個體知識員工的一個模糊綜合評估方法

摘要：知識員工已經成為企業核心競爭力之源。個體知識員工的評估對考核知識員工的業績、確立知識員工的激勵標準都是十分重要的。由于知識員工與一般員工在工作性質上有著本質的不同，因此，當前人力資源評估方法并不適合知識員工的評估。從企業工作流程出發，結合知識員工的特點，構造了一個完整的個體知識員工評估體系，并提出了一種模糊綜合評估方法，對個體知識員工的工作質量和績效進行了評估。通過構造合適的隸屬度函數對評估結果進行了模糊化處理，使得評估結果更加客觀、合理。

關鍵詞：個體知識員工；知識管理核心流程；指標體系；模糊綜合評估方

中圖分類號：F270 文獻標識碼：A

Fuzzy Comprehensive Evaluation on Individual Knowledge Employee′s Performance

JI Li-qun

(International Business School， Shanghai Institute for Foreign Trade， Shanghai 201620， China)

Abstract:Knowledge employees have already become the core competitive capacity in enterprises at present. It is very important to evaluate their performance so as to establish the compensation standards. Because of the fundamental differences between knowledge employees and common employees，current human resources evaluation methods work flow and knowledge employees′ characteristics， the paper presents an integrated system and a fuzzy comprehensive method to evaluate their performance. Proper membership functions are constructed for processing the evaluating results， aiming at making the evaluation results more reliable and reasonable. An example given in the paper has shown that the proposed evaluation method is effective.

Keywords:individual knowledge employce;knowledge-based management core flow;indicator system;fuzzy comprehensive evaluation method

一、問題提出

伴隨著知識經濟時代的到來，知識已成為企業最基本的生產要素。知識員工\\[1，2\\]既是知識的使用者又是知識的創造者，因此，知識員工也逐漸成為企業的核心資源。正如管理學大師彼得#8226;德魯克在《21世紀的管理挑戰》中所說：“今后50年內，能夠最系統、最成功地提高知識員工生產率的國家將占據世界經濟的領導地位。”因此，企業最寶貴的資產是知識員工，知識員工才是決定企業創新能力的關鍵因素。如何有效利用知識資源，充分發揮知識員工的創造性，關鍵就在于如何建立科學有效的知識員工激勵和約束機制。

對個體知識員工的評估能幫助個體知識員工了解自身的優勢和缺點，從而采取有效的改進措施，敦促個體知識員工不斷自我完善。同時，通過對個體知識員工的合理評估，能夠幫助管理者對個體知識員工的工作能力、工作業績進行全面、科學的考核，是對知識員工進行有效人力資源管理的前提，它直接關系到個體知識員工的崗位安排、薪酬分配、職位的升遷等，密切影響個體知識員工的工作效率。個體員工的評估結果，還能夠為建立合理的激勵和約束機制提供可靠的依據。

但是，由于知識員工工作的復雜性、不確定性、創造性、工作過程難以監控性、以及成果難以觀察和度量等特點^[1，2]，僅用一些簡單的指標（如工作時間、出勤率、教育程度等）來考核知識員工是很不合適的；加上知識員工的工作很大程度上依賴于與所在團隊的其他成員的合作，這一切都導致對個體知識員工進行全面合理的評估一直是管理界的一大難題。

在現有的對知識員工評估文獻中，一些僅停留在理論上，缺乏操作性\\[3-5\\]；另一些只是對知識員工的一些簡單指標進行了定量評估，如員工的工齡、教育程度、知識員工的比例以及知識員工人均利潤等方面進行了評估^[6-8]，這些評估指標并沒有與知識員工的工作過程結合起來，因此，所建立的評估體系缺乏實用性。此外，現有的模糊評估過程中，一般都只是對評估質量做了簡單的劃分而沒有進行模糊化處理，不僅造成評估結果信息的丟失，而且因不符合評估指標質量的連續和漸變特點，導致量化程度不理想。

