模糊综合评价法论文模糊综合评价法在企业知识管理有效性评价中的应用研究.docx

1、模糊综合评价法论文模糊综合评价法在企业知识管理有效性评价中的应用研究模糊综合评价法在企业知识管理有效性评价中的应用研究1 模糊综合评价法模糊综合评价法是20世纪60年代美国科学家扎德(L.A. Zadeh)创立的,是针对现实中大量的经济现象具有模糊性而设计的一种评判模型和方法,在应用实践中得到了有关专家不断演进。该方法既有严格的定量刻划,也有对难以定量分析的模糊现象进行主观上的定性描述,把定性描述和定量分析紧密地结合起来,其基本原理是先按每个一级指标单独评判,再按所有一级指标综合评判,基本步骤和方法如下。1.1 确定评价指标集评价指标集是以影响评价对象的各种指标为元素所组成的一个普通集合,在评

2、价企业知识管理有效性时,此集合中的元素为第一层因素,可用公式表示,即:X=x1,x2,x3,xm其中各元素xi(i=1,2,3,m)代表各个一级评价指标,而xi通常又是由若干二级指标构成的集合,即:i=xi1,xi2,xi3,xipi(pi是xi对应的二级指标的个数)这些指标通常具有不同程度的模糊性。应该注意的是,评价指标可以是模糊的,但指标之间的关系必须是确定的。1.2 确定评语集评语集是评价对象可能隶属的各种评判结果(或评价等级)的集合。通常用Y表示,即: Y=y1,y2,y3,yn其中各元素yj(j=1,2,3,n)代表各种可能的总评判结果或评价等级。评价等级由专家讨论来评定,通常可分为

3、优、良、中、差,或非常满意、满意、基本满意、不满意,或大、中、小,或严重、一般、轻微等。这里yj对Y的关系是普通集合关系,因此,评语集也是一个普通集合。1.3 确定权重集权重集是由各个评价指标的权重值组成的集合,权重反映了各指标对评价对象的重要程度。一级评价指标集的权重集用A表示,是1m矩阵;xi对应的二级评价指标集的权重集用表示Ai,是1pi矩阵。即:A=(a1,a2,a3,am)Ai=(ai1,ai2,ai3,aipi)其中,ai(i=1,2,3,m)代表一级评价指标xi(i=1,2,3,m)的权重数,满足条件ai0,且=1。ai越高,评价指标xi在评价中就越重要。由于不同专家对各种指标的

4、权重会有不同的看法,因此,在对知识管理的有效性进行评价时,应该共同评议,或采用专家评分取均值的方法确定各指标的权重值。同样,各二级评价指标xik(i=1,2,3,m;k=1,2,3,pi)相对于其一级指标xi的重要程度也用相应的权重数aik来表示,满足条件aik0且(i=1,2,3,m)。这样,各二级评价指标在整个评价指标体系中的重要性可依据aiaik来确定。1.4 单指标模糊评价和建立一级指标评价矩阵T单指标模糊评价是从一个一级指标出发进行评价,以确定评判对象对评语集的隶属度。假设评判对象按指标集X内第i个一级指标xi进行评判,xi对应的第k个二级指标xik(k=1,2,3,pi)对评语集Y

5、内第j个元素yj的隶属度为rkj(k=1,2,3,pi;j=1,2,3,n),如表1所示。这样,就形成一级指标xi的单指标评价矩阵Ri,表示为: 其中,Ri中的各隶属度满足条件(k=1,2,3,pi)。这时,可求出xi的单因素评价集Ti:Ti=AiRi(ai1,ai2,ai3,aipi) 以上述方法分别求出i=1,2,3,m时对应的单因素评价集T1、T2、T3、Tm,再以这些单因素评价集为行向量组成一级指标评价矩阵T: 1.5 模糊综合评价上述一级指标评价矩阵T,仅仅反映了各一级指标对评价对象的影响,而模糊综合评价所要反映的是所有因素对评价对象的综合影响。在一级指标评价矩阵T中,第i行反映的是

