以作业驱动的多层面的知识工作生产率衡量方法——以工业工程设计类组织为例

陈 彤

（利乐中国有限公司，上海 200041）

一、引言

生产率的提高一直是所有经济组织管理乃至整个国家和社会发展的追求目标，因而早已成为一个世界范围内的重要管理课题。按照生产率概念性定义为一定的资源投入带来的产出，劳动者以时间的投入贡献于产出，即劳动生产率，是生产率中最重要的要素之一。劳动生产率（有时也简单地被直接称为生产率）的衡量不论对社会、国家还是所有经济组织来说都有着重要的意义。20 世纪初，随着工业化规模化生产的发展，Taylor F Winslow（2018）[1]首次对操作型劳动者生产率开展了重要研究，并随着福特公司的成功实践得以推动和世界范围的认可。

随着知识工作者在社会经济发展中的比重日益增加，对知识工作者的生产率的讨论逐渐引起学者的关注。Drucker（1999）[2]认为当时美国的知识工作者已占到了劳动力的2/5，他率先提出了著名的观点：知识工作生产率将是21 世纪的最大挑战。由于不同领域的各类知识工作者的投入和产出均难以量化，直到今日，依然没有形成类似财务分析的，公认的通用衡量方法，当各级管理者面对这个课题时，依然常常感到无从下手。“只有可衡量的才可以有改善行动”，准确衡量生产率，使其反映问题的节点和根源是开展改善的前提。大量相关研究的一个共识是，对知识工作生产率衡量仍是一个难题。

作业成本法（Activity-Based Costing）是发展于20世纪80 年代的一种财务分析方法，它首次提出了以作业（Activity）角度分析组织活动和对成本的影响，推动大规模多产品的制造类组织进行管理决策[3]。作业基础管理（Activity Based Management）在结合了作业成本管理的基础上拓展了这方面的实践，从成本角度把组织的活动分解到作业，通过改善和消除作业中无价值的部分，达到组织经营成本的降低[4]。其实，如果我们回归到最早对大规模生产的生产率研究的创始者Taylor 的方法，虽然是针对操作工人（manual worker）[1]，就是分析和优化完成某项工作的动作，Drucker 也提出知识工作者最重要的是任务（task）[2]，这里的“任务”和“作业”是高度相似的和关联的，因此，本文提出借鉴作业基础管理等理论和实践，将作业分析应用于知识工作生产率，以工业工程设计这类知识工作者为主的组织为例，建立一套以作业分析驱动的、多层面的、对管理者具有可实践指导意义的知识工作生产率衡量。

二、知识工作生产率的衡量

劳动生产率的衡量研究可以追溯到20 世纪初，最具代表性的是Taylor 对机器操作工作者的研究，已成为公认的劳动生产率衡量的基础理论。随着20 世纪工业化的进程，长期以来，劳动生产率被简单地理解为单位劳动力的投入带来的产出，这里的产出主要是针对同质化、规模化工业化物理产品，没有得到更加深入的研究和发展，而生产率的研究更多的是探讨劳动者因素以外的其他多因素作用的生产率衡量问题。然而，随着科学技术的不断突破和快速发展，并转化为创造社会价值的经济活动，知识工作作为经济组织中的主要活动开始发展并迅速壮大，使劳动生产率再次成为管理的重要话题而得到重视和广泛研究。

Drucker 在1957 年就提出了“知识工作”的概念[5]，知识工作是“需要很高的先进的全面的理论性知识的工作”[2]。他定义“知识工作者”为“主要依赖于知识为组织贡献的员工”，并指出我们不知道如何衡量知识工作者的劳动生产率[6]，指出知识工作生产率将是21 世纪管理的最大挑战[2]。

随着社会经济的快速蓬勃发展，知识工作的比重在经济发展中的占比越来越大，比如，2013 年我国高技术制造业从业人员已达1 293.7 万人，比2008年增长36.9%[7]，这还只是知识工作领域中很小的一部分。因此，知识工作劳动生产率的问题虽然没有被系统化提出，但在生产率的研究探讨中，对这部分特别的职业和组织活动形态产生了越来越多的关注，比如Randolph 等（1999）[8]、Armentrout（1986）[9]、Johnes 和Chuang（2006）[10]等。在Drucker 提出“知识工作者的生产率将是21 世纪管理的最大挑战”后，对于知识工作生产率衡量研究得以快速发展，Ramirez 和Nembhard（2004）[11]做了比较充分的总结，归纳了多达21 种主要的测量方法。肖敏（2013）[12]也对知识工作生产率衡量的理论和方法做过详细的梳理。从中外的分类研究中，另一个侧面也反映出，对知识工作这一类型的工作，劳动生产率的衡量仍然是一个巨大的难题，而没有一个权威和通用的方法。许多学者在讨论知识工作的生产率问题时，都一致认为这是一个科学难题，比如Fisher（1992）[13]、Aino Kianto 等（2019）[14]、Stewart 和Calloway（1982）[15]等。

