Chương 16 — Đo lường đóng góp và đánh giá giá trị

第十六章　贡献计量与价值判断

贡献得到确认之后，组织仍然面临一个更困难的问题：怎样理解不同贡献的大小、作用与相互关系。确认解决的是在什么范围内可以承认某项行动及其结果，计量则需要选择描述和比较的尺度。两者相互关联，却不能因为事实已经得到核验，就认为贡献价值已经随之确定。

共同创造包含可以直接计数的交付，也包含持续维护、知识积累和关系协同。它们形成作用的时间不同，依赖条件不同，能够支持的比较也不同。若制度预先要求所有贡献都进入同一张排名表，模型可能优先照顾容易记录的活动，而使真正重要但难以压缩为单一数字的作用逐渐被忽略。

本章讨论计量应当如何服务于价值判断。重点不是寻找一条能够算出全部贡献真实价值的公式，而是说明事实如何成为指标，指标如何进入评价，以及评价如何在明确条件下支持组织决定。区块链可以帮助共同核验输入、规则和计算结果；尺度是否适当、判断是否合理，仍需要受到制度审查。

一、贡献事实、评价分数与经济价值的区别

贡献事实首先描述发生了什么。行动主体、投入范围、交付数量、使用期间及观察结果，可以在证据支持的范围内得到确认。其中有些事实天然具有数量形式，有些需要分类或文字说明。已经确认一项事实，并不意味着它已经具有可与其他事实直接相加的价值单位。

评价分数则是依据特定规则对事实进行转换的结果。选择哪些指标、采用怎样的尺度、怎样处理缺失和重叠，以及各指标占多大权重，都会影响分数。因此，分数不仅包含对现实的描述，也包含组织对于何种作用更值得关注的判断。

分数的含义应当与评价目的共同说明。衡量履约进展、比较阶段性表现、识别能力积累和安排某项激励，可能需要不同指标。为进度管理设计的评分，不宜未经论证就用于长期资本安排；用于识别服务质量的问题指标，也不一定适合直接决定个人收益。

经济价值进一步涉及有关活动和成果在特定条件下能够支持的经济作用。降低资源消耗、提高可用产出、维持协作能力或扩大未来选择，可能具有经济意义，但这些作用需要结合对象、期间、替代条件和实现可能性判断。它不能由某个内部积分的名称直接确定。

已经实现的经济结果与对未来作用的估计也需要区分。成本变化可以被观察，但仍须检查比较口径；未来收益可以被估计，却依赖尚未发生的使用和环境条件。组织应当说明评价针对哪一类对象，避免把一项预测写成已经获得的资源。

成本、价格与经济价值提供的信息并不相同。投入成本说明消耗了什么，交易价格反映一定条件下的交换结果，经济价值判断则需要考察资源和成果的实际作用。成本高可能来自复杂任务，也可能来自低效；价格高可能受到稀缺、议价和交易条件影响。任何一个数值都不宜独自承担全部贡献判断。

共同创造还使价值归因具有复杂性。一项结果可能同时依赖当前劳动、既有知识、组织设施、客户采用和外部条件。把全部结果分配给最容易观察的最后环节，会遗漏其他作用；把每个必要条件都记为全部结果的创造者，又会重复计算。贡献关系可以帮助解释共同过程，但不自动提供唯一的价值拆分比例。

对于个别主体的作用，比较“有其参与”和“没有其参与”可能提供分析思路，但后一种状态通常不能被直接观察。可以采用有依据的比较或模型估计，同时说明可替代性、其他投入变化和组织调整等假设。不能把在一个既定模型中计算出的差额，写成脱离条件的个人真实价值。

评价尺度还决定哪些数学运算有意义。顺序等级可以表达相对高低，却未必支持倍数比较；某人分数是另一人的两倍，不必然意味着其贡献作用也是两倍。若用于加总或比例分配，需要解释尺度是否支持这些运算，而不能只因软件能够计算就认为结果具有相应含义。

对不同单位进行标准化，可以让它们进入某种共同评价，但标准化不会消除制度选择。参照最高值、平均水平或预设目标，会得到不同解释；比较对象改变时，相对分数也可能改变。没有发生事实变化的主体，可能因参照组变化而得到新分数，这种变化应当被明确说明。

