论文部分内容阅读
【摘要】为了对知识型企业的知识进行测评，结合知识管理的特点分析知识型企业知识结构从组织外部关系知识、组织通用结构知识、组织专业结构知识、员工个人知识等四个方面建立了知识型企业知识评价指标体系，并给出了运用层次分析法对评价指标权重研究的思路。
【关键词】知识型企业；知识测评；层次分析法；评价
一、知识型企业
知识型企业是指以知识或知识型员工的智力资本为输入，以知识加工、知识创新和知识传播为主要活动，通过提供知识产品或知识服务来满足顾客的需求，进而实现知识价值最大化和追求可持续发展的有机体。通俗的理解知识型企业是指运用新知识、新技术、创造高附加值产品的企业；进行企业知识管理、重视创新研发和学习的企业；以知识产权战略和知识发展战略以及知识运营作为主要发展战略的企业；
知识型企业具有的特征为：知识和知识员工是知识型企业的第一资源，企业以提供高附加值的知识产品和服务作为企业的目标；企业的组织结构向虚拟化和网络化方向演变；企业的指挥权力以及控制方式发生了变化，企业领导是协调导向的，企业没有或只有尽量少的中间管理层，决策大量在团队或基层的小组完成。
二、知识型企业知识测评体系的构建
（一）知识测评体系的设计原则
知识型企业的知识测评涉及因素众多，结构复杂，只有从多个角度和层面来设计指标体系，才能确保评价结果的客观、准确。企业知识测评指标体系的设计应遵循：科学性原则。指标体系的科学性是确保评估结果准确合理的基础；系统性原则。指标的设计应体现出逻辑关系；客观性原则。克服因人而异的主观因素的影响，对各项评价指标的定义应尽可能明确，界限要清晰；可比性原则。一套指标体系应能对多个企业进行评估，该指标体系的设计必须充分地考虑到各企业间统计指标的差异，在具体指标选择上，必须是各企业共有的指标含义，统计口径和范围尽可能保持一致，以保证指标的可比性；可操作性原则。评价指标测度的数据应易于获得、符合实际，且不易过于复杂[2]。
（二）知识型企业知识评价指标的建立
每一个知识型企业，都在日常运营管理中积累了大量知识，这些知识是企业的发展的基础，知识型企业是知识存储的仓库和知识创造的基地。知识的专业化程度越高、涉猎的内容越复杂，企业创新的能力越强，别人就越难以模仿，企业的独特性和竞争优势就越显著。
作为与内外部持续进行交流与互动的基本经济单位，组织的知识是一个复杂的系统，包括公司内部的知识和公司与外部的交流过程中形成的关系知识，根据企业知识结构可以将其分为外部关系知识、通用结构知识、专业结构知识和个人知识四个方面[3-4]，再分别对这四个方面进行指标分析，设立了如图1所示的知识型企业知识评价指标体系。
图1 知识型企业知识评价指标体系
（1）外部关系知识
组织与其所处环境之间存在互动关系，这种关系的好坏，影响甚至决定着组织知识存量多寡与知识增长的快慢。知识型企业与其外部环境关系构成它的外部关系知识系统，包括与组织相关的政策与法律、组织与上游供应商和下游客户的关系、组织与同业竞争者和潜在竞争者的关系。客户是企业在市场经济活动中营业收入和利润的来源，企业对客户现有需求和未来需求的适应程度不仅决定着企业的当期和未来收益，因此，客户关系的好坏是组织外部关系知识重要的组成部分。客户的交易满意度及企业的客户关系管理水平是表征公司当期客户关系管理结果的重要指标。
组织的外部关系知识主要通过“客户关系管理水平”、“客户满意度”、“供应商管理水平”、“行业内竞争地位”、“环境适应度”五个指标来反映。
（2）通用结构知识
组织结构知识是以组织的制度、规章、流程、组织文化与企业精神等为载体，为组织所拥有的知识，是员工下班后依然留在公司的。组织结构知识源自个人知识，戴夫·马尔里克将人力资本与结构资本之间的相互作用描述为：产生创意的能力与推广创意的能力的乘积。
通用结构知识，是指维护组织运营的组织内部管理系统，这些内部管理系统是各行业都具有的，它们对组织专业能力提供辅助支持，包括战略管理、组织与文化管理、人力资源管理、生产运营管理等。
