基于創(chuàng)新知識的工作生產(chǎn)率數(shù)理函數(shù)模型研究

　　【摘 要】本文從知識、技術(shù)、創(chuàng)新變量對知識工作生產(chǎn)率協(xié)同影響的視角出發(fā)，對數(shù)字智能時代知識工作生產(chǎn)率測評的理論資源進(jìn)行整合分析，并且對知識工作生產(chǎn)率數(shù)理函數(shù)模型進(jìn)行系統(tǒng)融合，探索基于創(chuàng)新知識的工作生產(chǎn)率計(jì)量模型，優(yōu)化知識員工的生產(chǎn)率評價制度，以期豐富企業(yè)生產(chǎn)率管理理論，為不斷增強(qiáng)我國經(jīng)濟(jì)創(chuàng)新力及競爭力提供理論參考。

　　【關(guān)鍵詞】人力資本;生產(chǎn)率;創(chuàng)新;技術(shù);生產(chǎn)函數(shù)

　　肖敏 時代經(jīng)貿(mào) 2021-12-29

　　引言與文獻(xiàn)概述

　　黨的十九大報告指出，我國經(jīng)濟(jì)已由高速增長階段轉(zhuǎn)向高質(zhì)量發(fā)展階段，正處在轉(zhuǎn)變發(fā)展方式、優(yōu)化經(jīng)濟(jì)結(jié)構(gòu)、轉(zhuǎn)換增長動力的攻關(guān)期，必須堅(jiān)持質(zhì)量第一、效益優(yōu)先，以供給側(cè)結(jié)構(gòu)性改革為主線，推動經(jīng)濟(jì)發(fā)展質(zhì)量變革、效率變革、動力變革，提高全要素生產(chǎn)率，著力加快建設(shè)實(shí)體經(jīng)濟(jì)、科技創(chuàng)新、現(xiàn)代金融、人力資源協(xié)同發(fā)展的產(chǎn)業(yè)體系，著力構(gòu)建市場機(jī)制有效、微觀主體有活力、宏觀調(diào)控有度的經(jīng)濟(jì)體制，不斷增強(qiáng)我國經(jīng)濟(jì)創(chuàng)新力和競爭力。Petty等(2000) 提出以信息和知識為主要驅(qū)動力的新經(jīng)濟(jì)的興起，歸因于智力資本作為商業(yè)和研究主題重要性的日益提高。智力資本在近期的經(jīng)濟(jì)、管理、技術(shù)和社會發(fā)展中以一種未知的、不可預(yù)見的形式而呈現(xiàn)，無論從信息社會、知識經(jīng)濟(jì)、網(wǎng)絡(luò)社會還是創(chuàng)新的角度來看待這些發(fā)展，都有大量證據(jù)表明智力資本在決定企業(yè)價值和國民經(jīng)濟(jì)績效方面起著重要作用。人力資本代表著個體的屬性和特征，包括吸引力、智力和技能以及經(jīng)驗(yàn)，可以定義為研究人員在其職業(yè)生涯特定時間內(nèi)獲得的隱性知識、顯性知識以及個人的學(xué)術(shù)能力等(秦梓韜等，2020)。人力資本的價值在于其具有邊際報酬遞增的生產(chǎn)力屬性，是一個動態(tài)的數(shù)值，被稱為異質(zhì)型人力資本，是生產(chǎn)要素與生產(chǎn)條件新組合的生產(chǎn)函數(shù)(丁棟虹，2001)。生產(chǎn)率是對生產(chǎn)力的投入和產(chǎn)出之間相對關(guān)系的描述，而生產(chǎn)力諸要素在生產(chǎn)過程中的有效利用程度決定了生產(chǎn)率的高低。生產(chǎn)率的研究不只是計(jì)量問題，更重要的是如何提高和提高到什么程度的問題 (劉源張，2014)。以前的學(xué)術(shù)科學(xué)研究主要集中在生命科學(xué)或工程領(lǐng)域的研究人員。然而，盡管學(xué)術(shù)研究人員通常在相似的組織機(jī)構(gòu)、規(guī)范制度和激勵模式下工作，但他們在不同科學(xué)領(lǐng)域組織研究工作的方式有很大差異，這種異質(zhì)性反過來又對創(chuàng)新政策、產(chǎn)學(xué)研關(guān)系、科學(xué)勞動力市場以及社會科學(xué)和人文科學(xué)研究相關(guān)性的明顯不足產(chǎn)生了重要影響。當(dāng)研究人員如博士生和博士后的工作凈生產(chǎn)率為正時，由具有創(chuàng)業(yè)精神的科學(xué)家和大型團(tuán)隊(duì)組成的資助研究模式占主導(dǎo)地位;研究人員的成本超過他們的生產(chǎn)率收益時，傳統(tǒng)研究的方法是最佳的。隨著時間的推移，兩種組織模式在研究經(jīng)費(fèi)、科學(xué)勞動力供應(yīng)、團(tuán)隊(duì)規(guī)模、出版物產(chǎn)出和分層模式方面存在顯著的異質(zhì)性(Rahmandad等，2019)。

