基于模糊TOPSIS的企业知识转移能力评价*

杨东红， 陈永凤， 张建华， 段庆茹

(东北石油大学 经济管理学院， 黑龙江 大庆 163318)

*本文已于2015-07-07 16∶40在中国知网优先数字出版。 网络出版地址：http：//www.cnki.net/kcms/detail/21.1558.C.20150707.1640.005.html

【装备制造业发展研究】

基于模糊TOPSIS的企业知识转移能力评价*

杨东红， 陈永凤， 张建华， 段庆茹

(东北石油大学 经济管理学院， 黑龙江 大庆 163318)

摘要：知识转移能力作为企业获取知识、吸收知识和应用知识能力的衡量标准，是企业从事创新活动的前提和基础。以知识转移主体和客体两个要素为依据，构建企业知识转移能力指标体系，运用模糊TOPSIS法对企业知识转移能力进行综合评价，并进行实证分析，为企业制定发展战略和提高自身竞争力提供借鉴。

关键词：模糊TOPSIS； 知识管理； 知识转移； 知识转移能力； 相对贴近度

随着经济的高速发展以及信息技术的普及，知识已经逐渐取代劳动力、资本和自然资源成为企业最重要的资源。因此，企业要赢得和保持持续竞争优势，就必须有效地管理和利用知识资源[1]，企业有效转移知识的能力也被认为是企业存在的重要理由[2]。近年来，企业管理者认识到知识转移的重要性，并开始将知识管理运用到企业管理中。知识转移不仅是企业获取知识的重要方式，也是管理创新的基础[3]，企业知识转移能力的高低对企业知识管理能力与创新能力具有非常大的影响。快速地将知识传送到恰当的地方以解决实际问题，有助于提高企业竞争力和经济效益。因此，对企业知识转移能力进行评价有助于企业管理者掌握自身知识转移状况，辨别影响企业知识转移能力的关键因素，从而有针对性地制定提升知识管理水平的强化措施。

知识转移由Teece在1977年初次提出[4]，随后众多学者主要针对知识转移的内涵以及影响要素等方面进行了研究，然而关于企业知识转移能力及其评价的相关研究较少。吴碧荣[5](2009)，尤天慧、李飞飞[6](2010)，王炳富、刘芳[7](2012)，王萍[8](2014)从不同角度构建了知识转移能力评价模型。徐晓钰、李玲[9](2008)，舒宗瑛[10](2012)，韩明华[11](2013)分别采用熵权值法、模糊综合评价法、元胞自动机法对知识转移能力进行评价。上述文献以对知识转移作定性分析为主，仅限于对指标的重要性进行排序。由于知识转移能力评价指标属于定性指标，为使其得到量化，本文通过采用模糊TOPSIS法对企业知识转移能力进行评价，以帮助企业管理人员准确掌握本企业的知识转移能力，从而提高其创新能力。

一、企业知识转移能力评价指标

知识转移由知识的传递过程和知识的接收过程组成，而且知识的传递过程和知识的接收过程是循环往复的[12]。因此，作为知识转移的主体，接收方的知识接收能力和传递方的知识传递能力是知识转移能力的重要影响因素。本文结合相关学者的研究成果，以知识转移主体和客体两个要素为依据，构建企业知识转移能力评价指标体系，如表1所示。

表1　企业知识转移能力评价指标体系

1. 知识接收方能力

知识接收方能力是指在进行知识转移时，知识接收方对所转移知识的接收情况和理解程度以及转化为自身知识存量的能力。企业在接收知识时，三个主要影响因素为接收意愿、吸收能力和挖掘能力。

(1) 接收意愿。接收方的接收意愿[8]是指其学习来自于知识传递方所传递知识的意图，其中包括愿意付出的时间和金钱等，也可以称之为接收动机。接收意愿越强，越有利于知识接收方接收知识。

(2) 吸收能力。吸收能力是指知识被接收方接收后，接收方对其的消化、吸收和应用能力[13-14]。其主要取决于接收方以前的知识积累、学习能力和努力程度。

(3) 挖掘能力。挖掘能力[13]是指接收方在接收知识时，对所接收知识的识别以及从知识传递方深度获取知识的能力。知识接收方的挖掘能力越强，意味着其知识接收能力越强。

2. 知识传递方能力

传递方知识传递能力是指在进行知识转移时，传递方对所转移知识的传递能力。其主要受到传递方的传递能力、知识基础、传递意愿三个方面的影响。

(1) 传递能力。传递能力[5]是指传递方对所传递的知识进行条理化和系统化，并采用适合的方式向知识接收方进行解释说明。在传递知识的过程中，知识传递方需要根据接收方的知识基础及其特性，对知识进行相应程度的分解。企业传递知识的能力越强，就越有助于其进行知识转移。