因此，筆者在綜合現有的研究成果的基礎上，主要參考資深知識員工以及知識管理專家和企業工作流程設計者的經驗和建議，從企業工作流程出發，結合知識員工的特點，構造一個完整的個體知識員工評估體系，并提出了一種模糊綜合評估方法，對個體知識員工的工作質量和績效進行了評估。通過構造合適的隸屬度函數對評估結果進行了模糊化處理，使得評估結果更加客觀、合理。

二、相關研究

知識員工的定義是伴隨著知識管理這個概念而提出的，因此，為了確定個體知識員工在企業中的工作性質和內容，這里首先對知識管理的核心內容作簡單的分析。

由知識管理定義\\[9-11\\]可知，知識管理涉及的流程較多，包括：確定知識目標、收集相關的知識、對知識進行分類和整理、存儲整理后的知識、把合適的知識傳遞到需要的人、共享個人和企業的知識、應用現有的知識。在應用知識的過程中，不同類型、不同層次、不同位置的知識之間會相互融合，從而產生新的知識，實現了知識創新。最后還需要對新創造出的知識進行評估等等。但弗朗霍夫知識管理參考模型以及大量的實驗驗證\\[12\\]表明，知識管理的核心流程只包括5種核心活動，即專門處理知識的活動：創造知識、共享知識、傳遞知識和應用知識。這些核心活動構成了一個完整的流程，如圖1所示。這五種活動同等重要，而且，這些活動必須融入到企業的業務流、工作流和知識流過程當中，才能發揮知識資源的優勢，促進企業的核心競爭力的提升。任何單獨某項知識管理活動將毫無意義。

在企業中，知識員工一般都是根據企業的項目組成團隊的形式來完成企業的任務。知識創新一般發生在團隊中的少數個體知識員工那里。個體知識員工在應用知識的過程中，會不斷遇到新的問題需要新的知識加以解決，他可以通過不斷學習或向其他知識員工請教而獲得所需的新知識，這些新知識將與他自身的知識相融合，從而不斷創造出新的知識。新創造出來的知識將以不同形式存儲在企業的不同位置，并受企業業務流、工作流和知識流的驅動，傳遞到其他需要這些知識的知識員工那里，從而實現了企業內部的知識共享。其他知識員工繼續應用這些共享的知識，并不斷創造新知識，構成一個螺旋式知識創新循環，使得個體知識員工和企業整體的知識存量和知識水平都不斷提高，企業解決問題的能力不斷增強。

從上面的循環過程可以看出，由于知識員工之間需要協同工作、資源共享，才能在完成企業任務的同時，實現知識創新。因此，個體知識員工對企業的貢獻遠遠不限于職位工作輸出的成果本身，團隊其他成員輸出成果、團隊的總體績效也是其貢獻的重要組成部分；個體員工的勞動成果往往是與其他團隊成員的勞動成果凝聚在一起，很難單獨衡量。所以，對個體知識員工的評估也應該從知識管理的核心流程出發，根據知識員工所參與的業務流、工作流過程來考核。

三、個體知識員工評估體系的構建

就個體知識員工的評估而言，必須解決的問題有：（1）建立合理的評估體系，限定評估范圍；（2）確定評估指標的評語集，作為評估結果的評價標準；（3）確定合理的評估方法，做出正確的評估。

[JP3]筆者主要從知識管理的核心流程出發，參考了他人對企業員工評估的研究\\[13，14\\]，分別從三個方面來對知識員工的能力進行考核：（1）知識員工的動機（U1）；（2）知識員工的知識水平（U2）；（3）知識員工的個人能力（U3）。至此，確定了知識員工評估的一級指標。[JP]

接下來，從知識員工的特點和工作實際出發，再對知識員工評估的一級指標進行分解，得到二級考核指標，如表1所示。

根據上面的分解，可以得到個體知識員工（U）指標集如下：

1.由于人們對知識員工這個概念本身及其內涵的認識具有一定的模糊性，知識員工之間是協同工作、相互影響的，企業的業務流、工作流以及知識流過程是相互支持、并隨著流程不斷進化的，而且對知識員工的主觀認知能力有很強的依賴性，而知識員工的參與性也是動態的，因此要去精確定量和判別個體知識員工的工作績效是非常困難的。

