-
行业资讯
INDUSTRY INFORMATION
当企业同时使用PBC与计件，绩效管理的难点不再是选哪一种模式，而是如何让两套逻辑在同一组织中形成可解释、可比较、可校准的结果。本文面向制造、物流、服务等多模态绩效场景，提出“一核双翼”框架、四步校准法与数字化系统支撑路径，回答双模绩效如何校准这一现实问题。
从制造、物流到连锁服务，越来越多企业正在同时运行两种以上绩效模式。公开研究与行业实践普遍显示，规模化组织在一线产出岗位、技术支持岗位、管理岗位之间，往往难以用单一绩效规则覆盖全部业务形态。PBC用于牵引目标承诺、战略解码和组织协同；计件用于保障产出效率、即时激励和成本透明。两者并存，已经不是例外，而是2026年企业组织复杂度上升后的常态。
问题也由此产生。企业引入PBC，本意是让岗位目标与经营目标对齐；保留计件，是为了让产出贡献被及时识别。但在实际运行中，同一员工可能同时接受目标达成评价和产出数量评价，部门之间拿着不同口径的绩效结果讨论奖金、晋升和人才盘点，HR在汇总时发现两套分数无法横向比较。于是，绩效制度看似更精细，组织共识却更稀薄；规则越来越多，信任越来越少。
本文要回答的问题是：在尊重PBC与计件两种绩效哲学差异的前提下，企业如何构建统一框架，消除规则割裂与结果偏差？
一、双模绩效并存的必然性与规则割裂的根源
PBC与计件并存不是管理混乱的产物，而是企业同时追求战略协同与效率驱动的结果。真正造成冲突的，并不是两种模式本身，而是企业缺少能够承接差异的统一绩效框架。
1. 并存场景的典型画像
在制造企业中，产线操作工通常按工序、工时、产量或合格件进行计件，设备工程师、质量工程师、车间主任则更多采用PBC，围绕OEE提升、质量改善、交付保障、成本优化设定目标。这样的安排并非随意拼接，而是岗位价值创造方式不同：一线岗位的贡献更容易通过产出数量和质量即时捕捉，技术与管理岗位的贡献则需要通过目标承诺和过程协同观察。
物流行业也呈现类似结构。配送员、分拣员可以按件量、时效、妥投率获得激励，调度、运营、区域管理岗位则更适合通过PBC衡量网络效率、异常处理、客户体验和成本控制。服务业中的门店销售、客服坐席、维修人员，往往也会叠加计件、计次、提成或服务单量，而中后台岗位则采用目标制绩效。
因此，双模绩效不是制度设计失败，而是组织分工复杂化后的自然选择。一方面，企业需要计件保持产出端的敏捷激励；另一方面，企业也需要PBC让员工看到局部产出之外的组织目标。若企业试图用PBC替代所有计件，容易削弱一线即时激励；若只保留计件，又可能忽视协同、改善与长期能力建设。
2. 底层逻辑的三大断裂
PBC与计件的第一重断裂，是评价哲学不同。PBC关注目标是否达成、承诺是否兑现、过程行为是否支撑组织目标；计件关注产出数量、质量结果与单位产出价值。前者更强调目标导向，后者更强调产出导向。两者都可以合理，但如果没有共同价值标尺，员工就会认为自己被两套逻辑反复衡量。
第二重断裂，是评价周期不同。PBC通常以季度、半年或年度为周期，因为目标达成需要过程追踪和阶段复盘；计件则常以日、周、月为周期，因为产出激励需要即时反馈。周期差异会带来结果错位：某员工本月计件排名靠前，但季度PBC因为协同不足被评为一般；另一个员工短期产量不高，却因设备改善项目在PBC中得分较高。若企业不能解释这种差异，绩效结果就会被理解为主观调整。
第三重断裂，是结果标尺不同。PBC常采用等级分布、目标达成率或行为评价等级；计件则天然是连续变量，如件数、工时、合格率、单价、奖金金额。等级结果与连续结果之间不能直接相加，也不能直接排序。问题不是数据多，而是量纲不一致。