6、第j个一级指标影响评价对象取评语集内各元素(或评价等级)的程度;第j列反映的是各一级指标影响评价对象取评语集内第j个评价等级的程度。第j列元素之和就表示所有一级指标对评价对象取评语集内第j个评价等级的综合影响,即: 将各指标的权重考虑在内之后,可用每列中元素的加权和更准确地表达所有指标的综合影响,即: 因此,用矩阵表示,模糊综合评价可以描述为:B=AT。其中,A为权重集,是1m阶矩阵,T为mn阶一级指标评价矩阵,运用模糊矩阵乘法,可计算出综合评价结果: B=AT=(a1,a2,a3,aM) B为模糊综合评价集,其中bj(j=1,2,3,n)为模糊综合评价因素,表示综合考虑所有指标的影响时,评价

7、对象对评语集内第j个元素(或评价等级)的隶属度。1.6 模糊分析结果在得到评价指标bj之后,实际上就知道了评价对象在评语集中不同评价等级上的隶属度。理想情况下,各隶属度之间的关系满足条件nj = 1bj=1,但如果不满足此条件,有时还要进行归一化处理。一般可以用最大隶属度法、加权平均法或模糊分布法来处理评价指标,以便确定评价对象的结果。2 企业知识管理的有效性评价2.1 企业知识管理的有效性评价指标体系企业知识管理有效性评价指标体系是进行评价工作的基础,而建立一套完善的知识管理有效性评价指标体系是一件十分困难的事。影响企业知识管理有效性的因素是复杂、动态和多层次的,只有从多个角度和层面来设计指

8、标体系,才能准确反映企业知识管理水平,通常采用一级、二级指标对知识管理的有效性进行评估。在设计知识管理有效性指标体系时,需要融合组织结构、知识资本等要素,同时,也需要参考企业的竞争环境,从组织结构、企业竞争环境、企业知识系统(包括知识共享平台)、人力资源的支持度、知识管理过程等方面对企业知识管理的有效性进行评价。换言之,企业组织结构、企业竞争环境、企业知识系统质量、人力资源的支持度、知识管理过程等构成了知识管理有效性评价的一级指标体系。2.1.1 企业组织结构。企业组织结构是使企业得以运行的那些技术、工作方式和程序,其中包括企业文化、企业制度、流程等。组织结构是企业的骨架和粘合剂,它为企业员工

9、工作和彼此交流提供了一个大环境。建立适合企业知识管理的组织结构和培育尊重知识的企业文化,是企业实施知识管理的重要条件。企业的组织结构可以用“组织管理机构的设置”、“促进知识交流的机制”、“知识共享的激励机制”、“企业团队合作的文化氛围”、“职能设计的合理度”、“流程标准化程度”、“高层支持知识管理的程度”、“创新机制的有效性”等指标来衡量。2.1.2 企业竞争环境。企业所处行业的竞争环境与企业知识管理的有效性有着密不可分的关系。企业的竞争环境会影响和改变企业原有的知识管理方式,并在很大程度上影响着知识管理的成效。企业的竞争环境可以用“市场份额”、“企业品牌知名度”、“品牌依赖度”、“适应及响应

10、外部环境能力”、“主导技术发展动态掌握程度”等指标来评价。2.1.3 企业知识系统质量。企业知识系统是企业实施知识管理的基本条件,它运用信息技术来支持解决知识管理的核心问题。企业知识系统的质量是衡量企业知识管理有效性的一项极为重要的指标。企业知识系统的质量可以用“企业知识门户网站建设水平”、“知识安全控制水平”、“企业管理信息系统的完备性”、“企业信息化水平”、“网络资源的便利性”、“知识地图的建设水平”等指标来衡量。2.1.4 人力资源的支持度。企业的员工既是知识采集、加工、存储和传播的载体,也是知识利用和创新的主体。企业的人力资源对于企业知识管理具有至关重要的作用。人力资源的支持度用“知识

11、员工比例”、“员工信息化水平”、“员工的学习能力”、“员工流失率”、“人力资本投入水平”、“人力资本维持水平”等指标来评价。2.1.5 知识管理过程。知识管理是一个包括知识获取、转移、学习和创新等在内的动态管理过程。从整个知识管理过程来考察知识管理的有效性,是企业知识管理有效性评价必不可少的一个重要方面。知识管理过程可用“知识标准化”、“知识编码化能力”、“知识吸取能力”、“知识交流频率”、“知识适配能力”、“知识创新能力”等指标来评价。综上所述,企业知识管理有效性评价指标体系由5个一级指标、31个二级指标组成,如表2中的和所示。当然,此指标体系是在归纳大多数企业的知识管理共性的基础上建立的,