用指标“战略制定的优劣”、“战略实施效果与效率”、“组织结构的网络化程度”、“企业文化中对知识的尊重程度”、“人力资源管理对知识活动的激励程度”、“生产率”、“产品合格率”、“新产品收入在年度营业额中的比率”来反映通用结构知识。
（3）专业结构知识
专业结构知识，是指支持与培训组织的专业知识与能力的软组织环境。知识型企业的已有内部知识成果主要包括：知识产权和专有技术。知识库的价值体现在它的使用价值上。知识社群的成员交流与互相学习的功能是其存在的意义所在，因此，表征一个知识社群中的指标不是其存贮显性知识的多寡，而应该是群内知识活动的活跃程度。知识地图的核心功能是对知识载体的有效定位，其中知识载体包括承载显性知识的文档、文献，也包括隐性知识所依赖的知识专家、知识社群等。
用指标“内部知识产权与专有技术”、“知识库与公司战略匹配度”、“用户对知识库的满意度”、“知识社群中的问题解决比率”、“知识地图的建设及利用水平”来反映专业结构知识。
（4）员工个人知识
个人知识是知识型企业知识的首要知识。个人知识包括三类知识：与知识型企业的业务相关的专业知识员工所拥有的专业知识；与企业的业务不相关的职业知识或一般知识属于未显性化的企业的通用结构知识；员工大脑中关于公司的知识。
个人知识是知识型企业知识的重要来源和重要组成部分，可以说个人知识是知识型企业知识的首要部分。个人知识在知识型企业中占据重要地位，发挥着重要作用，存在于员工头脑中的知识是最富于创造力的，对企业而言至关重要。将个人知识转化为组织专业结构知识可以减少个人离职对公司的影响，是建立知识库的重要方面；储存在员工大脑之中的隐性知识包含大量的工作经验、决窍和直觉，不同个体之间通过各种方式的知识交流、学习与共享是提高企业创新能力的重要途径。
用指标“平均受教育年限”、“专家人数”、“平均入职年限”、“企业内职位平均调动次数”、“员工主动流失率”来反映员工个人知识。
三、知识型企业知识管理水平评价
（一）测度指标的无量纲化处理
在上述测度指标体系中，有定性指标和定量指标之分。由于指标之间量纲不同，从而无法进行比较。因此，为了便于最终评价值的确定，需要对各指标进行无量纲化处理，分下面两种情况进行：
（1）对定性指标的处理。对于定性指标采用德尔菲法对它们进行打分，评分的依据是被评价企业的该项指标与同行业最好水平的比较，分值范围为[0，1]，分为五个档次：很高、较高、一般、较低、很低，对应分值为（0.8~1）、（0.6~0.8）、（0.4~0.6）、（0.2~0.4）、（0~0.2）。
（2）对定量指标的处理。定量指标的实际值可以根据相关资料计算出来。由于定量指标中既有总量指标又有比率指标，存在不同的量纲，因此应对其进行无量纲化处理。借用模糊数学[8]中有关隶属函数的思路，构造下列无量纲化处理函数：
其中，和分别为某一定量指标的评价值和实际值，为本行业该指标的最好水平值。
（二）测度指标权重的确定
如果说测度指标体系的建立构造了评价的空间维度，那么指标权重的确定则直接反映该指标在测度体系中的重要程度，并且在其他条件一定的情况下，直接左右着评价结果，因此，指标权重的确定是科学评价企业知识管理水平的重要环节。
以下给出运用层次分析法对评价指标权重研究的思路：
（1）构建判断矩阵
运用两两配对比较法，对同级要素依据1-9比率标度进行两两比较评分，构建判断矩阵。见下表1，其中Bij表示指标Bi与Bj比较的标度。
表1 A-B的判断矩阵
同理可得B1-B1i、B2-B2i、B3-B3i、B4-B4i的判断矩阵。
（2）求出判断矩阵的主特征根和主特征向量
本文采用方根法求矩阵A的主特征根λmax和主特征向量W，W即是由同级要素的权重所构成的权重向量。其计算步骤如下：
第一步：计算判断矩阵每一行的乘积Mi
第二步：计算Mi的n次方根，
使向量正规化，
则即为所求的特征向量
第三步：计算主特征根
其中表示AW的第i个元素
（3）对权重作一致性检验
引入一致性指标C.I.，一致性比例C.R.，随机一致性指标R.I.