表格1：PBC与计件绩效模式的本质差异
| 对比维度 | PBC | 计件 |
|---|---|---|
| 评价哲学 | 目标导向，强调承诺、达成与过程行为 | 产出导向，强调数量、质量与单位价值 |
| 评价周期 | 多为季度、半年、年度 | 多为日、周、月 |
| 结果标尺 | 等级、目标达成率、评价分 | 件数、单价、合格率、奖金金额 |
| 适用对象 | 管理岗、技术岗、职能岗、战略解码岗位 | 产线、一线服务、配送、分拣等产出可量化岗位 |
| 激励逻辑 | 牵引目标协同与长期能力建设 | 强化即时产出与效率提升 |
当这三类断裂叠加，企业就会出现同一员工两个分数、两个排序、两种解释口径的现象。双模绩效如何校准，首先要从承认这些断裂开始，而不是用行政口径把差异压平。
3. 割裂的典型表现与后果
规则割裂最直接的表现，是员工公平感下降。例如，某员工认为自己PBC拿到A，说明组织认可其目标贡献，但计件结果却在班组末位，最终奖金不高；另一名员工计件收入领先，却因PBC协同评价较低，在晋升时不占优势。若企业没有说明两种结果分别对应什么价值，员工很容易把差异理解为评价标准不透明。
管理者也会陷入校准无据的困境。班组长看计件数据，部门经理看PBC结果，HRBP则要拿两套结果做组织级人才盘点。到了薪酬分配、晋升评审和人员调配环节，问题会集中爆发：计件第一是否一定是高绩效人才？PBC等级高但一线产出低，是否应该获得更高奖金？如果没有统一规则，讨论会变成各部门为自身口径争取资源。
更深层的后果，是绩效管理被弱化为填表流程。员工不再关心目标如何支撑经营，管理者也不愿解释复杂规则，HR只能在周期末做结果汇总和投诉处理。公开研究中关于绩效碎片化影响员工体验的观点，恰恰提醒企业：绩效制度越复杂，越需要共同语言。规则割裂的根源不是选错了模式，而是缺少能让差异被解释、被连接、被校准的框架。
二、构建“一核双翼”的统一绩效框架
消除规则割裂的关键，是建立“一核双翼”的双模绩效框架：以统一绩效哲学和价值分配逻辑为核心，以PBC和计件作为差异化执行方式。它不是把两种模式简单相加，而是让底层统一、表层差异。
图表1：“一核双翼”统一绩效框架
1. “一核”：统一绩效哲学与价值分配逻辑
“一核”的第一层含义，是企业必须重新定义什么算好绩效。对于双模组织而言，好绩效不应只等于产量高，也不应只等于目标表单漂亮，而应同时包含贡献度、协同度和成长度。贡献度回答员工是否创造了可衡量价值；协同度回答员工是否支持组织整体效率；成长度回答员工是否具备持续提升能力。PBC与计件只是度量工具不同，最终都要回到同一价值标尺。
第二层含义，是统一结果应用规则。很多企业的问题不在评价环节，而在应用环节：计件结果用于奖金，PBC结果用于晋升，人才盘点又采用另一套管理者印象。这样做短期看方便，长期会制造制度套利。员工会选择对自己最有利的指标投入精力，而不是对组织最有价值的目标投入精力。因此，企业需要明确两类结果在薪酬、晋升、人才盘点中的权重关系，避免两套结果两套待遇。
第三层含义，是建立组织级绩效校准委员会。这个机制并不是为了替代一线管理者判断，而是为了处理跨部门、跨序列、跨周期的冲突。委员会应由业务负责人、HR、财务或运营数据角色共同参与，对异常结果、分布偏差、申诉事项和关键人才评价进行最终校准。适用边界也要清楚：校准委员会不应干预每一笔计件奖金，而应聚焦结构性偏差和关键决策场景。
2. “左翼”：PBC的适配性设计