OECD 与欧盟联合研究中心的综合指标手册讨论了标准化、加权、聚合与稳健性等问题，指出不同方法选择会影响综合结果。本书借鉴的是构建综合指标时检查方法影响的思路，不据此认定国家比较指标可以直接用于个人贡献评价。OECD／欧盟联合研究中心：《综合指标构建手册》〔1〕

当差异很小而证据或方法的不确定性较大时，精确排名可能超出资料支持的程度。组织可以采用区间、等级或多维比较，并明确哪些对象尚不具备直接比较条件。适当地保留并列和不可比较，比用更多小数位制造确定次序更有解释力。

分数与分配比例之间也需要单独的制度连接。一个评分可以成为分配时的参考，却不能单凭分数生成可分配资源。即使组织约定按某种分数安排一部分资源，也仍需明确分配范围、资格、约束和兑现条件。这说明分数承担了制度选定的用途，不说明它已经成为货币价值的客观单位。

分配问题还可能包含贡献之外的原则。既有承诺、实际承担的义务、风险安排和对特定利益的保护，都可能影响决定。若这些因素需要发挥作用，应当明确写入相应规则，而不必事后修改贡献事实或偷偷调整分数，以使结果看起来完全出自贡献计量。

因此，本书坚持将事实、分数、经济作用与权益安排分别表达。事实提供基础，评价选择尺度，价值判断分析作用，制度决定可以产生怎样的权利义务。四者的联系需要被论证和授权，不能由一个不断累加的积分账户全部代替。

二、不同贡献类型的计量边界

计量从识别贡献类型开始，但分类不应仅按参与者身份划分。员工可以贡献知识，客户可以参与问题识别，供应商可以形成协同改进，合作伙伴也可能承担持续维护。角色说明参与关系，贡献类型说明实际作用；两者应当关联，而不宜互相替代。

时间与劳动投入可以记录持续期间、任务范围、投入强度和完成情况，但工时本身不能完整表达工作质量。时间较长可能源于任务困难，也可能源于返工；时间较短可能来自熟练能力，也可能意味着必要工作被省略。比较需要考虑任务条件，不能直接将工作时长排列成贡献高低。

标准化交付可以在对象和质量口径一致时进行数量比较，但可比性需要核实。交付单位是否相同、验收范围是否一致、是否包含维护和后续支持，都可能影响数量含义。把复杂交付拆成更多条目，并不会自然增加其实质作用；重复提交和必要修订也应当按原有任务条件解释。

知识与创新的作用可能体现为解决问题、形成方法、帮助后续工作或保留新的选择。材料数量、文字长度和被调用次数可以提供部分观察，却不足以独立说明知识质量。计量需要追踪必要的使用联系和后续作用，同时承认这些作用可能延迟显现，并依赖他人的补充投入。

知识可以被重复使用，但重复使用不等于重复发生同样规模的原始创造。原始成果、后续适配、持续维护和新的应用，应当分别记录。是否给予持续使用相应认可，可以由制度规定；这种安排不能通过把同一原始工作在每次使用时重新登记一遍来隐蔽实现。

资源提供需要区分资源数量、可用期间、使用限制和实际承担的风险。相同数量的资金、设备或数据使用条件，在不同期限和约束下具有不同作用。资源的名义规模不能单独决定贡献评价，更不能使资源提供者自动取得全部协作成果的归属。

客户参与和关系协同也不宜只按联系数量衡量。问题是否得到澄清、协作条件是否改善、关系能否持续以及是否发生实际采用，都可能比新增名单更有意义。关系具有多方共同维持的性质，组织不能把某个人认识的全部对象直接登记为其可转让资产，也不能把客户整体交易额全部归于某一次引介。

维护、协调和支持性工作经常表现为其他活动能够顺利进行。它们可以结合职责范围、服务覆盖、响应情况和运行结果评价，但不宜只按问题发生后的处理次数奖励。预防减少了故障，可能同时减少可见的处理记录；如果分数只奖励故障后的动作，就可能忽略预防作用。