相比Taylor 的劳动生产率的研究对象是操作型工作，Drucker（1999）[2]总结的知识工作的主要特点为多任务的，需要创造性的，需要自主管理的，需要不断学习的，质量要求更高的。Pradip 和Sahu（1989）[16]也从多角度定义了“白领”工作。对知识工作生产率的衡量问题的主要焦点在于几个方面，首先是投入的衡量问题，其次是产出的衡量问题；还有是知识的含量对生产率衡量指标的选择，以及效率和效果的问题等[11-12]。

工业工程设计类组织是知识工作为主的经济组织中的一种典型，这类组织的主要活动是一种典型的以知识工作者脑力生产为主的活动，由于脑力活动依赖于团体及个体的智力、经验、知识和学习能力等非物理性能力，因此资源使用的效率和效果难以量化，衡量它是否高效比较困难。同时包括人的情绪，状态、沟通、合作的能力和意愿等都是难以量化和衡量的效率影响因素。

这类活动的输入为客户的需求转化成为的技术性描述、要求和参数指标等，产出是一个完整的设计方案，主要包括图纸、技术资料、零部件清单（BoM）等，这个设计方案的价值和设计质量的衡量，相比物理产品，都更加难以量化和准确评判。

这类活动是一个多人和多部门合作参与的活动。其中某工种的工作可以算作一个“零部件”的生产或加工，其开展和完成要依赖特定的前序工作的输入内容及输入的正确性和及时性，各个“零部件”“组装”在一起形成最终产品-设计方案，因而是一个有特定顺序（流程）要求的活动。这类工作者在工作中需要处理除设计外更多的其他任务，比如客户投诉的处理，设计的改造升级，销售部门的技术支持，新方案的开发等等。

工业工程设计类组织主要的生产工具是人，其成本结构相对简单，主要是人力的可变成本和办公场地租金等少量其他成本组成；而质量也多以人力成本的变化和交期来体现，以及流程的紧密联系，劳动生产率可以说涵盖了成本、质量和交期的主要部分（如果这里的成本看作为可变成本），其重要性更加突出。

工业工程设计类组织的特点完全符合Drucker（1999）[2]提出的知识工作的主要特点，即多任务的，需要创造性的，需要自主管理的，需要不断学习的，质量要求更高的，因此，它的劳动生产率衡量也具有知识工作生产率衡量的难点的通用性。本文以下的探讨将以工业工程设计组织和工作为例展开。

针对知识工作生产率衡量的各种流派和学说，虽然都以不同角度和观点阐述和研究并拓展了对知识工作生产率的认识，但对于管理者而言，最关键的是实践性并没有得到应有的重视，因而在实际的组织运营中，往往仍然广泛采用的，还是以Taylor理论为基础的单位人力投入带来的产出数量为衡量，实践性问题如果不能得到有效的解决，对组织改善其生产率水平和发展是不利的。

三、作业基础管理方法为劳动生产率衡量提供新的思路

针对传统管理会计不能提供准确的产品成本信息的缺陷，美国在20 世纪80 年代末产生了作业基础成本计算（Activity Based Costing，ABC）。作业基础成本计算对传统成本计算进行了创新。其理论依据是：产品消耗作业，作业消耗资源并导致成本的发生。因此，作业基础成本较传统成本计算可以提供更加准确的产品及顾客成本信息[3]。在作业基础成本计算的基础上，作业提供了更好的企业管理模式，企业通过提高作业的效率及消除非增值作业，通过对作业链（价值链）的重构，对于降低企业成本，提高顾客价值和企业经济效益有着重大意义。因此，作业基础管理（Activity Based Management，ABM）便继作业基础成本计算之后应运而生[4]。

作业基础管理首次将生产活动通过“作业”分解，对组织的活动以一种通用的方式得以分解和归类，而分解的最小单位是“作业”，也就是执行者的每一个“任务”，它甚至可以分解到某一个最简单的动作，而“作业”是可以某种成本计量方式（比如以消耗的时间）作为衡量单位的，因而也是通用的。这为我们寻找一种通用的衡量方法提供了新的思路。而对“任务”或“作业”的分解，也契合了Drucker（1999）[2]对知识工作特性的核心问题-任务处理。