(2) 知识基础。知识基础[8]是指知识传递方具有的知识存量。知识传递方的知识基础越好，其利用自身知识的效果就越好，更有利于知识的传递。

(3) 传递意愿。传递意愿[15]指的是知识传递方传递自己拥有的知识的意愿。知识传递方传递意愿的大小决定了其所传递知识的数量和品质，知识传递方的传递意愿越大，传递的知识就越多，对知识接收方就越有利；反之，则会使知识沉积，降低知识转移能力。同时，知识传递方因其具有的知识可能会享有某种社会地位或者额外收入，因而对知识形成一种保护意识，从而削弱知识传递方的传递意愿。

3. 共同能力

共同能力是指既影响知识传递方传递能力，又影响知识接收方接收能力的指标，主要包括企业文化、媒介富裕度、知识差距、情感差距和物理差距。

(1) 企业文化。企业文化[8]对企业内部员工的学习，尤其是对知识转移的促进作用已经被很多学者证实。当企业的文化是积极进取、鼓励学习创新、允许创造性失误时，员工会更容易接受新知识，促进知识转移。

(2) 媒介富裕度。知识转移的媒介通常指可以传送和收集数据和讯息的一切工具和方式[16]。讯息交换的专门化通过编码体现，而编码传送和收集的方式通过渠道体现，因此编码和渠道是媒介的主要要素。二者的结合效果越好，媒介就越丰富，所交流的知识容量就越大。丰富的媒介工具和方式有利于减弱歧义性，增强人们的理解能力。

(3) 知识差距。知识差距[5]是指知识传递方和知识接收方所拥有的知识的相似程度。因为受教育程度和经历不同等原因，使得知识转移双方存在知识差距。为了缩短这种差距，就要求知识转移双方在一定程度上具有相似的知识系统，以保证知识转移的成功进行。

(4) 情感差距。情感差距[17]是指知识传递方与知识接收方关系的密切程度。德勒格和胡伯勒(2003)研究表明，强联系(指的是熟人或关系亲密的人之间的关系强度)可以激励别人去分享他们的知识，特别是对隐性知识共享的影响是显而易见的。可见，知识传递方与知识接收方之间的情感差距越小，信任度越高，知识转移能力及知识转移效果越好。

(5) 物理差距。物理差距[18]是指进行面对面交流的难易程度、所需时间和花费成本的多少。物理差距对显性知识的影响没有其对隐性知识的影响大，知识传递方和知识接收方之间的差距越大，隐性知识的转移速度越慢，效果越差。

二、知识转移评价模型及评价过程

TOPSIS是由Hwang和Yoon两位学者在20世纪80年代初提出的[19]，主要是通过对比各评价方案和正负理想解的差距，对各方案进行排序。

在对企业知识转移能力进行评价时，由于知识转移能力指标会受到人的主观性的影响，其理解和偏好有时会导致知识转移能力评价指标值难于实测。为加强企业知识转移能力评价结果的可信度，采用模糊逻辑或模糊理论来减弱定性指标评价结果的主观性和不确定性。三角模糊数的理论基础是模糊理论，在用程度语言对目标进行描述后，对语言变量进行量化，其评价模式与人们的一般思维形式接近[19]。因此，本文将三角模糊数与TOPSIS进行结合得到模糊TOPSIS，以解决企业知识转移能力评价中模糊性指标值表示的问题。该评价方法的具体步骤[20-23]如下：

步骤2界定语言变量等级以及与之相对的三角模糊数值。语言变量等级决定了被评企业各个指标相应的指标值。通常用集合C=(a，b，c)来表示三角模糊数，并且a

(1)

设C1=(a1，b1，c1)和C2=(a2，b2，c2)，三角模糊数的计算规则为：

加法规则，即

C1+C2= (a1，b1，c1)+(a2，b2，c2)=

(a1+a2，b1+b2，c1+c2)

减法规则，即

C1-C2= (a1，b1，c1)-(a2，b2，c2)=

(a1-c2，b1-b2，c1-a2)

乘法规则，即

C1×C2= (a1，b1，c1)×(a2，b2，c2)=

(a1a2，b1b2，c1c2)

kC1=k(a1，b1，c1)=(ka1，kb1，kc1)

除法规则，即

C1÷C2=(a1，b1，c1)÷(a2，b2，c2)=

(a1/c2，b1/b2，c1/a2)

倒数法则，即

(C1)-1=(1/c1，1/b1，1/a1)

两点间距离，即

在对企业知识转移能力进行评价时，由于各定性指标具有不确定性和主观性，采用语义判断来表示更具有合理性，因此本文采用5个语言变量来确定评价指标权重，利用[0，10]区间确定待评企业知识转移能力的语言变量和对应的三角模糊数[24]，如表2、3所示。