风险承担与风险降低也要分别理解。承担经约定的资源损失可能性，与通过适当行动减少风险，是不同贡献方向。风险越大不意味着贡献越大，主动制造不必要风险也不能成为获得更高评价的依据。没有发生损失，只能作为观察结果，仍需检查有关防范行动和判断条件。

探索中的失败可以支持不同结论。已经排除的路径、验证过的限制或形成的新知识，可能具有后续作用；无效重复和未履行约定则需要另行处理。不能按成功结果一概抹去合理探索，也不能按投入规模一概肯定所有失败。事前目标、不确定性安排和实际证据应当共同进入评价。

这些维度提供的是可选择的观察位置，不是已经验证的通用评分表。每类活动需要结合组织目的决定取用哪些维度，并检查信息能否可靠取得。指标过多会增加负担和重叠，指标过少又可能遗漏关键作用，选择需要依据实际解释能力不断检验。

不同贡献类型之间，可能只适合进行有限比较。可以先在较可比的任务和作用范围内评价，再由明确程序处理跨类型的资源安排；也可以保留多维结果，不强制产生一个总分。组织需要作出决策，并不意味着现实中必然存在一把适用于所有贡献的共同尺子。

参与机会也会影响观察结果。任务分配、资料权限、客户接触和资源支持不同，会影响谁有机会形成可见产出。评价可以解释这些条件，不能把机会差异全部写成个人能力差异；但解释条件也不能凭空补记没有发生的贡献。事实记录与对条件的裁量仍应当分开。

对没有数据、不适用和经核验没有发生，需要采用不同状态。缺少使用信息不应直接填为没有使用，不适用的指标也不应机械记零。若估算缺失值，需要说明估算依据及其影响，并保留真实记录与估计部分的区别，防止估计在多轮处理后被误认为原始事实。

本书据此主张，贡献计量应当允许数量、分类、区间和理由说明共同存在。能够准确计数的部分可以充分使用计算，依赖复杂判断的部分应当保留解释条件。承认计量边界，不会取消比较和决策，而是使比较知道自己适用到哪里。

三、权重、时间因素与不确定性的处理

权重说明在一套评价规则中，不同维度怎样共同影响结果。它可以反映组织对质量、及时性、持续作用或协同条件的关注，但需要说明服务于哪个目的。权重一旦影响参与机会或资源安排，就成为具有分配后果的制度参数，不能仅被当作技术人员可以自由调整的配置。

权重的依据可以来自组织目标、专业判断、参与者协商或经验研究，但这些依据不能互相冒充。数据可以帮助理解某个指标与观察结果的关系，却不自动决定该指标在制度上应当多重要。由统计结构生成的权重，也需要检查其是否符合评价目的，不能因为由算法产生就免于说明。

等权重同样是一种选择。把各维度平均对待，并不意味着没有价值判断；如果某个作用被拆成多个相近指标，它可能在平均加权中获得更大实际影响。因此，需要检查指标之间的重叠和包含关系，避免通过增加名称相似的项目，重复强调同一种作用。

在适用条件明确时，可以用简单的加权模型表达综合评价：先按规定方法将各指标转换到适当尺度，再将转换值与相应权重相乘并求和。若采用非负且总和为一的权重，结果可以被解释为这套尺度下的加权平均。这只是一个可选的评价模型，不是贡献经济价值的定义。

这种相加方式隐含了不同维度可以按一定比例相互补偿的安排。较高数量可能补偿较低质量，较高及时性也可能抵消其他不足。若某些质量条件、授权要求或必要义务不允许被抵消，就应当作为独立条件检查，而不能仅给它们较低分数后继续与其他项目相加。

综合评价还可能遗漏共同作用。两个环节各自具备能力，并不必然意味着相互协作有效；某项贡献的作用也可能只有在另一条件成立时出现。模型可以为此保留共同评价或明确的条件关系，但增加复杂参数之前，需要有足够依据支持其含义，避免用复杂性代替认识。

权重应当经过适当的讨论、授权和版本管理。受到影响的各类参与者需要能够理解主要选择及其后果，提出没有被覆盖的作用。治理程序可以形成一套供当前使用的规则，同时保留分歧；多数接受不意味着权重已经成为自然规律。