　　隨著人類社會從工業(yè)經(jīng)濟(jì)向知識經(jīng)濟(jì)演進(jìn)，生產(chǎn)率創(chuàng)造的主體由體力工作者演變?yōu)橹R工作者(戴昌鈞， 2014)。研究和開發(fā)密集型企業(yè)工作生產(chǎn)率一直是關(guān)注的焦點(diǎn)，不僅因?yàn)樯a(chǎn)率是國家和產(chǎn)業(yè)競爭力的主要來源之一，也因?yàn)楦嗟拿嫦蛏虅?wù)的動機(jī)，比如指導(dǎo)價值創(chuàng)造的產(chǎn)品或服務(wù)的投資，以及在企業(yè)運(yùn)作中的未來規(guī)劃。生產(chǎn)率也有其經(jīng)濟(jì)利益值得進(jìn)行研究和衡量，因?yàn)檫@可以進(jìn)行比較并提出針對特定產(chǎn)業(yè)部門的公共政策或方案。生產(chǎn)率的衡量面臨許多困難，這些困難來自于被觀察變量的性質(zhì)特征，而這些變量的特征有時是無形的(Duarte等，2017)。目前很少有人去嘗試發(fā)現(xiàn)哪一種流行的引用測量方法是最好的，以及證明這些方法在統(tǒng)計(jì)上是否可靠。一些機(jī)構(gòu)對算法作出的決策公平有一種被誤導(dǎo)的傾向，具體表現(xiàn)在如果他們無法衡量想要最大化的指標(biāo)(質(zhì)量)，他們就會最大化所能衡量的指標(biāo)(Lehmann等，2006)。因此，在全球進(jìn)入數(shù)字智能時代，探討知識工作生產(chǎn)率數(shù)理函數(shù)模型的研究是一個重要的管理學(xué)課題，在工程應(yīng)用領(lǐng)域也具有重要的實(shí)踐價值及指導(dǎo)作用。

　　創(chuàng)新、技術(shù)與知識工作生產(chǎn)率

　　人工智能指的是具有一定自主性與智能行為，能夠?qū)崿F(xiàn)特定目標(biāo)的系統(tǒng)。人工智能產(chǎn)生了大量新技術(shù)、新產(chǎn)品、新業(yè)態(tài)與新模式，引致經(jīng)濟(jì)結(jié)構(gòu)、生產(chǎn)方式、生活方式及思維方式發(fā)生重大變革，技術(shù)創(chuàng)新的動力是降低生產(chǎn)成本，減少單位產(chǎn)出的投入(隆云滔等， 2020)。研究表明，大多數(shù)創(chuàng)新不是持續(xù)努力的結(jié)果，而是對離散事件、特定歷史問題和新技術(shù)機(jī)遇的反應(yīng)。創(chuàng)造性反應(yīng)的模式是行業(yè)特有的，與創(chuàng)新過程的激進(jìn)性和復(fù)雜性有關(guān)。創(chuàng)新起源包括制度搜索、市場機(jī)會、技術(shù)機(jī)會及問題應(yīng)對。制度搜索即創(chuàng)新的發(fā)展是沿著已知的績效模式軌跡改善特性;市場機(jī)會即創(chuàng)新是為了滿足客戶需求或未開發(fā)的市場機(jī)會;技術(shù)機(jī)會即由于新技術(shù)或科學(xué)進(jìn)步的到來，創(chuàng)新得以實(shí)現(xiàn)和發(fā)展;問題應(yīng)對即創(chuàng)新對經(jīng)濟(jì)、環(huán)境、組織、技術(shù)經(jīng)濟(jì)或其他問題的反應(yīng)(Taalbi，2017)。