C.I.= (n为元素个数，也是矩阵的行列数)
C.R.=
随机一致性指标R.I.如下：
表2 随机一致性指标R.I.
数据来源：Satty，1980．
当C.R.<0.1时，一般认为判断矩阵满足一致性要求，所求权重有效，如果C.R.≥0.1，应对判断矩阵作适当修正。
通过综合加权求得该体系下，评估指标的权重和优先序。
四、结束语
本文建立的知识型企业知识测评指标体系为企业了解自身使用、传播、创造知识的能力及对知识进行管理的水平提供了一个测度的参考模型，并给出了运用层次分析法对评价指标权重研究的思路。该指标体系是针对企业进行知识测评的共性而设立的，在实际应用中，企业可根据行业特点和自身实际设立适合的指标，然后再进行综合评价，评估各指标在本企业知识测评中的权重和优先序。
【参考文献】
[1]赵焕臣，许树柏，和金生．层次分析法—一种简易的新决策方法[M].北京：科学出版社，1986．
[2]张霞，刘明俊．基于层次分析法的企业知识管理绩效评价体系研究[J].科技进步与对策，2007（10）：148~150．
[3]王晓文．知识型企业的知识测评分析与评价研究[D].博士学文论文．天津大学，2007．
[4]廖开际．知识管理原理与应用[M].北京：清华大学出版社，2010.
[5]李勇，屠梅曾．企业内部知识管理中的知识共享问题分析[J].科学学与科学技术管理，2002（6）：72~74．
[6]李刚，程国平．企业知识管理水平的测评[J].科技管理研究，2005（6）：98~100．
[7]洪源源．AHP、GEM及其综合算法[M]．北京：中国管理科学出版社．2000．
[8]杨崇瑞．模糊数学及其应用[M].北京：农业出版社，1995．
[9] Saaty，T L.The Analytic Hierarchy Process[M].New York：McGraw-Hill Company，1980．
[10]于洋，刘德海.基于层次分析法的陕西省装备制造业SWOT分析[J].西安财经学院学报2009（4）：21.
[11]袁庆宏．企业智力资本管理[M].北京：经济管理出版社，2001．
【关键词】知识型企业；知识测评；层次分析法；评价
一、知识型企业
知识型企业是指以知识或知识型员工的智力资本为输入，以知识加工、知识创新和知识传播为主要活动，通过提供知识产品或知识服务来满足顾客的需求，进而实现知识价值最大化和追求可持续发展的有机体。通俗的理解知识型企业是指运用新知识、新技术、创造高附加值产品的企业；进行企业知识管理、重视创新研发和学习的企业；以知识产权战略和知识发展战略以及知识运营作为主要发展战略的企业；
知识型企业具有的特征为：知识和知识员工是知识型企业的第一资源，企业以提供高附加值的知识产品和服务作为企业的目标；企业的组织结构向虚拟化和网络化方向演变；企业的指挥权力以及控制方式发生了变化，企业领导是协调导向的，企业没有或只有尽量少的中间管理层，决策大量在团队或基层的小组完成。
二、知识型企业知识测评体系的构建
（一）知识测评体系的设计原则
知识型企业的知识测评涉及因素众多，结构复杂，只有从多个角度和层面来设计指标体系，才能确保评价结果的客观、准确。企业知识测评指标体系的设计应遵循：科学性原则。指标体系的科学性是确保评估结果准确合理的基础；系统性原则。指标的设计应体现出逻辑关系；客观性原则。克服因人而异的主观因素的影响，对各项评价指标的定义应尽可能明确，界限要清晰；可比性原则。一套指标体系应能对多个企业进行评估，该指标体系的设计必须充分地考虑到各企业间统计指标的差异，在具体指标选择上，必须是各企业共有的指标含义，统计口径和范围尽可能保持一致，以保证指标的可比性；可操作性原则。评价指标测度的数据应易于获得、符合实际，且不易过于复杂[2]。
（二）知识型企业知识评价指标的建立
每一个知识型企业，都在日常运营管理中积累了大量知识，这些知识是企业的发展的基础，知识型企业是知识存储的仓库和知识创造的基地。知识的专业化程度越高、涉猎的内容越复杂，企业创新的能力越强，别人就越难以模仿，企业的独特性和竞争优势就越显著。