时间处理需要先区分行动发生期间、效果观察期间和评价结算期间。一项行动可能在较早期间完成，后续才被采用并显示作用。评价不能把尚未成熟的结果与已经充分观察的结果直接比较，也不能让延迟录入改变实际行动的归属期间。

不同贡献的持续方式也可能不同。某些作用集中于一次交付，某些需要持续维护，某些知识则可以在较长时间内被使用。采用统一的时间衰减系数，可能无法表达这些差异。是否衰减、衰减什么以及依据何在，应当与具体评价目的和使用条件联系。

历史事实不会因为时间经过而不再发生过。当前作用可能下降，某一时期的评价权重可以依规则变化，但这些变化不应自动抹去历史贡献，也不应单独取消已经形成的权益。贡献记录、当前评价和权利存续的时间条件，需要分别维护。

持续使用还需要避免跨期重复累加。每个期间可以记录新的使用和维护事实，但不能在每个期间都把同一原始投入当作重新发生。若制度希望对持续作用安排阶段性认可，应当明确使用期间及相应依据，让原始贡献与后续贡献各有可解释的联系。

不确定性则需要分清来源。原始数量可能存在测量误差，贡献归因可能依赖不完整模型，未来作用可能受尚未发生的条件影响。对权重是否合理的价值分歧，则属于另一类问题，不能简单当作统计误差，通过求平均就认为已经解决。

计量学中的不确定性表达提供了一项方法启发：输出的不确定性需要考虑输入及其在模型中的关系。JCGM 的测量不确定性指南对此作了系统说明。本书仅借鉴明确输入、模型和不确定性联系的思路，不把社会贡献直接当作具有统一物理量纲的测量对象。JCGM：《测量不确定度表示指南》第一部分〔2〕

贡献评价可以根据资料条件表达区间、情景和暂时无法判断的部分。区间应当说明来自数据误差、合理参数变化还是不同未来情景。没有相应统计模型和依据时，不宜把主观设定的上下限称为某个概率水平的置信区间；增加计算位数也不会减少原有不确定性。

证据支持程度与贡献大小还应当分别呈现。证据薄弱需要补充核查或限制判断范围，却不意味着实际贡献必然较小。把证据等级直接乘为折扣系数，可能使难以留痕的活动长期处于不利位置。如果组织确需在证据未完备时作出暂定安排，应当说明它是处置规则，并保留补正后的调整路径。

敏感性分析可以帮助识别哪些选择真正左右结论。可以在有理由的范围内改变权重、观察期间或缺失数据处理方式，检查排序和等级是否大幅变化。综合指标手册将敏感性与稳健性检查作为评价方法影响的重要环节；本书将其用于提示计量结论对既定选择的依赖。OECD／欧盟联合研究中心：综合指标的敏感性与稳健性〔1〕

若很小的合理调整就使结论反转，应当限制对精确名次的依赖，考虑区间、分组或进一步审议。反之，在若干合理设定下保持稳定，也只说明结论对这些设定较稳健，不证明原始数据必然真实，更不证明所有可能的制度选择都支持同一结果。

处理权重、时间和不确定性的目的，是让评价结果携带自己的适用条件。参与者应当能够看出哪些差异来自事实，哪些来自尺度选择，哪些仍取决于未来观察。这样的计量才可能支持稳定协作，而不把暂时判断固化为无法解释的确定值。

四、自动计算与人工裁量的衔接

自动计算能够按明确规则处理大量记录，完成单位换算、范围汇总、重复排除和规定公式的运算。它使同一条件得到一致处理，也能保存计算依据。但计算执行正确，只证明系统按给定输入和规则得到相应结果，不证明输入已经充分，也不证明规则适合当前事项。

自动化范围应当从可明确表达的条件开始。输入来源是否符合要求、确认状态是否有效、记录是否处于所选期间、适用版本是否一致，以及必需字段是否齐备，都可以形成检查规则。条件不满足时，系统应当说明缺口，不能为了得到一个完整分数而自行补出事实。

