涵、特点及其是否适于知识员工绩效考核进行梳理和分析。

1.目标管理法

目标管理法要求员工在与上级进行充分沟通后，按照其应达成的由企业战略目标层层分解的个人目标，订立一定时期内的具体工作内容与进度，并在期满后以原定目标衡量绩效［1］。该方法主要考察员工的绩效结果。作为一种主观考核法，目标管理法的绩效指标体系是由员工在与上级经过反复讨论后制定的，这有助于构建能真实反映员工工作内容的绩效指标，然而该指标体系的科学性在很大程度上取决于沟通双方决策水平的高低。

尽管上下级间共同沟通以制定绩效指标有助于解决知识员工的绩效专业性强，难以被考核者理解的难题。但知识员工的绩效不易量化、难以观测等特征使该类员工的绩效考核不宜选用以考核个人绩效结果为主，重视短期目标实现的目标管理法。

2.关键绩效指标法

关键绩效指标法是一种以企业战略为核心，强调工作行为与目标达成并重的考核方法。关键绩效指标（即KPI）是对企业运营过程中关键成功要素的提炼和归纳。作为一种主观考核法，考核者在构建KPI时，应首先明确企业的战略目标，确定关键业务领域的企业级KPI，然后将之依次分解为各部门及各岗位级KPI，在一系列的决策中，考核者应避免陷入遗漏关键指标，指标划分过细等误区。

作为一种工作行为与工作结果并重的考核方法，关键绩效指标法可以在知识员工的绩效难以观测、时滞性强、风险性大等情况下通过考察该类员工的相关工作行为评价其绩效。然而该类员工的绩效不易量化的特点，使其KPI较难符合SMART原则。

3.平衡计分卡

平衡计分卡从学习和成长、内部流程、客户、财务四个角度出发，为企业制定与之战略相对应的长、短期绩效目标，并将之分解为团队、个人层面的绩效目标。该方法具备一整套有因果关系的绩效目标、指标体系。作为一种主观考核法，平衡计分卡四维度下的绩效指标过于繁杂带来的信息超载，多绩效指标间权衡、协调的困难，会增加考核者构建绩效指标体系的难度［2］。

平衡计分卡的学习和成长、内部流程这两大类非结果导向型指标可以在知识员工的绩效不易量化、难以观测等情况下通过考察该类员工的相关阶段性工作成果、工作行为评价其绩效。另外，内部流程类指标也可有效解决知识员工的绩效具有团队倾向的难题。

4.360度考核法

在360度考核法中，考核者不仅包括被考核者的上级，还包括员工自身及其他与之密切接触的人员，如同事、下属、客户等［3］。该方法有助于从多方位、多角度获取广泛、全面的员工信息。作为一种主观考核法，该方法难以避免考核者个人偏见、利害关系权衡、非正式组织等因素的影响［2］。同时，多方位评价主体也未必能真正了解被考核者的工作内容。

360度考核法中，源自多方位考核者的评价，尤其是源自同一团队考核者的评价，能较好地解决知识员工的绩效具有一定团队倾向的难题。此外，由于多方位评价主体在与被考核者的共事中，对被考核者的工作态度、工作能力均有一定的了解，故考核结果可不完全依赖于知识员工的绩效结果。然而，知识员工的绩效专业性强，难以被多方位评价主体理解是该方法的实施难点。

5.层次分析法

在使用层次分析法时，考核者通过全面、系统地分析所有绩效指标对绩效考核结果的影响，将其按支配关系分组形成递阶层次结构，通过两两比较的方式确定层次中各绩效指标的相对重要性，最终确定底层各绩效指标相对重要性的总排序。该方法确定的绩效指标权重具有较好的科学性。作为一种主观考核法，决策者在构建判断矩阵时的主观判断会对最终确定的绩效指标权重造成一定的影响。

层次分析法将定性分析与定量分析相结合，能利用较少的定量信息将考核者的决策思维数学化，能很好地解决知识员工的绩效不易量化的难题。然而，对于知识员工的其他绩效特征，该方法的使用效果较为一般。

（二）主观考核法与知识员工绩效考核

由于主观考核法难以客观、准确地衡量员工绩效，许多学者开始将一些客观的数学方法引入绩效考核领域，开辟了新的绩效考核思维方式。常用的客观考核法有数据包络分析、模糊评价法和神经网络。下面将对这三种方法的内涵、特点及其是否适于知识员工的绩效考核进行梳理和分析。

1.数据包络分析

数据包络分析主要用于评价多投入多产出决策单元之间的相对有效性。在绩效考核中，考核者可利用数据包络分析模型比较某一员工和一组具有相同绩效指标的员工的工作效率（工作产出和工作投入的比率），找到相对无效率的员工，并衡量无效率的严重性。作为一种客观考核法，数据包络分析能客观、公正地评估员工绩效的变化及发展趋势。但该方法的应用前提是已经取得了科学的绩效考核结果，即该方法是对绩效考核结果的一种处理方法，必须与其他考核方法结合使用。