　　大量實(shí)證文獻(xiàn)旨在評估知識資本對生產(chǎn)率的影響，在知識密集型商業(yè)服務(wù)中，創(chuàng)新對生產(chǎn)率有著很強(qiáng)的積極影響，創(chuàng)新的主要決定因素來自于研發(fā)、購買設(shè)備、專利或許可而獲得的正式知識。由于知識是無法觀察到的，因此數(shù)年來知識是與研究、開發(fā)支出一起提出的，并作為一個額外的生產(chǎn)因素納入標(biāo)準(zhǔn)的生產(chǎn)函數(shù)。外部研發(fā)影響過程創(chuàng)新，而產(chǎn)品創(chuàng)新與內(nèi)部研發(fā)或其他獲取正式知識的渠道聯(lián)系更緊密，吸收能力變量對產(chǎn)品創(chuàng)新的作用大于過程創(chuàng)新。此外，技術(shù)創(chuàng)新和非技術(shù)創(chuàng)新的決定因素也有很大的不同。只有產(chǎn)品創(chuàng)新才會顯著影響企業(yè)的生產(chǎn)率，而過程創(chuàng)新似乎是無效的。只有技術(shù)創(chuàng)新對生產(chǎn)率有影響，而非技術(shù)創(chuàng)新對生產(chǎn)率顯然沒有影響(Musolesi等，2010)。知識溢出發(fā)生的根本原因是技術(shù)知識的非競爭性和部分排他性特征，擁有排他性技術(shù)知識的個體，能夠?qū)⒓夹g(shù)知識引入企業(yè)創(chuàng)新活動，促進(jìn)企業(yè)生產(chǎn)排他性產(chǎn)品，從而提高企業(yè)創(chuàng)新績效(柳卸林等，2020)。生物技術(shù)、化學(xué)和制藥、半導(dǎo)體、光電子學(xué)或飛機(jī)制造等領(lǐng)域的案例研究表明，新的制造技術(shù)帶來了技術(shù)不確定性的挑戰(zhàn)，需要發(fā)展從藝術(shù)到科學(xué)的過程理解和控制程序，對于更廣泛的商業(yè)生存能力和采用是至關(guān)重要的。從藝術(shù)、工藝到科學(xué)，技術(shù)不確定性程度依次降低。在藝術(shù)階段，技術(shù)存在很多不確定性，學(xué)習(xí)過程是緩慢的，學(xué)習(xí)成本也是昂貴的，技術(shù)框架難以確定;工藝階段的知識是隱性的，知識發(fā)展的速度很快，基本能建立技術(shù)框架;在科學(xué)階段，技術(shù)工作的原理、流程、目的都是清晰的，知識是可以編碼的，流程是標(biāo)準(zhǔn)化的，風(fēng)險最低。在不同的階段，調(diào)控風(fēng)險的方法分為以技術(shù)為基礎(chǔ)的管制、以績效為基礎(chǔ)的管制和以管理為基礎(chǔ)的管制，每種方法對企業(yè)創(chuàng)新的激勵程度各不相同，并以不同的方式應(yīng)對技術(shù)上的不確定性(Roca 等，2017)。