2.企業知識管理盡管外在地通過企業的一系列知識活動，如知識的收集、存儲、傳遞、共享和創新體現出來，但從系統的角度來看，這種外在表現是企業全部知識和能力與知識員工動態參與和創造的結果，而這種創造方式，要通過精確的識別和界定外顯出來，根本是不可能的。

3.評估人員對各項評估指標的取值具有主觀性，而各項指標的質量劃分也具有模糊的特點，因此，評估結果只能是模糊的。

（一）評語集的確和指標值的獲取

在確定了評估對象的評估指標體系之后，評估的關鍵問題之一是確定指標的評語集。這里將評語劃分為5個等級，分別是：差、及格、中等、良好、優秀。通過專家經驗法確定等級的閾值，記為V(v1，v2，v3，v4，v5，v6)，即定義指標在每個等級上的取值范圍。具體取值分別為：v1=0，v2=60，v3=70，v4=80，v5=90，v6=100。例如，當某專家給知識員工的打分為69分時，則被認為是“及格”。

指標值的獲取方法如下：

為了獲取第二級指標的相關數據，筆者從企業（可以是同一企業也可以是不同企業）分別選取3名資深知識員工（從事本職工作4年以上）、3名知識管理專家（從事本職工作5年以上）、4名知識管理系統設計者（從事本職工作5年以上）對上述評估指標進行打分。由v1=0，v6=100， 可知，打分標準是0到100分。

在現有的研究中有很多都是這樣處理或直接將多位專家的評估結果直接加權平均來獲得評估對象的評估值\\[13， 14， 16\\]。但這樣的評估仍然存在以下缺陷：

1.不符合評估指標質量的連續和漸變的特點。上述方法中通過設置 來區分“及格”和“中等”。事實上，在“及格”和“中等”之間并不存在一個清晰的界限。當指標值位于 附近時，很難明確界定指標的質量是“及格”還是“中等”。因此，上述指標的劃分掩蓋了指標質量的模糊特點。

2.使評估的信息丟失。例如，專家對知識員工的評估值由69降為61時，其結論一直保持“及格”不變，忽略了指標質量下降的信息。

3.量化程度不好。得到指標的質量以后，要通過指標的質量求出評估對象的評估值，因此需要一個更合理的量化指標質量。

因此，筆者將通過構造指標在各個質量等級上的隸屬度函數對指標的評價標準進行模糊化處理，來解決上述問題。

（二）構造合適的隸屬度函數

現有的構造隸屬度函數的方法主要有：F統計方法、三分法和F分布，其中F分布又可分為：矩形分布或半矩形分布、梯形與半梯形分布、拋物線分布、正態分布、哥西分布和嶺形分布等\\[15\\]。要考慮到距離指標閾值越遠的值其模糊性越小的特點，采用拋物線分布來構造各評估指標的評語集等級（差、及格、中等、良好、優秀）上的隸屬度函數。

已知判斷集V={v1，v2，v3，v4，v5，v6} ，設A為指標在論域V上的模糊子集。構造的隸屬度函數分別為：

為了對個體知識員工進行綜合評估計算，制訂如下步驟：

1.利用專家經驗法獲取10位專家對所有二級指標的打分，得到評估指標的具體取值。

2.利用隸屬度函數對所有二級指標Uij(i=1，2，3;j的取值則由具體的指標劃分來確定）的取值進行模糊化處理。假設某位專家Pi(i=1，2，…，10)對某個二級指標Uij的打分為x，則利用隸屬度函數，可分別求出A1(x)，A2(x)，A3(x)，A4(x)，A5(x)，。則專家Pi對指標Uij的評估質量為：[JB(\\[][SX(]A1(x)[]差[SX）] [SX（]A2(x)[]及格[SX）] [SX（]A3(x)[]中等[SX）] [SX（]A4(x)[]良好[SX）] [SX（]A5(x)[]優秀[SX）][JB）\\]]。

