大数据时代知识工作生产率测评指标探索

摘 要 本文通过对国民经济相关产业及生产率指标进行研究，提出在大数据时代知识工作生产率测评应将事业单位及服务企业进行分类研究，并采取具体的生产率测评指标。

关键词 大数据 知识工作 生产率测评指标

1国民经济相关产业研究

根据《国民经济行业分类》（GB/T 4754-2011），我国第一产业是指农、林、牧、渔业（不含农、林、牧、渔服务业）；第二产业是指采矿业（不含开采辅助活动），制造业（不含金属制品、机械和设备修理业），电力、热力、燃气及水生产和供应业，建筑业；第三产业即服务业，是指除第一产业、第二产业以外的其他行业。此外，我国对高技术产业（制造业）、国家科技服务业、生产性服务业、国家旅游及相关产业等进行了详细的统计分类。

关于第一、第二产业，工作生产率更多地追求生产效率，关于第三产业中的软件和信息技术服务业，金融业，房地产业，租赁和商务服务业，科学研究和技术服务业，教育等则追求工作效果。随着国民经济的发展，产业发展已经逐渐由低附加值的传统农业、制造业向高附加值的第三产业发展，第三产业在国民经济中的比重越来越高，2015年服务业占GDP 比重50.5%，2016年上半年第三产业占GDP比重为54.1%，对经济增长的贡献率是59.7%。而现代服务业是实现经济结构调整及产业升级的助推器，在稳增长、促就业、惠民生的供给侧改革中发挥了重要力量。在“互联网+”，大数据时代，生产率指标的制定是衡量生产率高低的关键，对不同行业制定具体的生产率指标，才能实现工作生产率的有效计量。

2生产率测评指标研究

Sink（1985）提出生产率测度及评估能够告诉管理者什么是有效率的，什么是有效果的，潜在的质量问题。确定的生产率测度及评估系统能够指明控制及改善的正确方向。生产率测度在绩效管理的决策支持系统中起着重要作用，然而管理者也必须考虑生产率的适宜测度。

肖敏（2013）采用文献研究法、焦点小组访谈研究、个人深度访谈研究、统计检验方法以及比较研究方法，对生产率文献研究中和企业管理实践中的知识工作生产率评价指标进行统计研究，并分析探讨其差距，提炼知识工作生产率的效用测评指标变量。研究结果表明高知识含量的工作生产率，重点测度工作效果，而质量、客户满意度、创新指标完整地体现了知识工作效果的内涵（相关指标定义见表1）。

3大数据时代知识工作生产率测评指标

肖敏（2013）选取研究型高校作为研究的实验环境，高校教师和职工是典型的知识工作者，根据教师和职工的主要工作内容，制定了质量、客户满意度、创新三个指标的工作标准。实验数据主要来源于高等教育行业高知识含量工作，高等教育是非盈利部门，而对于战略性新兴服务业、生产性服务业、高技术服务业，软件和信息技术服务业，互联网相关服务业是盈利组织，为了更加全面衡量这些企业的工作生产率，本文在此基础上增加利润率指标，将高知识含量的工作生产率指标分为事业单位和服务企业两大类，事业单位工作生产率指标采用质量，客户满意度，创新，服务企业工作生产率指标采用质量，客户满意度，创新，利润率（详见表2）。

在大数据时代，工作生产率的评估方法应将事业单位和服务企业进行分类研究，事业单位主要评估工作质量，客户满意度，工作创新等维度，而服务企业还应关注利润率。这些指标的量化方法是大数据时代生产率评估的又一难点，也是未来的研究方向。在未来研究中，根据国民经济行业分类，重点研究不同类别的服务企业采用的具体生产率指标，同时对科研机构、事业单位等工作生产率评估指标采取具有可量化、可操作的计量指标，较好地实现生产率的评估，促进生产率的发展与提高。

参考文献

[1] 中华人民共和国国家统计局官网资料.

[2] Sink，D.S.（1985），Productivity Management ： Planning， Measurement and Evaluation， Control and Improvement[M].John Wiley & Sons，New York，NY.

[3] 肖敏.知识工作生产率的多属性效用测度模型的构建与实证研究[D].东华大学博士学位论文，2013.