　　對信息和通信技術(shù)等有形資產(chǎn)的投資越來越受到重視，因?yàn)樗梢宰鳛樯a(chǎn)率外溢效應(yīng)的重要來源，也可以作為知識傳播的手段。生產(chǎn)率利益的溢出效應(yīng)以及創(chuàng)新的推動作用，使其成為文獻(xiàn)研究中頗有建樹的主題。創(chuàng)新產(chǎn)生技術(shù)知識作為產(chǎn)出，而這可以作為進(jìn)一步研究的投入。由于知識的非競爭性和非排他性，知識通過各種渠道(貿(mào)易、專利、人員等)跨越時空，在創(chuàng)新者和接受者之間獲得與技術(shù)、地理或貿(mào)易距離成比例的生產(chǎn)率增長，這些外部性發(fā)生在國家、區(qū)域、行業(yè)、公司等任何層次之間的經(jīng)濟(jì)交流活動中(Venturini，2015)。將組織間網(wǎng)絡(luò)與創(chuàng)新聯(lián)系起來的研究主要集中在跨越結(jié)構(gòu)邊界的研究，并將其作為知識重組的手段，企業(yè)也越來越多地跨越機(jī)構(gòu)邊界(國家、行業(yè)、技術(shù))進(jìn)行合作，以尋求新知識。當(dāng)結(jié)構(gòu)和制度分離同時影響知識重組時，自我網(wǎng)絡(luò)屬性的聚合表征掩蓋了不同的重組流程，從而導(dǎo)致不同類型的創(chuàng)新結(jié)果。通過關(guān)注三位一體作為網(wǎng)絡(luò)重組的關(guān)鍵點(diǎn)來解決問題，基于經(jīng)紀(jì)人分布及其跨越或在機(jī)構(gòu)邊界內(nèi)的合作伙伴，將公司網(wǎng)絡(luò)劃分為三種開放的三元結(jié)構(gòu)配置——國外、國內(nèi)和混合模式，每種結(jié)構(gòu)配置都體現(xiàn)了不同的重組流程，國外三元組合提供了有效的新知識獲取途徑，國內(nèi)三元組合促進(jìn)了相對有效的知識整合，而混合三元組合則平衡了以上兩種結(jié)構(gòu)配置。利用國家作為制度邊界，我們將這種方法應(yīng)用于生物技術(shù)行業(yè)的全球研發(fā)聯(lián)盟網(wǎng)絡(luò)，結(jié)果表明國內(nèi)三元組合對創(chuàng)新生產(chǎn)率的影響強(qiáng)于混合三元組合和國外三元組合，相比之下國外“三位一體”比混合或國內(nèi) “三位一體”對創(chuàng)新的開創(chuàng)性有更大的影響。研究結(jié)果表明，不同經(jīng)紀(jì)人配置代表獨(dú)特的重組流程，導(dǎo)致不同的創(chuàng)新結(jié)果。我們的研究對網(wǎng)絡(luò)和制度如何共同影響創(chuàng)新的不同方面提供了更深入的理解(Balachandran等， 2018)。以上研究成果表明知識工作生產(chǎn)率的內(nèi)涵及外延隨著時代的變遷已經(jīng)不再局限于傳統(tǒng)概念的產(chǎn)出與投入之比，技術(shù)、創(chuàng)新、知識這些重要的變量不能再獨(dú)立研究，要從系統(tǒng)出發(fā)研究技術(shù)、創(chuàng)新、知識對工作生產(chǎn)率的協(xié)同影響，并且注重個體的屬性及個體間的結(jié)構(gòu)研究。

　　知識工作生產(chǎn)率測度方法

　　Iazzolino等(2018)提出基于Drucker關(guān)于技術(shù)效率的觀點(diǎn)，技術(shù)生產(chǎn)率是指知識產(chǎn)品的數(shù)量與知識數(shù)量之間的比值，由于知識是無形的因素，是不能測度的，那么技術(shù)效率即知識員工生產(chǎn)率是不能測度的，而Pulic 基于經(jīng)濟(jì)效率的視角提出知識員工生產(chǎn)率是由人力資本投資的價值增值與人力資本投資之間的比值進(jìn)行衡量。 Iazzolino等從理論視角構(gòu)建了關(guān)于Drucker 基于知識的可持續(xù)發(fā)展戰(zhàn)略方法及主要?dú)w功于Pulic的關(guān)于人力資本效率理論的內(nèi)部關(guān)系理論，通過在一家初創(chuàng)期的知識密集型企業(yè)進(jìn)行了知識員工生產(chǎn)率的實(shí)際測算，從案例研究應(yīng)用分析來看，關(guān)于知識員工生產(chǎn)率的計(jì)算是可以實(shí)現(xiàn)的，生產(chǎn)率計(jì)算的結(jié)果可以用于公司制定獎勵政策的基礎(chǔ)(Iazzolino等，2018)。