3.依次聯合專家Pi(i=1，2，…，10)對一級指標Ui(i=1，2，3)下的所有二級指標Uij的模糊化后的取值，構造出模糊評判矩陣。則對每一個一級指標Ui(i=1，2，3)都有一個對應的模糊評判矩陣Ri(i=1，2，3)。對模糊評判矩陣Ri(i=1，2，3)進行歸一化處理。

4.利用給定的權值Wi(i=1，2，3)依次求出專家Pi(i=1，2，…，10)對某一級指標Ui(i=1，2，3)的評估結果Q′i=Wi#8226;Ri，其中（i=1，2，3）。再對10位專家的評估結果求平均值，即得到一級指標Ui的綜合評估Qi。

5.同理，聯合所有一級指標Ui(i=1，2，3)評估計算后的取值，構造出模糊評判矩陣R，利用給定的權值W，可算出個體知識員工的模糊綜合評估結果Q=W#8226;R。

6.將最終計算結果與專家定義好的指標的閾值進行比較，按照隸屬度最大原則，值最大者即為最終評估結果。

六、結論

從個體知識員工的工作實際出發，結合企業的知識管理核心流程與企業的業務流、工作流和知識流等實踐過程，在綜合現有的知識員工的相關評估指標的前提下，利用專家經驗法構造出了個體知識員工評估的完整體系，為個體知識員工的評估工作提供了理論指導和檢驗依據。

同時，利用多級模糊綜合評估數學模型對個體知識員工評估體系進行了評估計算。與現有的研究不同的是，筆者對專家評估的結果進行了模糊化處理，筆者從客觀實際出發構造了拋物線隸屬度函數，對專家的評估結果模糊化，從而能克服現有研究中評估指標質量的離散與突變的情況，更加符合客觀實際情況，并有效避免了評估信息的丟失，使評估結果的量化程度更加合理。

[c1]紀利群， 王恒山.論知識工作者的管理[J]. 圖書情報工作，2005(1):47-49，51.

[2]唐炎華，石金濤.我國知識型員工知識轉移的動機實證研究[J]. 管理工程學報，2007，21(1):29-35.

[3]杜旌.知識員工工作測量方法認可度實證研究[J]. 科研管理，2005，26(1):29-35.

[4]李洪.知識員工的績效管理[J].企業改革與管理，2005(5):28-29.

[5]嚴鳴，林迎星. 知識型員工績效影響因素研究回顧與展望[J]. 外國經濟與管理，2006，28(11): 59-65.

[6]黃哲鵬，楊宗艷.基于灰關聯分析的知識員工勝任特征模型指標研究\\[J\\]. 科技和產業， 2005，5(2): 25-28.

[7]曹興， 陳琦， 彭耿.企業知識管理績效評估研究\\[J\\].科技管理研究，2006(12):189-192.

[8]方永美，孫凌潔.我國企業知識管理評估的AHP模糊綜合評價\\[J\\].華南農業大學學報(社會科學版)，2005，4(3): 77-81.

[9]蘇新寧，任皓，吳春玉，朱曉蜂.組織的知識管理\\[M\\]. 北京: 國防工業出版社， 2004:12-15.

［10］江文年，楊建梅. 企業知識管理方法論研究\\[M\\]. 北京:科學出版社，2006.

［11］邱均平.知識管理學［M］．北京:科學技術文獻出版社，2006.

［12］（德）Kai Mertins， Peter Heisig， Jens Vorbeck./趙海濤，彭瑞梅 譯. 知識管理原理及最佳實踐［M］．北京: 清華大學出版社， 2004.

［13］安翔.高科技企業員工績效考評模型研究\\[C\\].\\[碩士論文\\]. 西安: 西北大學，2003.

［14］池麗平.知識型企業的人才激勵機制\\[C\\].\\[碩士論文\\]. 武漢: 武漢理工大學，2004.

［15］李群.不確定性數學方法研究及其在社會科學中的應用\\[M\\].北京:中國社會科學出版社，2005.

［16］蔣蓉華，周永生，鐘旺霖. 企業知識管理與績效評價研究\\[M\\].長沙:中南大學出版社，2004.[ZK)]

（責任編輯：阿 蓮）

注：“本文中所涉及到的圖表、注解、公式等內容請以PDF格式閱讀原文。”