四、以作业分析驱动的知识工作生产率衡量方法和指标

借鉴作业基础管理中的分类定义，组织的活动按照作业是否产生客户价值分类，定义为增值作业和非增值作业。增值作业是直接为顾客创造价值的作业活动。“产生客户愿意承担发生成本的结果的活动”[17]。比如：设计一张机械图纸。和增值作业的定义相反，没有直接为顾客创造价值的作业即是非增值作业。非增值作业中有两种特别类型，一种是没有直接为客户创造价值，但为组织增强长期综合竞争力做出贡献（并最终体现于客户价值）。比如：业务会议、培训等。我们称之为必要非增值作业；另一种是非组织自身可以控制而引起的作业活动。比如其他组织寻求支持。我们称之为外因非增值作业。这两种特殊的非增值作业在一般的作业基础管理研究中没有被明确定义过，但在知识工作为主的组织活动中，对于多任务的知识工作者是大量存在的，应当加以分类和重视，可以为改善的开展提供更具实践性指导的作用。

为客户创造价值，可以简单理解为客户愿意为组织的这部分作业投入的资源买单。所以是站在客户角度和产品角度衡量组织活动。而必要非增值作业，是更多以组织或更高层组织自身为出发点。不应以组织利益为出发点的所有作业或为组织KPI 有贡献的所有作业笼统定义为增值作业，其主要原因是：首先，组织的KPI 不一定可以直接为客户创造价值。比如“产品合格率”可以是组织的一个KPI，但对客户来说，接受的价值就是百分百合格的产品。其次，组织的KPI 是根据组织在竞争环境中的状况及战略方向的指导和重点关注的调整而动态调整的，这会造成作业性质分类的混乱。

作业分解是知识工作生产率衡量的起点和基础。一个组织的运转是复杂的，包括了多个层面内、层面之间、个体之间、个体的不同作业之间的连续联系、互动和执行。如果笼统地看，会认为这些作业都是为了实现客户价值的增值，即是增值作业。但如果稍作“放大”，比如低效的技术澄清就产生非增值作业时间浪费。所以要看清组织活动中的真正有效的增值的部分，就要“放大”“切割”和归类，这就是分解。这是一个包含多层分解的过程。

组织是由多个用于完成某项或多项任务的岗位集合组成的，所以组织层面包含了两种含义：第一种从岗位集合出发，称之为岗位集层面，是一个通用性含义，即将组织中所有岗位共同时间交集进行的作业或普遍执行的作业进行分类和分解，比如会议、培训等。第二种是从生产流程出发，一个产品的完成是通过不同工序“流经”组织的多个岗位完成的，这个流程称之为产品流。产品流层面的分解和改善是生产率优化行动中非常重要的一步，因为它决定了在现有单个工序生产率不变的状态下，产品完成的效率。改善将缩短交货时间，降低资源投入成本。针对每个岗位开展的所有作业活动，通过分解它们的作业性质以及其分布状态，分解罗列和评估该岗位每项任务或作业的性质，同时评估各项作业消耗的时间，可以通过优化增值作业的完整性和占比得到生产率的改善。

对完成某个具体作业任务，比如完成某个机械设计订单，需要若干子步骤，通过分解发现子作业任务中的非增值作业和必要非增值作业并改善和消除，即提高了这个增值作业任务的效率。比如在作业中有核对输入信息的步骤，它属于非增值作业，这样的步骤如果能够在前一步得到保证，则可以消除。提高了每个作业任务完成的效率，将优化和保障整个产品流的完成，从而提高生产率。

目前的几乎所有知识生产率衡量，都忽略了组织这种多层面复杂活动的存在和相互作用，因此大多简单地以作业任务层面出发，分析员工的工作效率，显然，这样的衡量是片面的，不能反映知识工作的组织活动复杂性的。只有从组织不同层面分别对生产率进行衡量，从不同的角度对组织生产率的衡量，才得以综合地、全面地反映组织复杂活动的效率和关联性，使不同层面的管理者有的放矢地监督和推动生产率的不断改善，而这也是衡量的核心意义。

五、以作业分析驱动的知识工作生产率

知识工作劳动生产率是单位知识工作人力资源的投入带来的产出。以工业工程设计类组织为例，其产出是非物理性的、高度定制化的方案，每个方案的完成时间周期较长，包含大量的创造性和经验性脑力活动，单单以投入的人数或者小时数所完成的订单或设计方案数量来衡量其劳动生产率显然是不科学的。