表2　评价指标权重的语言变量及对应的三角模糊数

表3　知识转移能力的语言变量及对应的三角模糊数

步骤3计算三级评价指标的模糊平均权重，即

(ji=1，2，…，pi；i=1，2，…，m)

(2)

步骤4计算评价企业Hy(y=1，2，…，h)三级指标模糊评价均值并得到模糊决策矩阵。

首先计算待评企业Hy在第i个二级指标下的第j个三级指标下的模糊均值，即

(y=1，2，…，h；i=1，2，…，m；ji=1，2，…，pi)

(3)

然后构造模糊决策矩阵，即

D= (xyji)h×pm=

(4)

(y=1，2，…，h；ji=1，2，…，pm)

式中，xyji为第y个待评企业第j个指标的模糊均值。

步骤5构建加权模糊决策矩阵，即

R= (ryji)h×pm=

(5)

(y=1，2，…，h；ji=1，2，…，pm)

式中，ryji=wji×xyji，表示模糊决策矩阵中的元素与对应的模糊权重的相乘。

(6)

(7)

(y=1，2，…，h；i=1，2，…，m)

(8)

(y=1，2，…，h；i=1，2，…，m)

(9)

步骤8计算各待评企业二级指标和正负理想解的相对贴近度，即

(y=1，2，…，h；i=1，2，…，m)

(10)

步骤9计算二级指标权重，即

中心值法[24]：

(11)

权重向量归一化：

(y=1，2，…，h；i=1，2，…，m)

(12)

步骤10计算综合评价值，即

(13)

三、实证分析

某集团公司计划对其下属4家公司的知识转移能力进行评价，聘请从事知识管理研究的学者、企业管理者等5人，请其利用表2、3的语言变量对决策指标和待评价企业进行评价。为了保证评价数据的信度和效度，5位专家包括1位美国康奈尔大学博士后、2名知名教授、1位国有企业从事知识管理的管理人员和1位高新技术企业从事知识管理的管理人员。对评价指标和各企业知识转移能力的语言评价如表4、5所示。

表4　三级评价指标的专家语言评价值

表5　各企业知识转移能力的专家语言评价值

续表

根据式(2)计算各企业知识转移能力三级指标权重的模糊均值，如表6所示；根据式(3)计算每一个企业知识转移能力相对于每一个指标的模糊均值，如表7所示。

表6　评价指标权重的模糊均值

表7　待评企业知识转移能力评价指标的模糊均值

续表

根据步骤5中式(5)计算加权模糊值，结果如表8所示。

表8　待评企业知识转移能力评价指标的加权模糊值

续表

根据式(6)、(7)，计算正理想解和负理想解，计算结果如表9所示。

表9　三级评价指标的正理想解与负理想解

根据式(8)、(9)、(10)，计算每个企业二级评价指标与理想解的距离和相对贴近度，计算结果如表10所示。

表10　各企业二级评价指标与理想解距离及相对贴近度

续表

从而得到二级指标贴近度矩阵，即

根据式(11)、(12)，得到二级指标权重W*=[0.350.330.32]T。

根据式(13)，四家企业的综合评价值Z分别为0.63、0.33、0.61、0.46。

该集团四个企业知识转移能力的排序为H1>H3>H4>H2，即H1的知识转移能力最强，H2知识转移能力最弱。结合贴近度矩阵可以看出H1的传递能力及共同能力虽然不如H3更贴近理想解，但是H1作为接收者其接收能力有明显优势，这也是造成H1的综合评价值高的一个原因。同时，H2在三个指标上的得分都明显低于其他三家企业，表明H2需要在整体上对企业知识转移能力进行提升。

四、结论

本文以企业知识转移能力的主体和客体两个要素为依据，构建企业知识转移能力评价指标体系，基于模糊TOPSIS法对企业知识转移能力进行评价。通过实证进一步验证了本文建立的指标体系的合理性，将语言评价结果进行定量转化后对企业知识转移能力进行排序，解决了企业知识转移能力概念抽象性问题，克服了评价指标难于量化的问题。该集团可以根据评价结果明确各家企业的知识转移能力和知识转移能力产生差距的原因，有的放矢地制定提升企业知识转移能力的策略，增强企业竞争力。

参考文献：

[1]蒋天颖，白志欣.企业知识转移效率评价研究 [J].情报杂志，2011，30(3)：114-118.

[2]王欣，孙冰.企业内知识转移的系统动力学建模与仿真 [J].情报科学，2012(2)：173-177，195.

[3]王艳秋，徐晓庆，杨晓龙，等.基于知识整合的装备制造业自主创新能力提升 [J].沈阳工业大学学报：社会科学版，2014，7(5)：417-422.