　　Lapr等(2001) 提出如果生產(chǎn)函數(shù)的知識不完整，企業(yè)是否可以加速其學(xué)習(xí)曲線?并為此確定了一條專門生產(chǎn)線，建立了通過科學(xué)實(shí)驗(yàn)而不是通過實(shí)踐學(xué)習(xí)來創(chuàng)造有關(guān)其生產(chǎn)函數(shù)的技術(shù)知識，這條生產(chǎn)線的組織結(jié)構(gòu)在創(chuàng)造技術(shù)知識方面非常成功，正式的學(xué)習(xí)導(dǎo)致了生產(chǎn)率的巨大提高，而在同一家公司內(nèi)的其他三條生產(chǎn)線上復(fù)制這種組織結(jié)構(gòu)沒有達(dá)到預(yù)期效果，正規(guī)學(xué)習(xí)并沒有帶來類似的生產(chǎn)率提高。研究提出了兩個可能促進(jìn)技術(shù)知識創(chuàng)造和轉(zhuǎn)移的因素即管理層參與和知識多樣性，以解決部門間的問題。管理學(xué)習(xí)變量對學(xué)習(xí)曲線影響的混合結(jié)果導(dǎo)致了對刻意學(xué)習(xí)活動中產(chǎn)生的知識本質(zhì)的深入研究(Lapré等，2001)。Schéele等(2019)提出了知識員工生產(chǎn)率函數(shù)，認(rèn)知科學(xué)研究明確表明對于特定的事件，員工的認(rèn)知時間和物理時鐘時間是有區(qū)別的;這種差異導(dǎo)致了認(rèn)知時間的扭曲，提出的生產(chǎn)率函數(shù)揭示了一個隱藏的經(jīng)濟(jì)杠桿效應(yīng)，即認(rèn)知時間扭曲的微小程度就會導(dǎo)致員工的工作效率顯著降低。Kundisch 等(2014)使用被認(rèn)可的收入會計(jì)身份為在信息技術(shù)生產(chǎn)率分析時使用柯布道格拉斯生產(chǎn)函數(shù)提供了重要的理論基礎(chǔ)，基于收入會計(jì)身份將資本分為信息資本及非信息資本，并產(chǎn)生了包含三項(xiàng)投入的基于會計(jì)身份的柯布道格拉斯生產(chǎn)函數(shù)，提供了基于工資率及回報率的信息資本與非信息資本條款。生產(chǎn)函數(shù)是描述企業(yè)產(chǎn)出與投入之間的技術(shù)關(guān)系，產(chǎn)出用價值增值來衡量，投入矢量包含勞動、非信息技術(shù)資本及信息資本。Cherchye等(2013)提出了一種基于數(shù)據(jù)包絡(luò)分析的決策單元效率度量方法，以多個輸入和多個輸出為特征，這種方法的特點(diǎn)是在效率評價中明確包括具體產(chǎn)出的投入及共同投入的信息，有助于以兩種不同的方式打開效率測量的“黑匣子”。首先，包括輸入分配的信息大大增加了效率測量的區(qū)分能力;其次，允許將決策單元的效率值分解為具體產(chǎn)出的效率值，便于管理者識別出需要關(guān)注的產(chǎn)出，用以彌補(bǔ)觀察到的低效率。Dahooie等(2018)提出知識工作產(chǎn)出與員工工作任務(wù)相關(guān)，工作產(chǎn)出采用模糊數(shù)進(jìn)行評估量化，知識工作投入包括完成工作必須的知識、技能及能力，這些工作投入采用工作元素方法進(jìn)行識別及量化，并且采用模糊數(shù)據(jù)包絡(luò)分析構(gòu)建生產(chǎn)率模型;研究過程中以電力行業(yè)企業(yè)進(jìn)行案例研究，研究結(jié)果表明考慮到既定的投入，當(dāng)員工的工作產(chǎn)出達(dá)到了期望的水平時，即認(rèn)為知識員工的生產(chǎn)率是較高的。

　　由以上分析可見，知識工作生產(chǎn)率是可以測度的，目前知識工作生產(chǎn)率測度的瓶頸在于知識工作投入產(chǎn)出的無形特征，同時要關(guān)注對投入產(chǎn)出的有形特征內(nèi)涵研究，將有形和無形特征綜合計(jì)算。此外，技術(shù)創(chuàng)新對生產(chǎn)率有極強(qiáng)的積極影響，技術(shù)知識創(chuàng)造和轉(zhuǎn)移有利于學(xué)習(xí)曲線的模仿與運(yùn)用，促進(jìn)生產(chǎn)率的提高，認(rèn)知時間的扭曲對生產(chǎn)率的測度具有很大影響，道格拉斯生產(chǎn)函數(shù)及基于數(shù)據(jù)包絡(luò)分析的決策單元效率度量方法是目前普遍使用的方法。

