高校教师知识共享水平的综合评价方法

谢 健 王秀丽

(1.烟台南山学院 经济与管理学院，山东 烟台 265706;2.内蒙古工业大学 管理学院，内蒙古 呼和浩特 010051)

高校是知识经济的“人才库”、“知识库”和“思想库”，以知识、人力和财力资源推动我国知识经济发展是高校责无旁贷的使命。高校教师知识共享就是高校教师的个人知识(包括显性知识和隐性知识)通过各种交流方式(如课堂教学、学术报告、电话、口头交谈和网络等)为组织其他成员所分享而成为学校的知识财富[1]。高校要想在变化中求生存，求发展，提升其竞争力，完成推动社会发展的使命需要有效的知识管理。而高校知识管理的目标就在于知识共享，运用集体的智慧提高应变能力和创新能力[2]。

然而，如何综合评价高校教师的知识共享状况是学者们研究的重点。综合评价是人类认识事物和进行正确决策的重要方法。在综合评价中最重要的工作之一是确定各指标的权重，从而更好的分析哪些指标对知识共享的贡献更大。在指标权重的确定中，有专家咨询法[3]、主成分分析法[4]和层次分析法[5]等，这些方法在一定程度上能反映实际情况，但是通常具有较大的主观性，有时不能客观地反映实际情况。

本文在综合评价高校教师知识共享状况时引入信息熵理论。1948年，信息论创始人申农(C.E.Shannon)利用概率论定义在其经典论文《通信的数学原理》中运用公理化方法，提出了信息熵的概念。申农证明熵和信息是一样的，用以度量通信过程中信息源信号的不确定性。他把熵作为一个随机事件不确定性或信息量的量度，为信息分析提供了有力的理论工具，也大大丰富了熵概念的内涵。信息熵是一个被成功引入的信息度量，是随机变量的不确定性度量，是以概率分布或随机变量为基础进行定义。认为事情的不确定性越大，可能的状态或结果越多，信息量越大，而且获得各个信息的概率不同，因此，有必要定义一个平均信息量，即称之为信息熵[6]。某项指标的指标值变异程度越大，信息熵越小，该指标提供的信息量权重也就越大;反之，该指标提供的信息量越小，该指标的权重越小，即信息熵求得的指标权重代表了该指标在指标体系中变化的相对速率，而指标的相对水平则由样本标准化后的接近度来表述。显然，在评价指标时，指标值离散程度越小，其分布的信息熵值就越大，也就是说，信息熵是指标值分布均衡度的量度。

一般认为，信息熵值越高，系统结构越均衡，差异越小，或者变化越慢;反之，信息熵越低，系统结构越是不均衡，差异越大，或者变化越快。所以，可以根据熵值大小，也即各项指标值的变异程度计算出权重[7]，然后计算出指标得分。

综合评价是对评价内容的整体进行评价，对各评价对象的指标进行加权求和，得各评价对象的评价结果[8]，对评价结果一般用等级表示，但评价的标准一般不好掌握。聚类算法可以对所有的评估对象进行划分等级，用聚类分析对评价结果进行等级划分能客观地反映实际情况。聚类分析是一种数据划分或分组处理的重要手段和方法。其操作的目的在于将特征空间中一组没有类别标记的矢量按某种相似性准则划分到若干个子集中，使得每个子集代表整个样本集的某个或者某些特征和性质。聚类算法是基于整个数据集内部存在若干“分组”或“聚类”为出发点而产生的一种数据描述方法，每个子集中的点具有高度的内在相似性[9]。具体步骤如下:

1.数据的标准化

不同的量纲和数量级得到的综合指数是不一样的，也就不具有可比性。所以为了避免计算结果受到指标量纲和数量级的影响，保证其具有客观性和科学性，在进行运算之前，必须要对原始数据进行无量纲化处理，只有这样才能满足评价结果的可比性。计算公式为:

其中，xjmax表示第j个指标的最大值，xjmin表示第j个指标的最小值，x＇ij是 rij无量纲化后的值，其值域区间为[0，1]。由此得到其标准化矩阵X:

由于，1n函数自变量要大于0，所以为了消除标准化后带来的影响，进行坐标平移，将指标值x＇ij经过坐标平移之后变为:x"ij=0.1+x＇ij，其中，0.1 为坐标平移的幅度。

2.指标信息熵ej和冗余度dj

根据信息熵的定义，第j项指标的信息熵值为:

由于信息熵ej可以用来度量第j项指标数据的效用值，当信息完全无序时，ej=1，此时，ej的信息(也就是第j项指标数据)，对综合评价的效用值为0。所以，某项指标的信息效用价值取决于该指标的信息熵ej与1之间的差值dj，即信息冗余度为:

3.评价指标的权重

利用信息熵来估算各个指标的权重大小，实际上是利用该指标信息的价值系数来估算，指标的价值系数越高，说明该指标的重要性也就越大，即对评价的结果贡献性越大，对高校教师知识共享的影响也就越大。

4.指标得分

根据以上步骤的数据，计算出每一个指标的得分和每一名教师的知识共享水平得分，通过比较能得到教师的知识共享水平的高低。知识共享综合水平得分越高，表示该教师的知识共享水平越高，反之越低。

单指标评价得分:Sij=wj×x"iji名教师的知识共享综合水平得分

在得到每个教师的得分后，需要对高校教师的知识共享状况进行评价。

5.对排序后的评估值Si进行聚类分析。

通过对指标数据的处理，可以得到高校教师知识共享的总体状况和影响知识共享的关键因素，得出每个教师的知识共享状况以及他们的差距，并对教师的知识共享状况进行等级划分，以达到研究高校教师知识共享水平的目的。

分析高校组织内部知识共享存在的障碍，主要表现在隐性知识的模糊性和垄断性、投入和收益不对称、教师价值观影响共享意愿和行为、高校内部软硬件设施和激励机制的不完善[10]五个方面。通过进一步分析选定一级评价指标，包括投入和收益、价值观、软硬件设施和激励机制、组织文化，用于高校教师知识共享现状分析。

表1 一级指标得分(Scores of the first index)

设计调查问卷，利用以上综合评价方法对回收得到208份有效问卷进行评价，得出权重最高的指标为软硬件设施和激励机制，其他三项从高到低依次为组织文化、投入和收益、价值观(见表1)。

表2 聚类分析结果(Result of cluster analysis)

在确定各指标权重的基础上，可以计算出各个教师的知识共享综合水平得分，从而对教师的知识共享水平进行等级划分。知识共享综合水平最高得分为1.0708，最低得分为 0.3353，最高得分和最低得分相差0.7354分。大部分教师的知识共享综合水平得分在0.6－0.9分之间。为了更准确地把高校教师的知识共享水平进行等级划分，利用聚类分析对高校教师知识共享综合水平得分进行分类，评价标度为差 －1、合格 －2、中 －3、良 －4，4族的中心点是{0.34，0.58，0.78，0.97}(见表 2)，对应的人数分别为4人、52人、115人、37人。在208个样本数据中，有37位教师的知识共享水平程度是“良”，有115位教师的知识共享水平程度是“中”，有52位教师的知识共享水平程度是“合格”，有4位教师的知识共享水平程度是“差”。

[1]樊治平，孙永洪.知识共享研究综述[J].管理学报，2006，(5):12 －15.

[2]诸葛剑平，史清华.高校知识共享的动因、障碍及对策[J].上海管理科学，2007，(3):101 －104.

[3]樊昌兴，曹丽娜.通信原理[M].北京:国防工业出版社，2007:87－96.

[4]王立宁，乐光新，詹菲.Matlab与通信仿真[M].北京:人民邮电出版社，2000:143－186.

[5]邵玉斌.Matlab/Simulink通信系统建模与仿真实例分析[M].北京:清华大学出版社，2008:215－246.

[6]刘树棠.现代通信系统(Matlab版)[M].北京:电子工业出版社，2006:118－218.

[7]陈明星，陆大道，张华.中国城市化水平的综合测度及其动力因子分析[J].地理学报，2009，64(4):387－398.

[8]张志涌.精通 Matlab 6.5[M].北京:北京航空航天大学出版社，2006:468－502.

[9]陈怀琛，吴大正.Matlab在电子信息课程中的应用[M].北京:电子工业出版社，2007:69－128.

[10]陈茵，王心刚，孙凡.高校知识共享的障碍分析及对策研究[J].情报资料，2009，(2):93 －95.