PBC适合承担战略解码任务，尤其适用于管理序列、技术序列、职能序列和项目型岗位。这些岗位的价值往往不是单日产出，而是通过流程改善、资源协调、能力建设和风险控制逐步体现。若强行用计件衡量，可能会诱导岗位只追求短期可计量事项，忽视长期改善。
但PBC在双模绩效中不能自成体系。一个常见误区是，技术与管理岗位的PBC目标完全脱离一线计件结果。例如，设备工程师只考核维修工单关闭率，不考核设备停机减少、产线效率改善或一线异常响应；质量岗位只考核制度文件完成，不考核返工率、报废率和客户投诉变化。这样一来，PBC看似规范，却无法支撑计件侧效率提升。
更合理的做法，是把对计件产出的支撑贡献纳入PBC指标。设备工程师的目标可连接OEE提升、故障响应、关键设备稳定性；班组管理者的目标可连接人均产出、质量稳定、人员流失与安全记录；职能部门的目标可连接招聘及时率、培训达成率、排班效率等一线运营指标。PBC季度回顾时，也应同步校验计件侧趋势，避免目标完成与经营结果脱节。
3. “右翼”：计件的精细化升级
计件的优势是直接、透明、反馈快，但它的风险也很明确：如果只看数量，员工可能牺牲质量、安全和协作；如果单价机制过于刚性，企业在淡旺季、产品切换或工艺变化时会面临激励失真。因此，计件需要从单一计量升级为“计件+”。
“计件+”至少包括三类约束。第一是质量约束，如合格率、返工率、客户投诉；第二是安全约束，如违规操作、事故记录、设备损耗；第三是协作约束，如跨工序配合、异常响应、班组支持。这样做不是削弱计件，而是让计件从单纯追量转向产出质量并重。
PBC与计件的连接，可以通过浮动系数实现。例如，企业可将PBC等级作为计件单价或计件奖金的调节因素，高协同、高改善贡献的员工获得一定正向系数，存在质量或安全问题的员工则触发限制系数。这里的关键不是设定某个固定比例，而是形成清晰规则：PBC不直接替代计件，计件也不否定PBC，两者通过系数、权重和数据口径实现隐性打通。若岗位产出不可稳定计量，或团队协作高度耦合，则不宜简单套用个人计件，应改用团队计件或项目目标制。
三、消除结果偏差的四步校准法
统一框架解决的是规则层面的割裂，结果层面的偏差还需要方法来处理。四步校准法的价值，在于把双模绩效如何校准从经验判断转化为数据驱动与组织共识结合的闭环过程。
图表2：双模绩效四步校准闭环
1. 第一步：数据归一化——让“苹果和苹果”比较
PBC等级分与计件产出分不能直接比较。一个是等级或目标达成率，一个是连续产出数据。归一化的目的，是把不同量纲转换为同一分析口径，再讨论排序、分布和权重。企业可采用Z-Score标准化、百分位映射或区间分布法，将PBC与计件结果转换为可比绩效分。
但归一化不是机械计算。计件侧数据常受设备故障、物料短缺、订单波动、工艺切换影响，若不剔除异常值，就会把经营条件差异错误归因给员工能力。PBC侧也存在管理者打分宽严不一的问题，某些部门长期高分或低分，可能反映的是评价文化差异，而非真实绩效差异。因此，归一化前应设定异常处理规则，包括设备停机剔除、订单不足修正、极端值标记、评分分布校验等。
数字化系统在这一环节的作用，是提供统一数据口径。绩效数据中台应能接入考勤、产量、质量、安全、目标、评价、申诉等多源数据，自动完成清洗、标准化与映射。没有统一数据底座，归一化很容易变成Excel手工拼接，既低效，也难以追溯。
2. 第二步：权重整合——从两个分数到一个综合分
归一化之后，企业还要回答一个更敏感的问题：PBC与计件各占多大权重。权重不是数学问题，而是岗位价值创造方式的制度表达。产线操作工的直接产出占比更高，计件权重可以更高；技术工程师的改善贡献和专业支持更重要，PBC权重应更高；班组长处在产出与管理之间，则应采用相对均衡的权重设计。