要更科学、更准确地衡量组织的知识工作生产率，需要了解组织是如何衡量成本和利润的，即商业模式，因为最终它的产品价值也是通过商业模式带来的收益或者利润来体现的。以工业工程设计类组织的商业模式为例，和很多知识工作为主的组织相似，具有这样的特点：知识工作者成本是通过衡量所有的直接和间接成本计算出每个工种的单位时间成本；一个订单（设计方案）的成本是通过计算各个工种所需要的设计时间数（预算工时）乘以各个工种的单位时间成本之和获得，再通过一个成本和利润百分比的和计算获得销售的价格。

基于这样的分析，对于工业工程设计类组织的知识工作生产率指标进行一个简单的推算：

知识工作生产率=销售价格/投入的知识工作人力资源=（单位时间成本×预算工时）（1+利润百分比）/（单位时间成本×实际使用工时）

因为分子和分母中都有“单位时间成本”项，而“（1+利润百分比）”项通常是一个常数，因而可以获得以下的公式：

这个生产率的衡量公式，提供了一个通用的劳动生产率的衡量方向，解释了William T.Stewart 和Ronald J.Calloway 所建议的衡量[15]的结论来源。

如果考虑客户修改要求而额外增加的补充工时（客户愿意支付的额外工时，属于增值作业），公式（1）可以表达为：

如果单独使用公式（2）而不通过某种因素加以解释，显然还没有达到可以对知识工作生产率的改善提供实践性指导的作用，也无法准确反映组织不同层面的生产率状况，因而还是远远不够的，我们将通过作业分析给我们的启示，继续以工业工程设计类组织的活动为例，通过作业分解来寻找多维度的具有实践性的衡量。

为了能够对复杂的知识工作活动提供具有实践性的指示，一个作业仅以是否属于增值作业为维度衡量是不够的，还需要增加两个维度：即优先的维度和可计划的维度，这两者和增值维度一起，构成组织中每个作业活动的三维度衡量。增值维度决定了我们需要保质保量完成和需要控制和减少以致消除的不同作业；优先维度决定了对于多个作业任务中我们必须优先完成的作业任务，它可能是增值的作业，但也可能不是；而可计划维度为我们提供了资源有限下对于多作业任务的合理安排的指导，即我们需要最大化可计划性任务。

在这三个维度的共同作用下，组织作业活动共呈现为以下16 种模式（见图1）。这16 种模式在组织不同层面上的体现和构成比重，将决定组织生产率的水平，而对这16 种模式的管理，将决定组织生产率的改善效果，因此，准确定义组织活动中的每一个作业类别决定了组织的生产率的衡量和改善方向而至关重要。

图1 组织活动的三维16 种模式

我们将一个工业工程设计类组织的设计工程师的工作，作为知识工作的典型类别为例，通过三维度“分解”他在组织活动中的作业，获得知识工作生产率的多层面衡量。对于一个多任务的设计人员来说，以时间消耗为计量单位，以作业三维度为定义，可以将他的主要增值作业-设计任务的时间跨度分解为图2。也就是说，设计作业在实际执行中，是和他的其他作业任务以一定的方式和时间消耗混合在一起的。在完成主要作业期间，他同时会进行各项计划性的和非计划性的，增值的或非增值的作业，正是这些任务的排列、计划方式和衔接流程，决定了其主要的增值作业完成的效率，因此这就为我们准确而全面反映组织活动的生产率提供了衡量的思路。

图2 作业分解示例

从图2 可以看到，对于我们总结的公式（2），它只是简单地反映了实际用时（投入）和预算用时（产出）之间的关系，从而使我们得以了解在某个特定作业的执行中，由于能力不足，执行方法的非最优，错误返工和信息沟通及流程问题等造成的生产率下降，因而公式（2）是反映了任务层面的生产率，我们称之为任务生产率。

从图2 的分解中并很容易在实际的组织活动中观察到，作业任务的执行，除了完成本作业的能力、质量和效率等因素外，我们的作业会被其他各类计划和非计划的内部工作（比如会议）或者外部工作（比如客户投诉，其他部门要求协助支持等）所中断（Drucker 和William T.Stewart 也谈及过这个问题[2][15]），因此，一项主要增值作业的实际完成时间点和这项工作完成所消耗的实际时间是有很大的差距的，这个差距即反映了岗位层面的生产率，我们将公式（2）加以修正，得到以下公式（3）：