对计算结果的复核，需要能够取得适当的输入快照、规则版本、参数和处理说明。事实修订、规则改变与计算错误应当分别标明，避免每次分数变化都被理解为贡献发生变化。涉及不同单位、取整、精度或边界值时，也应当保持明确约定，防止实现细节改变实质结果。

区块链可以在需要共同验证时记录输入承诺、规则标识及结果，并为有权核验者保留重算或验证条件。完整的敏感材料不必因此全部公开。无论计算在链上还是链下，独立复核都需要足够依据；只有一个无法检查的总分被写入账本，并不会使计量方法更加可信。

人工裁量承担的是规则无法充分覆盖、证据需要解释或多个合理原则发生冲突时的判断。跨类型比较、共同成果中难以拆分的作用、特殊条件对结果的影响，可能都需要这种判断。裁量的存在应当被明确承认，同时规定谁可以作出、针对什么事项以及必须说明哪些理由。

裁量不应表现为在没有记录的情况下直接改写分数。可以保留原始计算结果，由有权人员形成调整建议，说明适用条款、补充材料、调整范围和理由，再依程序形成决定。原始结果、调整意见和最终采用值分别存在，才能使参与者了解差异来自哪里。

对同类情况，需要检查裁量是否保持合理一致。相似事项得到不同处理时，应当能够说明重要条件的差异；不同事项得到相同分数时，也需要留意统一规则是否抹去了实质区别。制度可以逐步整理经审议的解释口径，但不宜把每一次例外都自动推广为新规则。

裁量权限本身也需要受到约束。评价者的利益关系、专业能力和参与范围应当明确，重大调整可以采用额外复核。受到影响的参与者应当获得必要理由及异议入口。让人签字并不自动增加正当性，只有其真正承担检查、解释和责任，人工参与才具有实质意义。

AI 辅助评价还需要区分资料整理、分类建议和实质判断。模型可以帮助发现遗漏、关联事件或比较文字说明，但对复杂贡献给出的评分仍需说明依据与限制。历史评分可以成为分析材料，却不能因来自过去的人工决定，就被默认当作无偏的真实价值标签。

NIST 的 AI 风险管理框架讨论了复杂人类现象被数学模型表达时可能丢失必要语境，并强调区分人与 AI 在决策和监督中的职责。本书据此重视人机分工的明确性，不假定增加人工参与或采用 AI 本身就能自动消除偏差。NIST：《AI 风险管理框架 1.0》附录 C〔3〕

对用于评价的 AI 输出，应当保留必要的输入范围、模型版本、生成结果及人工采用情况。重复提出相同问题，不一定天然得到完全相同的输出，因此不能把模型的一次回答直接当作可稳定重算的制度公式。若将其纳入正式流程，需要说明哪些输出可以采用，以及出现不同结果如何处理。

人工复核也不应只是认可系统建议的最后一步。复核者需要有时间和材料检查关键依据，有权限要求补充说明或不采用建议，并能够说明自己的决定。系统可以展示分数由哪些事实和规则构成，减少对单一排名的依赖，使复核围绕具体问题进行。

自动结果与人工判断发生冲突时，应当区分冲突来源。若是程序没有正确执行规则，应当修复计算并检查影响范围；若是规则遗漏重要情形，应当依据现有例外程序处理，并考虑后续修订；若是对事实仍有争议，则应返回贡献确认程序。三类问题不宜都通过临时修改参数解决。

计量结果进入资本和权益安排之前，还需要进行相应制度检查。哪些主体符合条件，哪些记录尚有争议，哪些资源已经确定可以分配，以及哪项规则授权采用该评价，不能被一个计算成功的状态覆盖。事实确认、评价完成与权益执行应当通过明确接口衔接。

规则升级应当保留生效范围与迁移安排。系统可以使用历史材料比较新旧模型的影响，检查哪些贡献类型或主体受到显著变化，但回溯试算并不自动授权重写已经处理的权益。正式修改需要经过相应审议，并说明对当前期间、未决事项和未来活动分别如何适用。