数据包络分析在某种程度上类似于相对考核法，考核者可通过利用该方法比较同一专业知识员工的工作效率解决该类员工的绩效专业性较强的难题。尽管对于知识员工的其他绩效特征，该方法的使用效果较为一般，但由于该方法的应用前提是已经取得了科学的绩效考核结果，这降低了该方法的实施难度。

2.模糊评价法

模糊评价法的基本原理是根据模糊数学的隶属度理论将定性评价转化为定量评价，它是当今最前沿的评价理论之一［4］。在绩效考核中，考核者可以在构建评价指标集、评价等级标准和权重值的基础上，用模糊数学构造模糊评价矩阵，并对各考核对象作出一个总体的评价，然后确定其所属等级。作为一种客观考核法，模糊评价法具有结果清晰，系统性强的优点，能较好地解决模糊的、难以量化的问题。

模糊评价法能将绩效考核中的定性问题有效地转化为定量问题，能很好地解决知识员工的绩效不易量化的难题。对于知识员工的其他绩效特征，模糊评价法的使用效果则较为一般。

3.神经网络

神经网络是一种模仿人脑神经网络的行为特征，进行分布式并行信息处理的数学模型。在绩效考核中，神经网络利用考核者输入的学习数据（某次理想的知识员工绩效考核的各绩效指标得分及其考核结果），依靠系统本身的复杂程度，调整内部大量节点间的相互连接关系，以达到理想的模型状态，最终实现通过输入各绩效指标得分即可得到科学、合理的考核结果的目的。作为一种客观考核法，神经网络确保了绩效考核的客观性和测评准确性，但却忽视了绩效考核对员工未来绩效的导向性，同时神经网络也存在难以精确分析模型的各项性能指标，体系结构通用性较差等模型自身的缺陷［5］。

由于知识员工的绩效指标以某种难以直接观测到的规律相互联系、相互制约，而神经网络在处理规律隐含在杂乱无章数据中的映射逼近问题时有明显的优势，使之较适于知识员工的绩效考核。经过学习数据训练的神经网络可以通过模拟学习数据的映射关系，直接根据知识员工的各项绩效指标得分得出科学的考核结果。

本文根据知识员工绩效考核方法－绩效特征适配度的二维分析模型，参考多年从事知识员工绩效考核研究的多位专家的意见，对上述各绩效考核方法对知识员工绩效考核的适配度进行了分析，结果如表1所示。

表1 知识员工绩效考核方法适配度

由表1可知：（1）结果导向型的主观考核法（如：目标管理法）明显不适于知识员工的绩效考核。（2）客观考核法较适于知识员工的绩效考核，主要因为该类考核法能有效解决知识员工的绩效不易量化的难题。

五、结语

任何一种绩效考核方法都是一把双刃剑，有利有弊。考核者只能尽量采用科学的绩效考核方法以最大限度地减少绩效考核结果与知识员工真实绩效间的差距。主观考核法除了难以适于知识员工的某些绩效特征，难以客观、准确地衡量知识员工绩效之外，考核者在运用该类方法时，也极易陷入居中趋势、松紧倾向、个人偏见等误区。同样，客观考核法也存在诸如方法忽视了绩效考核的导向性，方法本身难以求得最优解等不足。又由于各种主、客观考核法的侧重点不尽相同，如目标管理法、关键绩效指标法、平衡计分卡的精髓体现在绩效指标体系的构建层面，360度考核法侧重于各绩效指标的评分层面，层次分析法则以绩效指标权重的确立为主，而数据包络分析、模糊评价法、神经网络的精髓则体现在用不同于以往简单加权求和的方式求得考核结果的测评层面，故这两大类考核法可以相互补充、相互完善。因此，今后的研究可以将重点放在探索一种结合主观考核法与客观考核法优势的绩效考核方法，或者尝试将一种主观考核法与一种客观考核法有机结合，以实现对知识员工科学、高效地绩效考核。

［1］Dale D.McConkey.How to Manage by Results［M］.4th ed.New York：AMACOM，1983.

［2］王丽娟，何妍.绩效管理［M］.北京：清华大学出版社，北京交通大学出版社，2009.

［3］时雨，等.360度反馈评价结构和方法的研究［J］.科研管理，2002，（5）：124─129.

［4］徐娜娜.BP神经网络在企业绩效评价中的应用［J］.企业科技与发展，2010，（10）：149─151.

［5］杨晓帆，陈廷槐.人工神经网络固有的优点和缺点［J］.计算机科学，1994，（2）：23─26.