　　知識員工生產(chǎn)率數(shù)理函數(shù)模型

　　2013年10月，歐盟委員會推出了一項(xiàng)新的指標(biāo)即歐盟2020創(chuàng)新指標(biāo)，以衡量歐盟在實(shí)現(xiàn)《歐洲2020戰(zhàn)略》及其創(chuàng)新聯(lián)盟旗艦計(jì)劃目標(biāo)方面的進(jìn)展，以消除阻礙創(chuàng)新者將創(chuàng)意轉(zhuǎn)化為能夠在市場上取得成功的產(chǎn)品和服務(wù)的瓶頸。研究結(jié)論是，創(chuàng)新指標(biāo)偏向于對創(chuàng)新成果的高科技含量的狹義理解，而修正后的指標(biāo)結(jié)果存在很大差異，這可能對創(chuàng)新和產(chǎn)業(yè)政策產(chǎn)生廣泛的影響(Janger等，2019)。知識工作由目標(biāo)導(dǎo)向的活動組成，這些活動需要高水平的能力才能完成，在現(xiàn)代組織中知識工作包含了大量且不斷增加的工作。研究結(jié)果支持了將情境感知體驗(yàn)與活動相關(guān)的知識和技能進(jìn)行自動適配的模型，此模型將知識、績效和社會網(wǎng)絡(luò)的理論進(jìn)行了整合分析(Quinn，2005)。 Schéele等(2019)提出了知識員工生產(chǎn)率函數(shù)，認(rèn)知科學(xué)研究明確表明對于特定的事件，員工的認(rèn)知時間和物理時鐘時間是有區(qū)別的，這種差異導(dǎo)致了認(rèn)知時間的扭曲，提出的生產(chǎn)率函數(shù)揭示了一個隱藏的經(jīng)濟(jì)杠桿效應(yīng)，即認(rèn)知時間扭曲的微小程度就會導(dǎo)致員工的工作效率顯著降低。具體模型如下： (1) TR=P1 tTOT (2) TC=P2 tTOT (3) (4) (5)其中，P代表員工工作生產(chǎn)率，TR代表合同提供的總收益，TC代表合同提供的總成本，P1代表市場每小時向顧客收取的費(fèi)用，P2代表市場每小時向員工付出的報酬;tTOT代表總的工作時間。公式(5)表明任何生產(chǎn)率的變化都可以采用產(chǎn)品和時間價值的比率來衡量。為明確起見，基于時間價值的不同時期t和t + 1之間的生產(chǎn)率變化可以導(dǎo)致以下結(jié)論：降低工資P2以資助投資，或提高客戶價格P1以促進(jìn)投資。上述模型是以不同時期的產(chǎn)品價值比例來衡量生產(chǎn)率的變化，注重時間的價值。

　　Ding等(2010)采用最大似然估計(jì)泊松方法衡量信息技術(shù)對科學(xué)家研究生產(chǎn)率及學(xué)術(shù)合作的影響，最大似然估計(jì)泊松方法對數(shù)據(jù)分布的限制沒有標(biāo)準(zhǔn)泊松估計(jì)法嚴(yán)格，并且能夠提供比其他模型更穩(wěn)健的結(jié)果。假定y 是科學(xué)家i既定年份t的結(jié)果變量，而協(xié)變量分布既定的條件下，學(xué)術(shù)生產(chǎn)率yit的期望水平是指： E{yit|xit，zi ，wit，t，u，εit}= exp{xit ' β+zi ' δ+wit ' γ+t+u+εit } 其中，xit是信息技術(shù)相關(guān)變量;zi 是控制了個人特征及博士學(xué)位授予機(jī)構(gòu)的固定時期矢量;wit是控制了科學(xué)家特征、合作網(wǎng)絡(luò)及員工機(jī)構(gòu)的可變時期矢量;t是虛擬年份變量，虛擬年份變量控制了觀察期間可能發(fā)生的學(xué)術(shù)結(jié)構(gòu)變化，這些變化可能包括出版機(jī)構(gòu)數(shù)量的增加以及合作網(wǎng)絡(luò)的普遍增加;u是機(jī)構(gòu)固定效應(yīng)，控制了不同機(jī)構(gòu)產(chǎn)生的不可預(yù)見的影響;εit是隨機(jī)變量。

　　產(chǎn)技術(shù)進(jìn)行生產(chǎn)，產(chǎn)出yi 是以下變量的函數(shù)：信息通訊技術(shù)資本ICTi ，非信息通訊技術(shù)資本Ki ，勞動力Li ，可觀察到的企業(yè)異質(zhì)性變量集合即生產(chǎn)效率的可見差異變量Ai 。即：其中，指數(shù)α、β、γ分別為信息通訊技術(shù)資本 ICT、非信息通訊技術(shù)資本K、勞動L的產(chǎn)出彈性，μ為正態(tài)分布誤差，勞動生產(chǎn)率即既定單位時間單個員工的產(chǎn)出 。Nembhard和Xiao(2017)提出了基于多屬性效用理論的知識工作生產(chǎn)率主觀測評模型，將知識工作生產(chǎn)率從客觀研究方法向主觀研究方法進(jìn)行了推進(jìn)，測評主體從被評估者轉(zhuǎn)移到評估者，對評估者風(fēng)險偏好的研究將生產(chǎn)率測評的結(jié)果與實(shí)踐進(jìn)行結(jié)合，對于企業(yè)推廣研究具有重大意義。具體模型如下：

　　在知識工作生產(chǎn)率的效用評估過程中，如果生產(chǎn)率多指標(biāo)的權(quán)重之和等于1，即∑ki=1，則采用線性的生產(chǎn)率效用評估模型;如果生產(chǎn)率多指標(biāo)的權(quán)重之不等于 1，即∑ki ≠1，則采用非線性的生產(chǎn)率效用評估模型;模型中的效用函數(shù)ui(xi)是xi的單變量效用函數(shù)，范圍在0 到1之間變動， 參數(shù)a，b，c是由管理者的評估偏好決定的。Q、C、I，分別代表質(zhì)量、客戶滿意度、創(chuàng)新指標(biāo)。單屬性的權(quán)重ki 's， 是由評估者對生產(chǎn)率指標(biāo)的相對重要性偏好決定的。其中U(CE)=EU(mi )(這里 CE 代表的是風(fēng)險評估結(jié)果的確定性等值，EU 代表的是風(fēng)險結(jié)果的期望價值)，實(shí)驗(yàn)研究結(jié)果發(fā)現(xiàn)如果 CEmi< 5， 那么參與者對給定的生產(chǎn)率指標(biāo)是風(fēng)險規(guī)避的，單變量效用函數(shù)的參數(shù)也表明a>0，b<0，c<0;如果 CEmi> 5，那么參與者對于給定的生產(chǎn)率指標(biāo)是風(fēng)險喜好的，而且參數(shù)a<0，b>0，c>0。如果 CEmi= 5， 參與者則是風(fēng)險中立的，a的絕對值非常大(e.g.， |a|≥100)。

　　由以上幾類知識工作生產(chǎn)率函數(shù)模型為研究基礎(chǔ)，可見知識工作生產(chǎn)率的內(nèi)涵是豐富的，并且隨著時代的發(fā)展，知識工作生產(chǎn)率應(yīng)當(dāng)賦予其時代特征，知識工作生產(chǎn)率是不斷變化發(fā)展的，因此在技術(shù)創(chuàng)新、知識資本成為全球經(jīng)濟(jì)引擎的信息技術(shù)創(chuàng)新時期，應(yīng)當(dāng)將知識、技術(shù)創(chuàng)新作為影響知識工作生產(chǎn)率測度結(jié)果的重要調(diào)節(jié)變量，構(gòu)建知識工作生產(chǎn)率創(chuàng)新模型，推進(jìn)知識工作生產(chǎn)率的永恒發(fā)展。后續(xù)研究中可以根據(jù)產(chǎn)出投入模型、泊松系回歸模型、柯布道格拉斯生產(chǎn)函數(shù)、多屬性效用理論模型進(jìn)行整合研究，根據(jù)選取的不同變量屬性，采用相應(yīng)的數(shù)量模型進(jìn)行研究，亦可以進(jìn)行比較研究綜合評判分析，將數(shù)字智能經(jīng)濟(jì)時代知識工作生產(chǎn)率研究這一計(jì)量問題進(jìn)行量化研究。

　　研究結(jié)論

　　本文從知識、技術(shù)、創(chuàng)新變量對知識工作生產(chǎn)率協(xié)同影響的視角出發(fā)，對數(shù)字智能時代知識工作生產(chǎn)率測評的理論資源進(jìn)行整合分析，對知識工作生產(chǎn)率數(shù)理函數(shù)模型進(jìn)行系統(tǒng)融合，將生產(chǎn)率管理思想與數(shù)字時代進(jìn)行結(jié)合，挖掘生產(chǎn)率數(shù)字價值，關(guān)注工作生產(chǎn)率的整體性及系統(tǒng)性特征以及知識工作投入產(chǎn)出的有形無形特征，注重知識員工個體的屬性及個體間的結(jié)構(gòu)分析，豐富了生產(chǎn)率管理思想，拓展了生產(chǎn)率測評的理論資源;同時，探索基于創(chuàng)新知識的工作生產(chǎn)率數(shù)理函數(shù)模型，優(yōu)化知識員工的生產(chǎn)率評價制度，將生產(chǎn)率研究從概念模型向數(shù)量模型進(jìn)行轉(zhuǎn)變，從理論研究向?qū)嵶C檢驗(yàn)進(jìn)行跨越，在研究方法上更加全面、系統(tǒng)、完整，其研究結(jié)果也將具有較高的信度及效度。

