基于模糊綜合評判的企業知識資本評價模型

摘要:隨著知識經濟時代的到來，知識對企業的發展越來越重要，知識資本已經成為企業最重要的資本。伴隨著知識重要性的提高，知識資本管理日益成為企業管理研究的熱點。為了更好的管理企業知識資本，必須對知識資本進行評估，以便更好了解其運營狀況。因此，本文運用AHP法和模糊綜合判斷法，建立了知識資本水平綜合評價模型，并以北京某知識型企業進行了實證分析。評價結果顯示該公司的知識資本綜合水平評價為較高水平，但是其人力資本狀況和市場資本狀況趨于一般水平。

關鍵詞:知識資本 模糊綜合評判 層次分析法

1、引言

隨著經濟的全球化運作和信息技術的高速發展，國際競爭環境變化的頻度在不斷的加強，企業間競爭的激烈程度的也不斷加深，知識成為企業獲取競爭優勢的重要資源，無論是大型企業還是中小企業都必須加強對企業內外部知識的收集和創新，來提高企業自身的知識含量，使企業加快向知識型企業轉變。知識型企業將企業的知識資本經營運作作為主要活動，重視企業的創新活動，知識資本成為知識型企業的核心資本形態。知識資本成為企業在快速變化的環境中尋求發展所依賴的關鍵性資源，是知識型企業得以延續和創造價值的動力源泉。人們越來越意識到知識資本對社會經濟和企業發展的重要性，如何評估和衡量知識資本引起了眾多學者、企業和研究機構的重視。本文針對知識資本的評價特點，認為適合采用多層次模糊綜合評價法來對企業知識資本進行評估。

2、企業知識資本評價指標體系的構建

現代西方經濟理論中對于知識資本理解的側重點不同，對知識資本的構成也有不同的觀點斯圖爾特(T·Stewart)提出了知識資本的H-S-C結構，指出知識資本的價值體現在人力資本、結構性資本和顧客資本三者之中;范徵認為知識資本由人力資本、組織資本、技術資本、市場資本和社會資本五大方面構成;姚麗瓊等認為，知識資本是知識在一定條件下轉化而成，是企業在其生產經營及其管理活動中所積累起來的最具有價值增量的預付價值，由人力資本、技術資本、管理資本、市場資本和顧客資本五部分構成。

基于以上理論研究，根據指標選取的科學性原則、可測性原則、敏感性原則、完整性原則和定性與定量相結合的原則，本文從知識系統、結構資本、人力資本、技術資本和市場資本五個方面來對企業知識資本進行研究，具體見表1。

3、知識資本的評價方法

本文對知識型企業知識資本的綜合評價采用多級模糊綜合評判方法，它是將模糊綜合評判法與層次分析法相結合，能夠較好地處理多因素、模糊性和主觀性較大的問題。對定性分析指標采用專家調查與模糊統計相結合的方法，對定量分析指標的處理則引入模糊數學的方法，從而實現了定性指標與定量指標的結合。

3.1 確定評價指標的權重

本論文采用層次分析法(AHP)確定指標權重，即各指標的相對重要程度，綜合專家意見得出權重值。層次分析法AHP是由美國學者薩提(Saaty)提出的一種運籌學方法，它可將人們的主觀判斷量化，是一種簡便而又實用的決策方法。具體步驟如下:

(1)建立層次結構模型。

(2)構造兩兩比較判斷矩陣。第二層因素兩兩比較重要性，元素i與元素j相比，同等重要、稍重要、明顯重要、強烈重要、極端重要時，相對重要性的權數分別為1、3、5、7、9。若元素i與元素j的重要性之比為aij，則元素j與元素i重要性之比為aji=1/aij ，判斷矩陣是一個方陣，A=(aij)n×n，aij=ci/cj 。

(3)層次排序。特征向量W=(w1，w2，w3，w4，w5，)T及最大特征值λmax。比較判斷矩陣特征向量值，表示同一層次中若干元素對相鄰的上一層某一元素的相對重要性排序權重。本文利用一種簡單的近似計算法——和法，步驟如下:

a.將判斷矩陣A的每一列歸一化，得到矩陣B=(bij)n×n，然后按B的行求和，即

，，

b.計算判斷矩陣的最大特征向量值 ;

c.一致性檢驗。首先計算一致性指標CI=(λmax-n)/(n-1)，平均隨機一致性指標RI可以查表(n=4，RI=0.9;n=5，RI=1.12)，然后計算一致性比率CR=CI/RI，當CR<0.1時，認為比較判斷矩陣具有滿意的一致性，排序權重可以接受，否則應該重新進行判斷來調整判斷矩陣的元素，直至達到滿意為止。

3.2 進行模糊綜合評價

所謂模糊綜合評判是在模糊環境中，考慮多種因素的影響，根據給出的評價標準和具體的評價值，經過模糊變換后對事物作出評價的方法。多級模糊評判就是先把要評價的某一事物的多種因素，按其屬性分為若干類大因素，然后對每一類大因素進行初級的綜合評判，最后在對初級評判的結果，進行高一級的綜合評價，其評價步驟如下:

(1)確定評價向量評語集和評價矩陣。知識資本水平評價集是有關專家對各個具體的評價指標可能做出的各種評價結果所組成的集合U。本文將知識資本水平的評語集定為:U=(U1，U2，U3，U4，U5)=(高，較高，一般，較低，很低)。通過專家評分法對B1，B2，B3，B4，B5，中的各指標進行評判，得到模糊判斷矩陣R，如下:

其中，i=1，2，3，4時，n=4;i=5時，n=5;j=1，2，…，n

(2)計算一級評價向量。設一級模糊綜合評價向量為Bi，則有

，i=1，2，3，4，5。

其中，式中的“”表示模糊合成運算。

(3)計算二級評價向量。將Bi=(i=1，…，5)看成一個指標，則R=(B1，B2，B3，B4，B5)T的歸一化處理。設二級評價向量為B，則有B=AR=(a1，a2，a3，a4，a5)。

(4)歸一化處理。為了便于分析，需要對一級、二級評價向量作歸一化處理。記歸一化后二級和一般可以根據最大隸屬度原則進行風險的判斷和分析。

4、知識資本評價模型實證分析

4.1確定評價指標的權重

采取層次分析法來確定知識資本各指標權重，相對于知識資本評價這個總目標層來說，對一級指標內指標進行兩兩比較，得到相對重要性判斷矩陣，并利用AHP法中的和法，得到各指標的相對重要性權重W(特征向量)，見表2。

同樣方法，可以計算二級指標知識系統的相對重要性判斷矩陣，進而得到其相對重要性權重，見表3。結構資本、人力資本、技術資本和市場資本的判斷矩陣略，其相對重要性權重分別為:

均通過一致性檢驗。

，通過一致性檢驗。

同時，由表2可以看出，該知識型企業知識系統水平指標權重最大，達到40.09%，說明該企業對知識系統的依賴性較強;其次是結構資本，可見該企業的組織管理水平較好。

4.2 進行模糊綜合評價

依據上述知識資本風險評價方法，本文對北京市某知識型企業的知識資本風險進行評價和分析。通過有關專家評分得到各二級指標風險的判斷矩陣如下:

根據層次分析法確定的各一級指標和個二級指標的權重，可以對企業的知識資本水平進行綜合評價。

(1) 對二級因素集做綜合評判，用模型 計算，得Bi=Ai·Ri

(i=1，2，…，5)

從該企業知識資本各指標的評價來看，根據模糊數學中的最大隸屬度原則，該企業的技術資本達到很高的水平，為30.53%，但是認為技術資本很低的占比也較大，達到15.17%;知識系統和結構資本均達到較高的水平，分別為49.79%和47.26%;人力資本和市場資本處于一般水平。通過以上分析，要提高該企業的綜合競爭力，應采取措施提高企業的人力資本和市場資本水平，使企業知識資本各部分得到均衡的發展。

(2) 對一級因素集做綜合評判

總評判矩陣R是以B1，B2，B3，B4，B5為行的模糊矩陣，則對該企業知識資本水平的綜合評價為:

以上結果表明，該企業知識資本水平為很高的占6.96% 、較高的占41.01%，般的占39.15% 、低的占9.54%，認為水平很低的占3.33%。根據模糊數學中的最大隸屬度原則，知識資本水平較高的隸屬度最大，達到41.01%，所以，可以認為該企業知識資本綜合水平較高。

5、結論

該公司的知識資本綜合水平評價為較高水平，但是其人力資本狀況和市場資本狀況趨于一般水平。結合具體預警評價指標的評價結果:

(1)知識系統狀況處于較好水平。知識只有在人們相互交流時才能得到發展，只有通過建立企業內部信息網絡，使知識得到共享，企業內部的知識資源才能廣泛聯系起來。而且，廣泛的聯系可以促進知識的創新，因此，需要企業建立與外部間的信息網絡。

(2)結構資本狀況處于較好水平。為了加速企業管理決策的速度，企業必須加快其組織結構的轉變速度和人事管理制度的建設工作，進一步提高企業的人事管理水平。

(3)人力資本狀況處于一般水平，企業應該關注人力資本的發展。畢竟知識型企業的員工大都是知識型員工，知識型員工一般除了重視物資激勵外，更重視精神層面的激勵，尤其是自身能力的發揮和個人價值的增值，所以企業應加強對員工培訓方面的投入。

(4)技術資本狀況處于很好水平。企業應加強科研工作，增強產品的高科技含量，使其具有不可模仿和替代性。同時也要加強對知識產權的保護，提高知識產權的保護意識和管理水平，增加知識產權總量，提升企業的技術創新能力和綜合競爭力。

(5)市場資本狀況處于一般水平。企業在今后的發展進程中應該逐漸加大對市場資本的培育，壯大企業的市場資本，繼續積極地樹立企業良好形象。

參考文獻:

[1]范徵.知識資本評價指標體系與定量評估模型[J].中國工業經濟.2000(9)

[2]張維然，石宏平.知識資本評價模型比較[J] .管理現代化[J] .2001(6)

[3]王興元，成冰.企業知識資本內涵及其評價研究[J] .科學學與科學技術理.2003(9)

[4]黨興華，李曉梅..知識資本的度量與西部工業知識資本評價[J] .西安理工大學學報.1999

[5]謝季堅，劉承平.模糊數學方法及其應用[M].華中科技大學出版社.2006(8)

[6]姚麗瓊.知識及知識資本的測度研究[DB] .西安交通大學碩士學位論文.萬方數據入.2002

本文系首都經濟貿易大學研究生科技創新資助項目

(作者單位:首都經濟貿易大學統計學院)