供应链知识共享绩效的模糊综合评价方法

作者简介:
王道平,教授、博士生导师,北京科技大学经济管理学院;许有志,博士研究生,研北京科技大学经济管理学院;王锐兵,博士研究生,北京科技大学经济管理学院。(北京 100083)

原文出处:
软科学

内容提要:

针对供应链知识共享绩效难以评价的问题,结合供应链特点分析了影响知识共享绩效的主要因素,建立了一套包括知识获取能力、知识运用能力、知识共享能力等几个不同方面的多层次综合评价指标体系。在此基础上,基于三角模糊数和模糊层次分析法,评价供应链知识共享绩效并给出了方法的具体步骤。最后通过算例给出了方法的应用。


期刊代号:F14
分类名称:物流管理
复印期号:2009 年 03 期

字号:

      1 引言

      供应链是由原材料供应商、产品制造商、分销商和零售商以及最终客户构成的横向网络,其主要功能是完成由客户需求开始到提供产品的整个过程[1]。随着经济的发展,人类逐渐进入一个以知识为主导的时代,知识开始成为制约供应链运作效率的重要因素,供应链中的知识管理开始引起人们的重视。供应链中的知识管理主要包括知识获取、知识共享、知识运用以及支持供应链知识管理的基础性活动等,其中知识共享是供应链知识管理的核心内容[2]。供应链成员间良好的知识共享可以为成员获取外部知识提供保证,也有利于提高整个供应链的知识水平,进而提高供应链的整体竞争力。

      在供应链知识共享过程中,对各个成员的绩效进行评价是一项基础工作。保证供应链知识共享效果的一些激励措施都必须建立在对成员的实际表现做出全面、客观的评价基础之上。因此,对供应链中知识共享的绩效进行准确评价,对于找出影响绩效的因素并及时采取有效措施具有重要意义。目前,有关知识管理绩效和知识共享绩效方面的研究已经引起学者们的关注[3-10]。文献[3]提出一个新的知识管理绩效体系(KMPI)并进行了实证研究;文献[4]对1995~2004年间有关知识管理绩效方面的研究进行了回顾和展望;文献[5]从知识管理实际出发,建立了评价指标体系并给出了一种综合评价方法;文献[6]采用结构方程模型实证研究了相关因素对研发联盟知识共享绩效的影响;文献[7]提出了基于Delphi-Fuzzy方法的知识共享绩效评估算法;文献[8]对知识创新能力与绩效的关系进行了实证研究,验证了两者之间的正相关关系;文献[9]运用D-S证据推理方法对供应链知识管理绩效进行了评价;文献[10]使用知识循环过程指数来构造知识管理绩效指数的S型logistic函数,用于评估组织在某个时点的知识管理绩效。上述研究成果各具特色,对供应链知识共享绩效研究起到了一定的推动作用。然而在我国,供应链管理还是一种新兴的管理模式,尤其在当前的经济环境下,大多数企业还缺乏供应链知识共享的经历和经验,这些因素使得相关方面的绩效评价往往带有很大的模糊性。因此本文将在分析指标体系建立原则的基础上,构建一套适合供应链知识共享特点的多层次指标体系,然后基于三角模糊数和模糊层次分析法对供应链中各成员的知识共享绩效进行评价。该方法适用于被评价对象的性能无法具体量化、指标权重不容易判断的多层次指标模糊评价问题,具有一定的实用性和可操作性,便于专家对被评价对象的性能和指标权重进行判断。最后通过一个算例说明了此评价方法的应用情况。

      2 供应链知识共享绩效评价指标体系的构建

      供应链知识共享的绩效评价是根据一定的评价标准,对供应链成员在知识共享过程中的努力程度进行评价的过程。然而影响供应链知识共享的因素是多方面的,这使得供应链知识共享的评价工作变得非常复杂,在进行评价时必须全面衡量各种因素。因此合理确定评价准则,选择影响供应链知识共享的主要因素是绩效评价方法研究的重点之一。本文认为,要建立一套通用的、可扩充的评价指标体系应遵循以下原则:

      (1)全面性。评价指标体系应全面反映评价对象所涉及的因素。

      (2)简洁性。评价指标体系的大小必须适中,指标粗细适宜。

      (3)实效性。评价指标体系应突出重点、易于操作、切实可行。

      (4)灵活性。评价指标体系能根据实际情况的变化进行调整。

      根据以上原则并在综合考虑供应链特点的情况下,本文选择了知识获取能力、知识运用能力、知识存量水平、知识管理平台的先进性、知识共享能力、知识共享效果等6个评价因素,并建立了二级评价指标体系(见表1)。

      

      3 供应链知识共享绩效的模糊综合评价方法

      层次分析法(Analytic Hierarchy Process,AHP)是Saaty教授提出的一种多准则决策方法,广泛应用于复杂系统的分析与决策。利用AHP方法不但可以把复杂问题简化为有序的递阶层次结构,而且还可以使定性分析和定量分析有机地结合起来[11]。然而通过对已有研究成果进行分析发现,AHP方法在进行指标的权重赋值时只考虑了专家判断的极端情况,以1~9之间的整数作为标度构造判断矩阵,而没有考虑专家判断的模糊性以及评价指标的模糊性。此外,根据表1可以看出供应链知识共享绩效评价问题有以下特点:各评价指标在知识共享过程中的情况无法具体量化;同一层次的评价指标之间由于不易判断重要程度,而很难给出相对权重。由此可以看出在实际问题中,专家对两个指标的比较一般不可能是一个确切的实数,而是用“某个数左右”来表达。三角模糊数在表达此含义时具有独特优势,适用于指标性能无法量化、只能用自然语言进行评价的模糊评价问题。而模糊层次分析法(Fuzzy Analytic Hierarchy Process,FAHP)的引入,则简化了人们判断目标相对重要性的复杂程度,用模糊矩阵代替普通层次分析法中的比较矩阵,解决了普通层次分析法中标度范围与一致性的矛盾,具有更科学的一致性检验准则[12],更易于专家判断和实际操作。

相关文章: