基于DEMATEL供应链知识共享影响因素的实证分析

徐永红，刘 涛

（徽商职业学院a.商贸系；b.教务处，合肥 230022）

一、DEMATEL模型

DEMATEL（Decision Making Trial and Evaluation Laboratory）方法，直译为决策试验与评价实验室。它是由美国学者提出的一种运用图论与矩阵工具进行系统因素分析的方法，通过系统中各因素之间的逻辑关系与直接影响矩阵，可以计算出每个因素对其他因素的影响程度以及被影响度，从而计算出每个因素的中心度与原因度。

基于DEMATEL方法的影响因素分析模型建模基本步骤如下：

（1）确定影响因素 首先给出评价指标体系，然后将评价体系中的每一个指标作为直接或间接影响的因素，设为F1，F2，L，Fn

（2）确定影响因素之间的关系 由专家分析并确定各因素之间直接关系的有无，来构造有向图，如图1。如果因素Fi对因素Fj有直接影响，则由Fi画一个箭头指向Fj，即如果有一个箭头从Fi出发指向Fj，则说明因素Fi对因素Fj有直接影响，如图1。

图1 因素相互影响有向图

（3）初始化直接影响矩阵 即用矩阵表示各指标之间的直接相互影响关系，设n 阶矩阵X＝（aij）nxn，如果因素Fi对因素Fj有直接影响，则定义aij＝1，否则aij＝0。反之如果aij＝1，则因素Fi对因素Fj有直接影响，相反如果aij＝0，则因素Fi对因素Fj没有直接影响。X＝（aij）nxn，表示两两因素之间的直接影响关系。

（4）计算综合影响矩阵 为了分析因素之间的间接影响关系，需要求综合影响矩阵T，T＝X（IX）－1＝tij。

（5）影响因素分析 考察T 中元素tij，计算出每个元素的影响度、被影响度以及中心度与原因度。tij表示因素i对因素j所带来的直接影响及间接影响的程度，或因素j从因素i受到的综合影响的程度。T 的各行元素之和Tr＝（Tr（1），Tr（2），L，Tr（n））r，表明各行对应因素对所有其他因素的综合影响值，称为影响度。T 的每列元素之和Tc＝（Tc（1），Tc（2），L，Tc（n））T，表明各列对应因素受到所有其他各因素的综合影响值，称为被影响度。因素Fi中心度为Mi＝Tr（i）＋Tc（i），表示了该因素在评价指标体系中的位置及其所起作用大小。因素Fi原因度为Ri＝Tr（i）＋Tc（i），如果原因度Ri＞0，表明该元素对其他因素影响大，称为原因因素；如果原因度Ri＜0，表明该元素受其他因素影响大，称为结果因素。根据影响度和被影响度判断出每一个评价指标对评价目标的影响程度，再根据中心度可判定出各个指标在评价体系中的重要程度，还可根据原因度的大小进一步分析各指标之间的相互影响关系。

二、供应链中知识共享影响因素及指标体系

1.供应链中知识共享影响因素分析

知识共享指的是供应链中的知识所有者通过各种手段和方式与供应链中的其他知识体相互分享各自的知识，是个体知识转化为供应链知识的过程。管理专家汉森将知识共享的过程分为知识寻找和知识转移两个阶段［1］。贾名清认为知识的传播是指知识从一个地方转移到另一个地方并随后被吸收，目的是要促进人们之间对知识的理解和分享，知识共享是一个沟通和学习的过程［2］。为此，我们将供应链中的知识共享过程分为供应链节点企业间的知识寻找和知识转移，并进一步对这两个过程进行展开，探究影响供应链中知识共享的因素。

（1）知识寻找 在供应链中，知识寻找是指供应链中制造商、零售商和供应商之间为了获得资源，寻求相关知识的支持，获取知识。而知识却必须征得对方的同意才能分享，在知识寻找阶段，既要找到拥有并愿意提供知识的节点企业；又要在众多企业中找到最合适的知识。因此，影响这个阶段的主要因素可以归结为以下两点：

第一，知识获取意愿。知识获取意愿是指供应链节点企业间的价值取向、共同目标以及在联盟中相互间的理解，是供应链企业间能够有效获取知识的必要条件，因为只有当供应链中企业间拥有较高的知识获取意愿时，它们之间的知识才能有效地进行转移和整合。由此，笔者以知识获取意愿作为一级指标，将影响知识获取意愿的三个因素设计为三个二级指标：供应链节点企业文化的契合度、企业间的信任度、企业的组织结构特征。

第二，知识获取能力。在供应链中，企业参与供应链知识共享活动获取的知识主要是无形资源，包括异质知识、客户与销售信息、商业信誉与互惠等。而要实现供应链企业间的知识共享，获取所需知识，供应链节点企业要具有一定的知识获取能力。而供应链节点企业的信息化水平、供应链的响应能力、数据库建设及应用水平、节点企业的学习能力将影响供应链企业的知识获取能力。本文将此四因素作为知识获取能力的二级指标。

（2）知识转移 供应链中知识转移是知识从供应链中某个节点企业转移到另一个节点的过程。知识转移包括知识传递、知识吸收和知识反馈三个子过程［3］。影响供应链中知识共享的此阶段的因素较多，本文主要从知识传递、知识吸收和知识反馈三个过程进行分析。

第一，知识传递。知识传递要求能以最有效的方式、形式、渠道传递知识，以便需求方能正确地理解知识；因此，笔者将影响知识传递的因素归结为知识传递渠道、知识传递方式、知识传递双方关系。

第二，知识吸收。知识吸收是需求方对接收到的知识，结合自身的知识背景和实际情况进行整合与应用，不断完善和深化，并形成新知识，表现为将别的组织的知识应用到自己组织特定情境中的能力，从某种程度上来说，知识的学习吸收是知识转移过程中具有决定意义的环节。影响知识吸收的因素主要有所转移知识的特性、企业知识整合能力、企业知识转化能力和企业知识应用能力。我们将此作为影响知识吸收的三个二级指标。

第三，知识反馈。知识反馈则是为解决知识传递过程中出现的偏差，知识供需双方要多次进行互动，以保证知识转移的效果。影响知识反馈的因素传递双方的沟通、供应链知识管理的规范性、供应链沟通平台的建设。

2.供应链中知识共享的影响因素指标体系

根据以上分析，建立供应链中知识共享的影响因素指标体系，如下表1所列。

三、案例分析

本文主要以皖江城市带制造行业上下游供应链伙伴企业作为调研对象，共发放调研问卷200份，回收问卷175份，回收率为87.5%，有效问卷165份，占回收总数的94.29%。本文将供应链知识共享影响因素指标体系中所有的指标依次编号为1、2、……、17。据此，并通过分析各指标之间的相互影响关系，构造直接影响矩阵，如表2所示。

表2 知识联盟中知识转移影响因素间的直接影响矩阵

根据以上数据，使用MATLAB 软件计算得出知识联盟中知识转移影响因素间的综合影响矩阵，并根据综合影响矩阵及DEMATEL方法计算出各因素间的综合影响矩阵，求得各因素的中心度、原因度，限于文章篇幅，本文只列出各因素的原因度和中心度，如表3。

表3 供应链中知识共享各影响因素的原因度和中心度

续表

根据表3，可以得出以下结论：

一是从表中可以看出，供应链中知识共享因素中因素F1（供应链节点企业文化的契合度），F6（节点企业的学习能力），F11（企业知识应用能力），F15（传递双方的沟通），F16（供应链知识管理的规范性）为原因度大于零的因素，是其基本影响因素，这些因素对其他因素的影响较大。其中F15（传递双方的沟通）对其他因素影响最大，在供应链管理中要特别注意这个因素。其他因素的原因度均小于零，为结果因素，易受其他因素的影响，其中F4（供应链的响应能力）最易受其他因素的影响。

二是通过中心度指标可以看出，F9（知识的传递方式）也是影响供应链中知识共享的重要因素。

四、结论和建议

（1）供应链合作伙伴的选择要注重企业文化的契合度 Davenport等人认为，“企业文化的组成要素（如价值观、规范以及行为等）是影响知识共享成功与否的决定性因素”［4］。因此，企业文化的契合情况将影响供应链节点企业之间的沟通交流以及影响彼此观点的一致性。企业文化的契合较好，知识间的差距相对也较小，彼此间就某些观点容易达成一致，因此，更容易进行知识共享；反之，知识共享的难度将增大。

（2）增强节点企业的学习和应用知识的能力 学习型组织有利于隐性知识的交流［5］。企业的学习与应用知识的能力强，则企业从外部获取的知识能够吸收、应用这些知识，甚至能在此基础上进行创新，因此，进行知识共享的概率越高。如果供应链节点企业中的任何一方不具备这样的学习与应用知识的能力，供应链成员间的知识共享将难以实现。因此，在供应链管理上，应建立完善的学习与培训系统，以增加企业的研发经费投入等各种方式不断增强企业的学习与应用知识的能力。

（3）建立有效的沟通机制 通过有效的沟通，避免或减少成员企业间因企业文化差异而造成的冲突和碰撞，增强企业间的信任感，使得知识能够在供应链企业间顺利流动，加快知识的流动，形成知识共享的供应链文化，供应链企业间知识共享活动才能顺利地进行。

（4）完善供应链内部知识管理 企业通过建立有效的知识管理体系，加强知识管理的规范性。通过将供应链组织中知识标准化、模块化，减少知识共享障碍，使得供应链组织内部的知识能够在组织内部进行的有效的共享、方便供应链节点企业对知识的消化吸收，促进供应链中企业间的知识共享。

［1］Hansen M.T.The search－transfer problem：The role of weak ties in sharing knowledge across organization subunits［J］.Administrative Science Quarterly，1999，44（1）：82－111.

［2］贾名清.促进组织知识共享的对策思考［J］.工业经济技术，2008，（10）：24－27.

［3］陈国庆，黄培清.供应链中的信息共享与激励机制［J］.上海交通大学学报，2007，（12）：203 2－203 7.

［4］万幼清，王战平.基于知识网络的产业集群知识扩散研究［J］.科技进步与对策，2007，（2）：132－134.

［5］ARGRYRISC，SCHON D.Organizational Learning II：Theory Method and Practice［M］.Reading MA：Addison－Wesley，1996：30－45.