实施前后的检验也应当同时关注计算和制度效果。计算能否准确执行既定规则，属于实现问题；规则是否系统性遗漏某类作用、是否诱导无效活动、参与者是否能够理解和质疑结果，则属于制度问题。仿真和有限试行可以提供线索，不能单独证明真实组织中的长期效果。

面向未来，本书提出一个需要检验的方向：让评价系统同时展示事实依据、不同合理设定下的结果以及需要裁量的问题，由有权程序决定当前采用的安排。技术可以扩大组织理解选择后果的能力，而不必将价值判断集中为一个不可讨论的总分。如果这种设计增加了理解负担或使责任模糊，就需要收缩模型复杂性和自动化范围。

至此，贡献确认这一篇形成了从主体与关系，到承诺与事件，再到证据、确认和评价的联系。每一步都增加了组织可以采用的信息，也提出新的判断条件。共同记录提供连续性，计量模型提供有限尺度，程序则使这些尺度能够被解释、质疑和修订。

经过评价的贡献仍然不是自动成立的资本。贡献能否被持续使用、被组织吸收并进入具有明确风险与权利义务的安排，还需要进一步论证。下一篇将转向资本形成与权益配置，从资本形成条件和账户体系开始，讨论共同创造怎样成为能够长期维持的制度关系。

定稿补强：评价者问责与数值用途

人工裁量需要理由，而不是只留下一个分数。评价者应记录判断依据、证据范围、不确定性、利益关系和适用权重；组织通过双评抽样、跨组一致性、偏差监测、申诉改判率和定期校准检查裁量质量。出现系统性偏差时，应调整规则、培训或权限，而不是仅修改单个结果。

每个数值还必须注明用途。贡献数量、评价分数、内部管理值、交易价格、经济估计与会计金额具有不同目的和条件，不能因数字形式相同而互换。建议统一记录计量目的、单位、基准日、方法、假设、区间或不确定性、批准人和禁止用途。模型输出应保留版本和敏感性，避免把复杂判断包装成虚假精确。

本章注释

1. [SRC-064] 经济合作与发展组织（OECD）：OECD／欧盟联合研究中心：综合指标的敏感性与稳健性。原文或官方页面

   • 本章引证：OECD／欧盟联合研究中心：《综合指标构建手册》；OECD／欧盟联合研究中心：综合指标的敏感性与稳健性。
   • 支持范围：用于说明公共机构对风险、身份、评估或技术能力的框架性要求，本书引用主题包括：OECD／欧盟联合研究中心：《综合指标构建手册》、OECD／欧盟联合研究中心：综合指标的敏感性与稳健性。
   • 使用边界：框架提供分析与控制依据，不替代组织对具体事实、成本和责任的独立判断。
   • 证据等级：B（官方机构、协议项目或公共组织发布的说明与指南）；链接状态：已完成可访问性核验，核验日：2026-10-08。

2. [SRC-022] 测量指南联合委员会（JCGM）：Guide to the Expression of Uncertainty in Measurement, Part 1。原文或官方页面

   • 本章引证：JCGM：《测量不确定度表示指南》第一部分。
   • 支持范围：用于支持所引理论、模型、算法或经验研究的原始论证，本书引用主题包括：JCGM：《测量不确定度表示指南》第一部分。
   • 使用边界：原始研究支持其设定范围内的结论，不直接证明本书提出的治理制度已获得普遍实证验证。
   • 证据等级：A（原始法律、正式标准、原始研究或正式规范）；链接状态：已完成可访问性核验，核验日：2026-10-08。

3. [SRC-063] 美国国家标准与技术研究院（NIST）：《AI 风险管理框架 1.0》附录 C。原文或官方页面

   • 本章引证：NIST：《AI 风险管理框架 1.0》附录 C。
   • 支持范围：用于说明公共机构对风险、身份、评估或技术能力的框架性要求，本书引用主题包括：NIST：《AI 风险管理框架 1.0》附录 C。
   • 使用边界：框架提供分析与控制依据，不替代组织对具体事实、成本和责任的独立判断。
   • 证据等级：B（官方机构、协议项目或公共组织发布的说明与指南）；链接状态：已完成可访问性核验，核验日：2026-10-08。