[4]Teece D，Pissano G，Shuen A.Dynamic capabilities and strategic management [J].Strategic Management Journal，1997，18(7)：509-533.

[5]吴碧蓉.基于层次分析法的图书馆知识转移能力评价模型研究 [J].现代情报，2009(8)：16-20.

[6]尤天慧，李飞飞.组织知识转移能力评价方法及提升策略 [J].科技进步与对策，2010(14)：121-124.

[7]王炳富，刘芳.知识互补能力对创新集群知识转移综合能力影响的研究 [J].统计与决策，2012(23)：48-51.

[8]王萍.企业内部知识转移能力评价指标体系研究 [J].现代商业，2014(5)：174-176.

[9]徐晓钰，李玲.企业信息化过程中知识转移能力研究 [J].科技和产业，2008(4)：62-65.

[10]舒宗瑛.基于物元模糊模型的图书馆知识转移评价研究 [J].情报科学，2012(7)：1044-1047.

[11]韩明华.知识源企业转移能力对知识转移作用机制的仿真研究：产业集群环境下的分析 [J].情报科学，2013(5)：118-122.

[12]Tang F C，Mu J F，Douglas L M.Disseminative capacity，organization structure and knowledge transfer [J].Expert Systems with Applications，2010，37(2)：1586-1593.

[13]刘静.高校图书馆知识转移效率评价指标体系研究 [J].科技情报开发与经济，2012(11)：21-24.

[14]Chinho L，Wu Y J，Chang C C，et al.The alliance innnvation performance of R&D alliances：the absorptive capacity perspective [J].Technovation，2012，32(5)：282-292.

[15]李楠，严素梅.科技服务的知识转移效果评价与对策分析 [J].现代情报，2009(3)：7-9，14.

[16]Albino V，Garavelli A C，Sehiuma G.Knowledge transfer and inter-firm relationships in industrial districts：the role of the leader firm [J].Technovation，1998，19(1)：53-63.

[17]吉鸿荣.企业知识转移效率评价指标体系研究 [J].现代情报，2011(6)：16-20.

[18]史戈，黄丞.知识转移效率提升的影响因素及进一步建议 [J].现代管理科学，2012(5)：39-40，82.

[19]Alecos K，Kostas E，Dimitrios A.Support managers’ selection using an extension of fuzzy TOPSIS [J].Expert Systems with Applications，2011，38(3)：2774-2782.

[20]Hua Y，Ping Y H，Guo J S.A fuzzy-based decision-making procedure for data warehouse system selection [J].Expert System with Application，2006(2)：939-953.

[21]Gokhan T，Mehmet S，Mehmet S，et al.Analyzing business competition by using fuzzy TOPSIS method：an example of Turkish domestic airline industry [J].Expert Systems with Applications，2011，38(4)：3396-3406.

[22]Saeed R，Mehdi G，Mostafa J.Evaluation model of business intelligence for enterprise systems using fuzzy TOPSIS [J].Expert Systems with Applications，2012，39(3)：3764-3771.

[23]Renato A K，Vinicius C C.Fuzzy TOPSIS for group decision making：a case study for accidents with oil spill in the sea [J].Expert Systems with Applications.2011，38(4)：4190-4197.

[24]林向义，罗洪云，曹明阁，等.基于WSR系统论和三角模糊数的知识管理绩效评价研究 [J].现代情报，2013(6)：6-9.

Evaluation of enterprise knowledge transfer

capability based on fuzzy TOPSIS

YANG Dong-hong, CHEN Yong-feng, ZHANG Jian-hua, DUAN Qing-ru

(School of Economics & Management, Northeast Petroleum University, Daqing 163318, China)

Abstract：As a measure criterion of the capability of knowledge acquisition, absorption and application, knowledge transfer capability is not only the precondition, but also the foundation of innovation for any enterprise. Based on the subject and object elements of knowledge transfer, the evaluation indicator system of enterprise knowledge transfer capability is established. The fuzzy TOPSIS method is applied to evaluate the enterprise knowledge transfer capability comprehensively, and the empirical analysis is carried on, so as to provide reference for the enterprise to develop the strategy and improve the competitiveness.

Key words：fuzzy TOPSIS; knowledge management; knowledge transfer; knowledge transfer capability; relative closeness coefficient

(责任编辑：张璐)

中图分类号：F204

文献标志码：A

文章编号：1674-0823(2015)04-0317-07

doi：10.7688/j.issn.1674-0823.2015.04.06

作者简介：杨东红(1970-)，女，河北保定人，教授，博士，主要从事物流与供应链管理、知识管理等方面的研究。

基金项目：黑龙江省教育厅人文社会科学项目(12542001)。

收稿日期：2015-03-18