表格2：不同岗位序列的PBC与计件权重矩阵示例
| 岗位序列 | 计件权重 | PBC权重 | 设计逻辑 |
|---|---|---|---|
| 产线操作工 | 70% | 30% | 产出可直接量化，同时纳入质量、安全、协作要求 |
| 班组长 | 50% | 50% | 既承担班组产出，也承担人员管理与现场改善 |
| 技术工程师 | 30% | 70% | 以设备、工艺、质量改善等目标贡献为主 |
| 职能部门经理 | 10%—20% | 80%—90% | 产出更多通过组织支持与经营目标间接体现 |
权重还应具备动态调整机制。旺季订单压力较大时，企业可能适度提高计件权重，强化交付效率；战略转型、工艺升级或质量攻坚阶段，则应提高PBC权重，引导员工投入改善与协同。动态调整必须事前公布，不能在结果出来后临时修改，否则会损害制度信任。
在薪酬落地上，企业可以采用“基本工资+计件奖金×计件权重+PBC奖金×PBC权重+协同奖金”的结构，也可以根据岗位类型设计绩效奖金池。关键在于，综合分应成为薪酬分配、人才盘点和晋升评价的共同入口，而不是每个场景重新解释一次绩效。
3. 第三步：校准会议——管理者共识的最后一公里
数据可以发现差异，但不能自动生成组织共识。校准会议的作用，是让不同序列的管理者在同一张绩效图上讨论结果合理性。对于双模绩效企业而言，校准会议不应只在PBC序列内部进行，也要纳入计件序列负责人，尤其是在同一部门内存在一线、技术、管理多类岗位时。
校准会议的输入应至少包括三类材料：归一化后的绩效数据、异常值与偏差报告、员工申诉或管理者说明。前者提供比较基础，中者提示风险点，后者补充业务语境。例如，某班组计件整体偏低，可能不是员工能力问题，而是订单结构复杂、设备故障频发或新人比例过高；某管理者团队PBC普遍高分，也可能需要检查目标设定是否过低。
校准会议的输出，不应只是最终等级名单，还应包括偏差调整说明和下期规则改进方向。若某类岗位持续出现PBC与计件结果背离，企业要追问：是权重不合理，还是指标定义不清？是数据质量问题，还是管理者评价能力不足？校准的价值正在于此，它把争议转化为规则优化的入口。
4. 第四步：偏差预警——从事后修正到事前防控
多数企业在绩效周期末才发现结果偏差，处理方式往往是人工调分、临时说明或个案安抚。这种做法可以缓解短期冲突，却无法降低下一周期的重复发生率。更成熟的做法，是建立偏差预警指标体系，把偏差管理前置。
预警指标可以包括：同一员工PBC排名与计件排名差异超过一定阈值；某部门PBC高分比例长期显著高于组织均值；某班组计件收入波动与订单、设备、排班因素不匹配；某类岗位申诉率持续偏高。阈值不宜机械套用，需要结合组织规模、岗位差异和历史数据逐步校准。
AI辅助识别在这一环节具有现实价值。基于历史绩效数据、产量质量数据、管理者评分数据和申诉记录，系统可以识别结构性偏差高发岗位、异常分布部门和可能存在评价宽严差异的管理者。但AI建议不能直接替代绩效决策，尤其涉及薪酬、晋升和淘汰时，必须保留人工复核、员工申诉和管理者说明机制。技术的边界，是辅助识别风险；组织的责任，是解释并修正规则。
四、数字化系统：双模绩效统一的技术底座
双模绩效的统一框架和校准方法，如果没有数字化系统支撑，往往会停留在制度文本层面。系统不是替代管理者判断，而是让规则可配置、数据可归一、偏差可预警、结果可追溯。
1. 规则可配置