12、在具体分析时,根据企业关键指标的变化可能会有所删减或增加。2.2 厦门企业知识管理的有效性评价按表2所示的指标体系(由xi和xik组成,i=1,2,3,4,5;k=1,2,3,pi;p1=8;p2=5;p3=p4=p5=6)对某企业知识管理的有效性进行评价分析,其步骤和方法如表2所述: 2.2.1 确定评价指标集。针对表2所述的评价指标,一级评价指标集为企业组织结构,企业竞争环境,企业知识系统质量,人力资源的支持度,知识管理过程=x1,x2,x3,x4,x5,而X中的各指标因素又分别是由表2所示的各自的二级评价指标xik构成的集合。2.2.2 确定评语集。针对各评价指标,设置等级y1(优:90

13、100分)、y2(良:8089分)、y3(中:7079分)、y4(差:4069分),则评语集为Y=y1,y2,y3,y4 =优,良,中,差,如表2所示。2.2.3 确定权重集。采用专家评分取均值的方法,确定各一级指标和二级指标的权重ai和aik,并计算各二级指标总排序权重aiaik,如表2所示。针对表2,一级指标集的权重集A和一级指标xi(i=1,2,3,4,5)对应的二级指标集的权重集Ai表示如下:A=(a1,a2,a3,a4,a5)=(0.20,0.15,0.30,0.10,0.25)A1=(a11,a12,a13,a14,a15,a16,a17,a18)=(0.20,0.10,0.20,

14、0.15,0.05,0.06,0.20,0.04)A2=(a21,a22,a23,a24,a25)=(0.30,0.18,0.05,0.25,0.22)A3=(a31,a32,a33,a34,a35,a36)=(0.15,0.13,0.22,0.20,0.20,0.10)A4=(a41,a42,a43,a44,a45,a46)=(0.35,0.15,0.20,0.05,0.20,0.05)A5=(a51,a52,a53,a54,a55,a56)=(0.25,0.15,0.10,0.20,0.20,0.10)2.2.4 单指标模糊评价和建立一级指标评价矩阵T。组织专家20名,对表2所示的有效性指

15、标进行评价,统计各指标被评为优、良、中、差不同等级的人数,各等级人数除以总评审人数得出各二级指标相对于其评语集中各等级的隶属度rkj,如表2所示。需要说明的是,参加评价的专家人数越多,评价结果就越准确;但超过一定数目后,即使专家人数再多,评价结果也不会有多大的变化,一般评价专家在2040人比较合适。由表2可知: 这样,就可由A1A5和R1R5,分别求出T1T5:T1=A1R1=(0.3855,0.3930,0.1745,0.0470)T2=A2R2=(0.2525,0.3425,0.3045,0.1005)T3=A3R3=(0.3495,0.4230,0.1805,0.0470)T4=A4R4

16、=(0.4100,0.4200,0.1375,0.0325)T5=A5R5=(0.2925.0.3350,0.2800,0.0925)以单因素评价集T1、T2、T3、T4、T5为行向量组成一级指标评价矩阵: 2.2.5 模糊综合评价。针对该例,模糊综合评价矩阵可表示为:B=AT=(0.033395,0.382625,0.218475,0.06495)=(b1,b2,b3,b4)检验可知,模糊综合评价矩阵B中满足: 2.2.6 模糊分析结果。b2=0.382625在集合B中为最大值,因此,由最大隶属度法可知,企业知识管理的有效性结果为“良”。也可设置按等级y1(优:90100分)、y2(良:8089分)、y3(中:7079分)、y4(差:4069分)的分数重心,假设依次为:95、85、75、55,则有g=95b1+85b2+75b3+55b4,从而计算出企业知识管理的绩效综合评价分数,然后,就可以按该分数的大小对企业知识管理的绩效进行评价。对于该例,g=950.33395+850.382625+750.218475+550.06495=84.20625,企业知识管理绩效的综合评价分数为84.21,说明该企业具有较高的知识管理水平。