显性知识管理评估论文

导语：显性知识管理评估论文一文来源于网友上传，不代表本站观点，若需要原创文章可咨询客服老师，欢迎参考。

论文摘要：知识管理在企业研发过程中具有重要的理论意义。文章回顾了知识管理和研发的概念及特征，归纳了企业在研发过程中的显性知识的分类，在此基础上用层次分析法建立了显性知识评价模型，对评价指标进行赋权以达到评价的目的，从而为企业领导者在研发过程中对显性知识的管理提供了一种评估方法。

论文关键词：企业研发显性知识知识管理评价模型

一、相关研究述评

1．知识管理

管理大师KarlEricSveiby博士在1986年首先提出了知识管理的概念，彼得·德鲁克首先用知识管理一词来形容企业的知识活动过程。20世纪90年代，美国学者彼得·圣吉出版的《第五项修炼——学习型组织的艺术与实践》和日本的野中郁次郎等人进行了知识创新企业的研究，又将知识管理的研究带人了新的高度。知识管理的理论与实践在不断地飞速发展，成为知识经济时代一种新的管理模式。

国内外有关知识管理的讨论日益增多，这也正切合了知识管理在企业中的地位不断上升。日前国内外学者对知识管理的定义种类很多，并不统一，但知识管理的核心理念，知识管理的特征内涵都是一致的。知识管理即对知识进行的管理，包括知识的获取、选择、加工、传播、应用的过程，以期提高企业效益，增强企业竞争力的一种管理方式。

2．研发过程中的知识管理

研发过程可以看做是知识转换过程，将用户需求、技术知识转换为产品与工艺设计。知识转换的过程就是知识管理的过程，知识管理需要知识的共享，员工之间的交流和知识的再创新。传统的企业中，知识很难转化为成果，是因为大量的隐性知识不能外显，而显性知识只是冰山一角，个人的经验、技能、知识不能进行有效的表达，导致研发过程障碍重重，交流不畅，研发周期漫长。知识的转换过程显得非常重要。

有关文献研究表明：不同学者从不同的维度对研发过程中的知识管理问题进行了研究，如：陈劲(2004)从知识各项活动的维度研究了企业研发项目的知识管理问题；周勇士、张玉峰等(2004)从知识的运用方式维度探讨了项目研发中的知识获取和仓库体系构建等相关问题；张晓阳、孙宇等(2005)将产品的特点作为研发过程的依据，提出了研发过程每一个活动都以产品的功能性、可制造性、质量和可靠性为目标，是一个知识处理和转化的过程的观点。然而，到目前为止，对企业研发过程中显性知识评价问题依然有待于深入研究。

二、企业研发过程中显性知识评价体系

1．研发过程中的显性知识分类

目前国内外学者对知识的分类也是多种多样，没有形成统一的标准。如：OECD(1997)将知识分为四类：知道是什么(knowwhat)；知道为什么(knowwhy)；知道怎样做(knowhow)；知道是谁(knowwho)。姜晓林(2008)将知识分为个人知识和组织知识、经验知识和理论知识、实体知识和过程知识，等等。归纳现有的文献，企业的显性知识一般可以从如下三个角度进行划分1)在企业内部可以按照知识发源人划分为个人显性知识和团体显性知识：个人显性知识就是个人掌握的，可以表达并可传递给团体的专利、技能等；团体显性知识是指企业所掌握的可以在团体成员之间交流的知识、技能等。2)在企业之间可以根据知识的共享程度划分为私有显性知识和共有显性知识。私有显性知识指被一方企业掌握但不与其他企业共享的显性知识。共有显性知识是指合作双方共同享有的以形式化语言存在的知识，如以图纸、共有专利等形式存在的知识等；3)从范围角度又可以划分为企业内部显性知识和企业外部显性知识：企业内部显性知识就是企业内部产生的、可编码的、可表达的，并不被外界模仿和共享的知识，是构成企业核心竞争能力的知识。外部知识是存在于组织外部的显性知识。

根据中小企业在研发过程中任务的不同，可以将过程划分为不同的阶段，在不同的阶段的显性知识存在明显差异。依据文献[2][8][9]的相关研究，本文对企业研发过程中的需求识别研发构思、方案设计、方案实施、成果形成等阶段的显性知识进行了归纳总结，企业研发过程中各阶段所涉及的显现知识如表1所示。

2．评价指标体系的建立

企业在研发过程中存在着各种各样的问题，如知识的需求识别与检索困难，知识的来源复杂，科研过程中知识的共享途径不明朗，科研成果的保留方式不当，造成知识的流失和浪费等。有关知识管理的问题涉及不同类型的显性知识，即使同一类型的显性知识在企业研发过程中的不同阶段也发挥着不同的作用，可见，客观上不可能存在一个普遍适用的企业研发过程中的显性知识的评价指标体系。但是，在剥离不同阶段、不同类型显性知识差异的前提下，可以从研发过程显性知识形成的共性环节中提取出一些共性的评价指标。这些共性评价指标可以为区分企业研发过程中不同类型的显性知识的相对重要性提供依据，也可以为企业在研发过程中改进显性知识管理的效率与有效性提供积极帮助。