作为与内外部持续进行交流与互动的基本经济单位，组织的知识是一个复杂的系统，包括公司内部的知识和公司与外部的交流过程中形成的关系知识，根据企业知识结构可以将其分为外部关系知识、通用结构知识、专业结构知识和个人知识四个方面[3-4]，再分别对这四个方面进行指标分析，设立了如图1所示的知识型企业知识评价指标体系。
图1 知识型企业知识评价指标体系
（1）外部关系知识
组织与其所处环境之间存在互动关系，这种关系的好坏，影响甚至决定着组织知识存量多寡与知识增长的快慢。知识型企业与其外部环境关系构成它的外部关系知识系统，包括与组织相关的政策与法律、组织与上游供应商和下游客户的关系、组织与同业竞争者和潜在竞争者的关系。客户是企业在市场经济活动中营业收入和利润的来源，企业对客户现有需求和未来需求的适应程度不仅决定着企业的当期和未来收益，因此，客户关系的好坏是组织外部关系知识重要的组成部分。客户的交易满意度及企业的客户关系管理水平是表征公司当期客户关系管理结果的重要指标。
组织的外部关系知识主要通过“客户关系管理水平”、“客户满意度”、“供应商管理水平”、“行业内竞争地位”、“环境适应度”五个指标来反映。
（2）通用结构知识
组织结构知识是以组织的制度、规章、流程、组织文化与企业精神等为载体，为组织所拥有的知识，是员工下班后依然留在公司的。组织结构知识源自个人知识，戴夫·马尔里克将人力资本与结构资本之间的相互作用描述为：产生创意的能力与推广创意的能力的乘积。
通用结构知识，是指维护组织运营的组织内部管理系统，这些内部管理系统是各行业都具有的，它们对组织专业能力提供辅助支持，包括战略管理、组织与文化管理、人力资源管理、生产运营管理等。
用指标“战略制定的优劣”、“战略实施效果与效率”、“组织结构的网络化程度”、“企业文化中对知识的尊重程度”、“人力资源管理对知识活动的激励程度”、“生产率”、“产品合格率”、“新产品收入在年度营业额中的比率”来反映通用结构知识。
（3）专业结构知识
专业结构知识，是指支持与培训组织的专业知识与能力的软组织环境。知识型企业的已有内部知识成果主要包括：知识产权和专有技术。知识库的价值体现在它的使用价值上。知识社群的成员交流与互相学习的功能是其存在的意义所在，因此，表征一个知识社群中的指标不是其存贮显性知识的多寡，而应该是群内知识活动的活跃程度。知识地图的核心功能是对知识载体的有效定位，其中知识载体包括承载显性知识的文档、文献，也包括隐性知识所依赖的知识专家、知识社群等。
用指标“内部知识产权与专有技术”、“知识库与公司战略匹配度”、“用户对知识库的满意度”、“知识社群中的问题解决比率”、“知识地图的建设及利用水平”来反映专业结构知识。
（4）员工个人知识
个人知识是知识型企业知识的首要知识。个人知识包括三类知识：与知识型企业的业务相关的专业知识员工所拥有的专业知识；与企业的业务不相关的职业知识或一般知识属于未显性化的企业的通用结构知识；员工大脑中关于公司的知识。
个人知识是知识型企业知识的重要来源和重要组成部分，可以说个人知识是知识型企业知识的首要部分。个人知识在知识型企业中占据重要地位，发挥着重要作用，存在于员工头脑中的知识是最富于创造力的，对企业而言至关重要。将个人知识转化为组织专业结构知识可以减少个人离职对公司的影响，是建立知识库的重要方面；储存在员工大脑之中的隐性知识包含大量的工作经验、决窍和直觉，不同个体之间通过各种方式的知识交流、学习与共享是提高企业创新能力的重要途径。
用指标“平均受教育年限”、“专家人数”、“平均入职年限”、“企业内职位平均调动次数”、“员工主动流失率”来反映员工个人知识。
三、知识型企业知识管理水平评价
（一）测度指标的无量纲化处理
在上述测度指标体系中，有定性指标和定量指标之分。由于指标之间量纲不同，从而无法进行比较。因此，为了便于最终评价值的确定，需要对各指标进行无量纲化处理，分下面两种情况进行：
