楊曼曼,蘇義坤,楊燕煒 (東北林業(yè)大學,黑龍江 哈爾濱 150040)
知識更新是地方性房地產企業(yè)持續(xù)獲得競爭優(yōu)勢的關鍵,是實現(xiàn)企業(yè)盈利發(fā)展的突破口和著力點,企業(yè)知識更新能力已成為決定地方性房地產企業(yè)生存和發(fā)展的關鍵要素。因此,客觀評估知識更新能力,合理地構建評價指標體系尤為關鍵,從而保證企業(yè)知識資源有效利用最大化實現(xiàn)企業(yè)經濟戰(zhàn)略發(fā)展目標。
目前,國內外學者最普遍的做法是基于知識生態(tài)學理論,從知識迭代、知識團隊、知識共享等角度研究知識動力學機制及知識更新的演化,C Wang等則是基于知識動態(tài)調度決策系統(tǒng)采用Q學習算法實現(xiàn)知識系統(tǒng)智能化知識更新;在評估指標體系方面,學者們從協(xié)同創(chuàng)新、知識整合、技術能力、人力資源等角度構建知識相關指標體系;在指標體系優(yōu)化方面,有模糊評價、主成分分析、層次分析、回歸分析等主觀性較強的方法,也有熵值、灰色關聯(lián)分析等可降低指標體系優(yōu)化主觀性的方法。但在指標體系設立方面,知識更新能力評價指標體系的構建尚未引起學術界的重視,因而本文對地方性房地產知識更新能力評價指標體系的建立進行研究。
良好的指標體系應該能充分衡量企業(yè)知識更新能力的現(xiàn)狀,在構建地方性房地產企業(yè)知識更新能力評價指標體系過程中應遵循以下原則。
①科學規(guī)范性原則:為使各個層面知識結構能得到真實客觀的反映,指標體系確立時要盡最大可能遵照科學性原則;規(guī)范性則能保證指標的實用可行。
②實用可操作性原則:確立評價指標體系要充分考慮到客觀實際,指標體系的內容要貼合實際,指標的數(shù)目要適中利于操作。
③系統(tǒng)性原則:各組織之間相互影響,相關性較強,不僅要做到指標之間具備一定邏輯關系,還能從不同側面反映企業(yè)知識更新總體情況。
④可預測性原則:設立的評價指標除了能真實反映企業(yè)知識更新現(xiàn)狀之外,還要能通過指標體系對其未來發(fā)展作出推測。
⑤定性與定量相結合原則:地方性房地產企業(yè)部分情況只能通過定性指標進行描述,還應加入定量指標進行衡量,兩者相互補充、相輔相成。
結合地方性房地產企業(yè)知識管理和實施現(xiàn)狀并分析大量文獻,本文擬從五個維度構建地方性房地產企業(yè)知識更新能力評價指標體系,分別是知識管理能力、組織學習能力、員工知識水平、知識整合能力以及技術能力。
初步建立的指標體系可能存在相關性高且獨立性不強的指標,進行指標篩選時需要考慮到以下4點:①初建指標的有效性;②各個指標的重要度;③指標之間的相關程度;④指標之間的鑒別力。
為篩選出真正有效的指標,本文采用專家會議咨詢法,對初建指標進行重要性分析是確保指標科學有效的基礎。每位專家都有豐富的知識管理研究的工作經歷或有關知識管理的實踐經驗,充分了解對企業(yè)進行知識更新的需求程度。
為了降低專家個體對選取指標的主觀性影響,需在此基礎上進一步進行指標選取。
當自然數(shù)s滿足sd+r=30(0≤r≤d)時,那么第i(1≤i≤K)位專家選取指標的過程結束,得到s個子集,接下來對初建指標的重要程度進行計算。
表1 地方性房地產企業(yè)知識更新能力評價指標集及內容
可能會存在一種情況,某一指標一直未被選中,那么可以采用下述方法進行計算:
在進行指標的相關性分析之前需要對各評價指標的實驗數(shù)據進行無量綱化處理,本文選用極值處理法對矩陣中的數(shù)值進行標準化處理,公式如下:
對矩陣Q 中的數(shù)值進行計算得到:
將指標與其余n-1個指標的相關程度定義為復相關系數(shù),記為p。
在計算C 時有:
本文基于變異系數(shù)來確定指標的鑒別力:
變異系數(shù)越大,該指標越容易區(qū)分;反之,區(qū)分度越差。
以往的研究忽視了各評價指標間相互關聯(lián)程度上的差異性,基于上面對指標重要度、相關性及鑒別力的分析以及計算得到的各個數(shù)值,確定最終篩選系數(shù)H:
式中:0≤p≤1,p表示評估者對指標相互獨立性的偏好程度,一般情況下取0.5,通過比較H的值進行篩選,H的值越小,指標越該被刪掉,確立評價指標如下。
根據相關文獻,采用粗糙集賦權的方法可有效降低專家主觀性影響和以往傳統(tǒng)計算方法的主觀性,根據屬性重要度確定指標權重。地方性房地產企業(yè)知識更新能力評價指標體系是一個多屬性的決策信息系統(tǒng)S={U,A,V,f},其中U是論域,U={1,2,···,i,···,m}為m個對象組成的集合,且m≥1;A=C∪D,其中C為條件屬性集合,D決策屬性集合,且C∩D≠?;V為屬性值的集合;f:U×A→V是一個信息函數(shù),指U中每一個對象的屬性值(即第i個評價對象關于指標a的評分值)。
表2 地方性房地產企業(yè)知識更新能力評價指標體系
以指標體系中員工知識水平下的二級指標C~C為例進行專家打分,將員工知識水平等概率離散為5個等級:很低、較低、一般、較高和很高,分別對應[0,1],[1,2],[2,3],[3,4],[4,5]5個分數(shù)段,其余幾個指標同理。此時C為員工知識水平下的三級指標,C={c,c,···,c},c∈C(1≤i≤n)為某一個指標,D表示對員工知識水平的影響程度,D={d,d,···,d}為某一決策屬性,d∈D(1≤j≤m)記c相對于C的屬性重要度為:
考慮到系統(tǒng)中屬性C自身的重要程度,結合文獻,
令C=C-{C},C=C-{C},則
表3 評價指標重要度及權重
地方性房地產企業(yè)的知識更新是一個動態(tài)變化的過程,構建知識更新能力評價指標體系是評價知識更新能力的前提。本文采用理論與實際相結合的方法,結合指標的重要度、相關性及鑒別力分析建立了5個維度、22個指標的地方性房地產企業(yè)知識更新能力評價指標體系,為降低專家個體主觀性對評價結果的影響,采用粗糙集賦權法確定權重,為建立地方性房地產知識更新能力評價模型提供參考。