岗位生产率反映了完成一个订单中实际所有其他原因的占比，包括任务层面的如个人的能力、质量原因、流程和沟通、岗位层面的如插单以及其他不得不进行的计划的和非计划的工作，真正反映了一个岗位完成增值作业的效率。

那么，对于一个组织整体而言，除了因无计划工作而完全闲置的时间（往往没有被记录而错误归类），所有记录的时间带来的客户价值贡献（预算总工时+补充工时总和），即反映了组织层面的生产率，我们用以下公式（4）表示：

对一个订单而言，它是多人多工种按照一定的流程得以完成，反映一个订单的产品流层面的生产率，可以让管理者了解订单执行的整体效率，我们用公式（5）表示：

对于产品流生产率，和其他几个维度的定义稍有差别，它是通过关键路径上的所有任务消耗的时间总和，即产品交货期作为资源投入而带来整个产品的价值产出来衡量。它同时体现了每个关键路径任务的自身效率和各关键路径任务之间的衔接效率对产品完成的共同影响。

至此，我们得到了组织不同维度和层面上的四个不同生产率衡量指标，即任务生产率、岗位生产率、组织生产率和产品流生产率。首先，这四个指标从任务、岗位、组织和产品流的不同维度的衡量，试图涵盖知识工作为主的组织活动的生产率全貌，避免了单一指标的局限性；其次，这四个指标侧重的方向和领域不同，比如任务生产率侧重于反映质量和流程对生产率的作用和影响；岗位生产率侧重反映计划性和共同活动的状态和影响；而产品流生产率关注于关键路径任务的衔接流程和带来的交货期影响；当然，组织生产率反映了组织整体对知识工作者的利用是否更有效地、最大化地创造了客户的价值。所以，这个组合的衡量也解决了效率还是效果作为衡量重点的不同意见[11-12]。同时，四个指标的趋势组合状态和变化也为组织的各级管理者提供了应当关注和改善的重点。以某工业工程设计类组织统计数字为例：2022 年前三季度工艺工程师的任务生产率达到1.171，而岗位生产率仅为0.647。二者的差异显示，在能力和质量上该工种表现优异，而在非增值活动的占比过高，达35%以上，应当是改善的重点领域。

所以，正因为作业是所有组织活动的基本要素，时间是可衡量的、容易获得的、通用的计量方式，组织的活动最终是以创造客户价值为目的，而为管理者提供有的放矢的改善的指导是衡量的目的，因此，以作业的三维度定义和分类为驱动，对知识工作生产率的改善起到了决定性的实践性指引作用。这个组合的每个衡量都以组织的通用性目标-创造客户价值为出发点，并可以通过简单地调整和定义，适用于许多和工业工程设计类相似的知识工作，比如软件编程，甚至众多服务领域。而组合的侧重不同则解决了单一指标反映的局限性和更多的实践指导意义，因而是具备通用性、全面性和实践性的一种知识工作生产率的衡量方法。

六、结论

劳动生产率的衡量不是目的，能够不断改善和提高才是所有组织和各级管理者的需要。因此，劳动生产率的衡量指标的实用性应作为是判断其优劣的主要标准之一。随着社会经济以及科技的发展，各类知识工作组织，逐渐成为经济活动中最主流的一类组织活动之一，对于知识工作生产率的衡量是一个更加困难和复杂的课题。如何通过有效的、可获得的数据信息得以真实、全面地反映知识工作组织活动的效率是解决这一难题的关键。

对于任何形式的经济组织，都是通过消耗组织的资源（时间和成本），以劳动者具体的作业为最小活动单位得以实现客户价值和企业目标的，因此，以作业分析为驱动力和着手点，可以为组织的知识工作生产率衡量提供有效的，可实践的指引、监控和改善。

现代社会中的经济组织活动是复杂的、多层面的，对于知识工作为主的组织活动是多任务的、多目标的，任何一种单一的指标要想全面综合地反映这种复杂性都是不现实的。我们通过以作业分析推动的、组织内多层面的生产率衡量指标组合，较好地解决了知识工作生产率衡量的复杂性、全面性、针对性和实践性问题。

当然，作业分解的过程中，我们已经看到，知识工作生产率的改善和质量、流程、能力及计划等多方面改善是密不可分的，管理者如果通过上述几方面的补充衡量对生产率衡量指标和改善加以辅助性反映和相互印证，将为组织的生产率提高提供更有力而有效的帮助。