（1）对定性指标的处理。对于定性指标采用德尔菲法对它们进行打分，评分的依据是被评价企业的该项指标与同行业最好水平的比较，分值范围为[0，1]，分为五个档次：很高、较高、一般、较低、很低，对应分值为（0.8~1）、（0.6~0.8）、（0.4~0.6）、（0.2~0.4）、（0~0.2）。
（2）对定量指标的处理。定量指标的实际值可以根据相关资料计算出来。由于定量指标中既有总量指标又有比率指标，存在不同的量纲，因此应对其进行无量纲化处理。借用模糊数学[8]中有关隶属函数的思路，构造下列无量纲化处理函数：
其中，和分别为某一定量指标的评价值和实际值，为本行业该指标的最好水平值。
（二）测度指标权重的确定
如果说测度指标体系的建立构造了评价的空间维度，那么指标权重的确定则直接反映该指标在测度体系中的重要程度，并且在其他条件一定的情况下，直接左右着评价结果，因此，指标权重的确定是科学评价企业知识管理水平的重要环节。
以下给出运用层次分析法对评价指标权重研究的思路：
（1）构建判断矩阵
运用两两配对比较法，对同级要素依据1-9比率标度进行两两比较评分，构建判断矩阵。见下表1，其中Bij表示指标Bi与Bj比较的标度。
表1 A-B的判断矩阵
同理可得B1-B1i、B2-B2i、B3-B3i、B4-B4i的判断矩阵。
（2）求出判断矩阵的主特征根和主特征向量
本文采用方根法求矩阵A的主特征根λmax和主特征向量W，W即是由同级要素的权重所构成的权重向量。其计算步骤如下：
第一步：计算判断矩阵每一行的乘积Mi
第二步：计算Mi的n次方根，
使向量正规化，
则即为所求的特征向量
第三步：计算主特征根
其中表示AW的第i个元素
（3）对权重作一致性检验
引入一致性指标C.I.，一致性比例C.R.，随机一致性指标R.I.
C.I.= (n为元素个数，也是矩阵的行列数)
C.R.=
随机一致性指标R.I.如下：
表2 随机一致性指标R.I.
数据来源：Satty，1980．
当C.R.<0.1时，一般认为判断矩阵满足一致性要求，所求权重有效，如果C.R.≥0.1，应对判断矩阵作适当修正。
通过综合加权求得该体系下，评估指标的权重和优先序。
四、结束语
本文建立的知识型企业知识测评指标体系为企业了解自身使用、传播、创造知识的能力及对知识进行管理的水平提供了一个测度的参考模型，并给出了运用层次分析法对评价指标权重研究的思路。该指标体系是针对企业进行知识测评的共性而设立的，在实际应用中，企业可根据行业特点和自身实际设立适合的指标，然后再进行综合评价，评估各指标在本企业知识测评中的权重和优先序。
【参考文献】
[1]赵焕臣，许树柏，和金生．层次分析法—一种简易的新决策方法[M].北京：科学出版社，1986．
[2]张霞，刘明俊．基于层次分析法的企业知识管理绩效评价体系研究[J].科技进步与对策，2007（10）：148~150．
[3]王晓文．知识型企业的知识测评分析与评价研究[D].博士学文论文．天津大学，2007．
[4]廖开际．知识管理原理与应用[M].北京：清华大学出版社，2010.
[5]李勇，屠梅曾．企业内部知识管理中的知识共享问题分析[J].科学学与科学技术管理，2002（6）：72~74．
[6]李刚，程国平．企业知识管理水平的测评[J].科技管理研究，2005（6）：98~100．
[7]洪源源．AHP、GEM及其综合算法[M]．北京：中国管理科学出版社．2000．
[8]杨崇瑞．模糊数学及其应用[M].北京：农业出版社，1995．
[9] Saaty，T L.The Analytic Hierarchy Process[M].New York：McGraw-Hill Company，1980．
[10]于洋，刘德海.基于层次分析法的陕西省装备制造业SWOT分析[J].西安财经学院学报2009（4）：21.
[11]袁庆宏．企业智力资本管理[M].北京：经济管理出版社，2001．