绩效系统首先要支持PBC与计件两套规则引擎并行运行。PBC侧需要支持目标设定、过程跟踪、阶段回顾、行为评价和等级校准；计件侧需要支持计件规则、单价配置、质量扣减、班组分摊、异常修正和周期结算。若企业把PBC放在绩效系统里，把计件放在生产或财务系统里，双模绩效很容易变成两张皮。
规则可配置的重点，是同一平台上能够处理权重、周期和指标库。不同岗位序列可对应不同权重矩阵，不同业务阶段可调整评价周期，不同指标可连接统一指标库。这样，企业既能保留差异化执行，又能确保规则源头一致。
2. 数据可归一
绩效数据中台的作用，是把多源数据转化为统一绩效视图。计件数据可能来自MES、WMS、TMS、门店系统或工单系统，PBC数据来自目标管理与绩效评价模块，考勤、安全、质量、培训、申诉等数据又分布在不同系统中。若没有数据归一，HR看到的只是碎片化报表，管理者也难以判断偏差来源。
统一绩效视图应包含员工个人、岗位序列、班组、部门和组织多层级结果。管理者需要看到综合分，也要能下钻查看PBC、计件、质量、安全、协作等子项。这样，绩效结果不再只是一个分数，而是一组可解释的数据链条。
3. 偏差可预警
系统内置偏差预警规则，可以把绩效管理从周期末补救推向过程管控。例如，当某员工连续数周计件排名靠前但协作评价持续偏低时，系统可以提示班组长进行辅导；当某部门PBC评分分布明显偏宽时，系统可以提醒HRBP关注目标难度和评分标准；当计件奖金异常波动但产量变化不足以解释时，系统可以提示检查规则或数据源。
AI辅助识别的价值，在于发现人工不易察觉的模式。但企业在部署时要注意数据质量、算法透明和员工沟通。如果基础数据不完整，AI只会放大原有偏差；如果员工不知道预警如何产生，也可能引发新的不信任。因此，预警机制应与申诉机制、复核机制和规则解释机制配套。
4. 结果可追溯
绩效结果一旦进入薪酬、晋升和人才盘点，就必须经得起审计与申诉。数字化系统应保留从目标设定、过程数据采集、评价打分、校准调整到结果应用的全程记录。尤其在双模绩效场景下，企业需要说明某个综合分如何形成、某次调整依据是什么、哪些异常数据被剔除、谁参与了校准决策。
可追溯并不意味着流程僵化。相反，它让管理者在做判断时更有依据，也让员工在提出异议时有明确路径。复杂绩效规则最怕黑箱，系统留痕的价值，就是把复杂性转化为可解释性。
红海云总结
回到开篇的矛盾，PBC与计件并存并不会天然导致规则割裂，真正的问题是企业是否建立了统一价值标尺、联动机制和校准闭环。双模绩效的治理方向，不是消灭差异，而是在差异之上建立共识；不是让所有岗位使用同一张表，而是让不同评价方式最终服务同一套组织价值判断。
从红海云服务企业数字化绩效管理的实践视角看，企业推进PBC与计件融合，可以优先抓住以下几项行动：
- 先统一价值哲学：明确好绩效的组织定义，把贡献度、协同度、成长度作为共同语言，再决定PBC与计件如何分工。
- 再设计联动机制：通过权重矩阵、计件单价浮动系数、PBC支撑指标等方式，让两套结果产生关系，避免平行运行。
- 建立校准闭环：用数据归一化、权重整合、跨序列校准会议和偏差预警，把结果偏差变成可识别、可讨论、可修正的管理对象。
- 用系统固化规则：借助数字化绩效系统承接规则配置、数据归一、AI预警和结果追溯，减少手工汇总带来的口径漂移。
- 为智能化预留接口：面向2026年及以后，动态权重调整、实时偏差预警、智能校准建议会逐步成为双模绩效管理的重要能力，企业应提前建设绩效数据治理基础。
PBC代表战略协同，计件代表效率驱动。两者不是对立关系，而是组织价值创造的两种表达。对于正在推进双模绩效的企业而言，真正重要的不是选择哪一种模式更先进，而是能否让制度、数据、管理者判断和员工感知在同一框架下对齐。