从知识管理过程的共性角度出发，在剥离企业研发过程中的不同阶段、不同类型显性知识差异的前提下，本文将研发过程中的显性知识评价指标分为如下三类七个共性指标：1)反映企业研发过程中显性知识的获得与识别过程的评价指标，主要包括可识别程度、获取难易程度两个指标；2)反映企业研发过程中显性知识的传播与实现过程的评价指标，主要包括可共享性、可编码度两个指标；3)反映企业研发过程中显性知识的利用与维护过程的评价指标，主要包括当前有效性、可维护程度、将来可拓展性三个指标。上述评价指标不仅可以支持企业在研发过程中更好地区分不同类型显性知识的相对重要性，也可以用于对企业存在的显性知识类型进行综合评价，针对不同的评估结果对其显性知识进行不同程度的运用和维护，以便企业在研发过程中对知识的管理更有针对性，研发的过程也会因此更加规范化、有条理化。

3．评价指标的赋权方法

国内外理论与实证研究表明：层次分析法(AnalyticHierarchyProcess，AHP)被广泛应用于企事业单位各类评价之中。结合本文提出的企业研发过程中显性知识评价指标体系，下面对企业研发过程中AHP方法在显性知识评价中的应用问题进行探讨。

(1)建立层次结构模型。根据研发过程中显性知识的评价指标体系，建立层次结构模型如图1。

(2)构造判断矩阵。准则层中同一层次的两个元素之间相对重要性判断标度采用萨迪的1～9标度方法，即：两个元素相比时，两元素同样重要取值为1，一个元素比另一个元素稍微重要、明显重要、强烈重要、极端重要分别取值为3、5、79，而2、4、6、8则为相邻判断的中值。根据上述标度方法，建立显性知识指标层对综合评价层的判断矩阵A和显性知识方案层(类型层)对指标层的判断矩阵B1一B7。

(3)计算权向量并作一致性检验。判断矩阵A对应于最大特征入的特征向量作为权向量CO，即Ac0=∞，经归一化后即为同一层次相应元素对于上一层次某元素相对重要性的排序值，用MATLAB软件可以求得A和B1～B7的最大特征hm=和相应的特征向量。判断矩阵的一致性可用随机一致性指标来检验，一致性指标计算公式为：CI=(入一I1)／(n一1)，CR=CI／RI。式中，CI为一致性指标；n为判断矩阵A的维数；CR为一致性比率；RI为随机一致性指标，可通过表2查出。本文中A的维数是7，所以RI为1．32。当CR<0．1时，选取的显性知识评价指标才是可取的。

(4)计算组合权向量并作一致性检验。设指标层的权重是a～a，，显性知识类型层关于指标层的层次单排序权重分别是b。一b、b：。一b：、b。～b现求方案层各元素层次总排序权重Si，Si=∑aibi，i=1，2，…，7，根据此权重对不同类型显性知识进行综合评价。设显性知识类型层与指标层相关的因素的成对比较判断矩阵在单排序中经一致性检验，求得单排序一致性指标CI，相应的平均随机一致性指标为RI，cI、RI已在层次单排序时求得，则方案层总排序随机一致性比例为CR=∑CIi／∑RIi。同样，当CR<0．1时，认为判断矩阵具有满意的一致性，B1一B7可取，即选取的显性知识评价指标可取，否则需要调整判断矩阵，使其具有满意的一致性。

企业根据自身需要和研发过程中重要因素来决定各项指标的权值，并作出评价，加总求出综合分数来决定该类型显性知识的效用价值。

三、应用实例

以某企业研发部门所拥有的专利、技术论文、市场预测报告为例，应用图1的层次结构模型对上述三类的显性知识的重要性进行评估。根据图1结构模型，通过专家评分，建立A层对0层的判断矩阵为：

进行一致性检验，由于CR1～CR7<0．1，所以Bl～B7都可取。

依据各特征向量‘1)1，(t)2，(1)3，，进行分析列表，见表3。

上例表明，在三种显性知识类型中，专利对企业的重要程度比较高。

四、研究结论

在经济、科技、信息迅速发展的今天，企业要想立于不败之地，保持自己的竞争优势，惟有依赖于知识，不断进行创新。企业也只有依靠技术、依靠知识来武装自己，形成差异化的竞争优势，才能站稳自己的脚跟。知识管理的新理念为企业注入了新的动力，企业通过将各种知识类型进行转化、外显、表达、传播，充分将知识共享植入企业的运作系统，才能提高企业的效率，创造更多的经济效益和社会效益。研发过程中需求识别阶段、研发构思阶段、方案设计阶段、方案实施阶段、成果形成阶段的显性知识有知识管理的共性，也有自己的特性。本文根据研发过程中显性知识的特点，归纳了七个评价指标，采用了层次分析法建立了企业研发过程中的显性知识评价体系，图1是建立的层次结构模型，通过底层相对于上一次层的相对权重系数的确定或相对优劣次序的排列，达到对目标层显性知识类型的综合评价。本文还对该模型进行了一致性检验，以保证评价指标的可取性和满意度。该模型为企业研发过程中显性知识的评价提供了依据，使管理者更加准确合理地评价人员、计划方案和做出更明智的决策，同时也提高了企业的研发水平和企业研发创新的可能性。