　　本文提出的數(shù)理模型研究給企業(yè)生產(chǎn)率管理提供了更系統(tǒng)的研究方法，生產(chǎn)率測評不僅要注重傳統(tǒng)的產(chǎn)出投入有形特征，也要注重技術(shù)、創(chuàng)新、知識的無形產(chǎn)出，在企業(yè)知識管理實(shí)踐中注重顯性知識、隱性知識的特征研究，同時將顯性知識、隱性知識進(jìn)行有效轉(zhuǎn)化與融合研究。在人工智能時代，注重引進(jìn)5G、物聯(lián)網(wǎng)、區(qū)塊鏈等先進(jìn)技術(shù)與思想，將技術(shù)創(chuàng)新與知識員工的生產(chǎn)率測評不斷進(jìn)行優(yōu)化與發(fā)展，提高企業(yè)的創(chuàng)新力及競爭力。

　　首先，對于企業(yè)管理者而言，要推動企業(yè)的生產(chǎn)利潤目標(biāo)導(dǎo)向，以利潤為核心的生產(chǎn)率測評制度將會成為生產(chǎn)率的助推器，在知識工作生產(chǎn)率尚未實(shí)現(xiàn)最優(yōu)的情景下，倡導(dǎo)生產(chǎn)利潤將是企業(yè)管理者實(shí)行生產(chǎn)管理的最有效途徑。

　　其次，對于組織而言，創(chuàng)造學(xué)習(xí)氛圍，推動知識共享，加強(qiáng)知識有效轉(zhuǎn)移，進(jìn)而創(chuàng)造知識，實(shí)行技術(shù)創(chuàng)新改革，有利于知識員工更有效地進(jìn)行創(chuàng)新工作。組織要不斷拓展知識網(wǎng)絡(luò)資源，構(gòu)建協(xié)同發(fā)展的網(wǎng)絡(luò)環(huán)境，在既定的工作投入，實(shí)行知識工作生產(chǎn)率的最大產(chǎn)出，或者推動工作投入要素的結(jié)構(gòu)重組，實(shí)現(xiàn)生產(chǎn)率的最優(yōu)提高。

　　再次，對于知識工作者而言，加強(qiáng)對自身職業(yè)生涯的管理，培養(yǎng)良好的心智模式，學(xué)會情緒管理，加強(qiáng)對自我的知識、技能等綜合方面素養(yǎng)的修煉，能夠獲得更多的工作幸福感，提高工作績效，在職業(yè)發(fā)展的道路上提升工作滿意度。

　　本文對知識工作生產(chǎn)率測評的理論資源進(jìn)行了整合分析，并且對知識工作生產(chǎn)率數(shù)理函數(shù)模型進(jìn)行系統(tǒng)研究，探索基于創(chuàng)新知識的工作生產(chǎn)率計(jì)量模型，但缺乏成熟的數(shù)量模型及實(shí)證數(shù)據(jù)。未來研究應(yīng)構(gòu)建可以推廣的知識工作生產(chǎn)率測評模型，加強(qiáng)行業(yè)數(shù)據(jù)分析，將整體研究方法與個體研究方法進(jìn)行結(jié)合，加強(qiáng)網(wǎng)絡(luò)結(jié)構(gòu)分析，采用系統(tǒng)融合的方法對知識工作生產(chǎn)率進(jìn)行更有效的測評，提高企業(yè)的生產(chǎn)效率，創(chuàng)建更好的生產(chǎn)率創(chuàng)新生態(tài)，推動經(jīng)濟(jì)的創(chuàng)新發(fā)展。因此，未來研究可就以下主題進(jìn)行探索：第一，產(chǎn)學(xué)研與知識工作生產(chǎn)率的關(guān)系研究，探討產(chǎn)學(xué)研的合作模式與實(shí)施方法;第二，知識工作結(jié)構(gòu)化在知識含量與知識工作生產(chǎn)率之間的調(diào)節(jié)效應(yīng)研究，探索結(jié)構(gòu)化對知識工作生產(chǎn)率的影響;第三，異質(zhì)知識在知識協(xié)同網(wǎng)絡(luò)與知識工作生產(chǎn)率之間的調(diào)節(jié)作用，探索在知識協(xié)同網(wǎng)絡(luò)環(huán)境下，知識的異質(zhì)程度與知識工作生產(chǎn)率協(xié)同效應(yīng)研究。