高校教師知識共享水平的綜合評價方法

謝 健 王秀麗

(1.煙臺南山學院 經濟與管理學院，山東 煙臺 265706;2.內蒙古工業大學 管理學院，內蒙古 呼和浩特 010051)

高校是知識經濟的“人才庫”、“知識庫”和“思想庫”，以知識、人力和財力資源推動我國知識經濟發展是高校責無旁貸的使命。高校教師知識共享就是高校教師的個人知識(包括顯性知識和隱性知識)通過各種交流方式(如課堂教學、學術報告、電話、口頭交談和網絡等)為組織其他成員所分享而成為學校的知識財富[1]。高校要想在變化中求生存，求發展，提升其競爭力，完成推動社會發展的使命需要有效的知識管理。而高校知識管理的目標就在于知識共享，運用集體的智慧提高應變能力和創新能力[2]。

然而，如何綜合評價高校教師的知識共享狀況是學者們研究的重點。綜合評價是人類認識事物和進行正確決策的重要方法。在綜合評價中最重要的工作之一是確定各指標的權重，從而更好的分析哪些指標對知識共享的貢獻更大。在指標權重的確定中，有專家咨詢法[3]、主成分分析法[4]和層次分析法[5]等，這些方法在一定程度上能反映實際情況，但是通常具有較大的主觀性，有時不能客觀地反映實際情況。

本文在綜合評價高校教師知識共享狀況時引入信息熵理論。1948年，信息論創始人申農(C.E.Shannon)利用概率論定義在其經典論文《通信的數學原理》中運用公理化方法，提出了信息熵的概念。申農證明熵和信息是一樣的，用以度量通信過程中信息源信號的不確定性。他把熵作為一個隨機事件不確定性或信息量的量度，為信息分析提供了有力的理論工具，也大大豐富了熵概念的內涵。信息熵是一個被成功引入的信息度量，是隨機變量的不確定性度量，是以概率分布或隨機變量為基礎進行定義。認為事情的不確定性越大，可能的狀態或結果越多，信息量越大，而且獲得各個信息的概率不同，因此，有必要定義一個平均信息量，即稱之為信息熵[6]。某項指標的指標值變異程度越大，信息熵越小，該指標提供的信息量權重也就越大;反之，該指標提供的信息量越小，該指標的權重越小，即信息熵求得的指標權重代表了該指標在指標體系中變化的相對速率，而指標的相對水平則由樣本標準化后的接近度來表述。顯然，在評價指標時，指標值離散程度越小，其分布的信息熵值就越大，也就是說，信息熵是指標值分布均衡度的量度。

一般認為，信息熵值越高，系統結構越均衡，差異越小，或者變化越慢;反之，信息熵越低，系統結構越是不均衡，差異越大，或者變化越快。所以，可以根據熵值大小，也即各項指標值的變異程度計算出權重[7]，然后計算出指標得分。

綜合評價是對評價內容的整體進行評價，對各評價對象的指標進行加權求和，得各評價對象的評價結果[8]，對評價結果一般用等級表示，但評價的標準一般不好掌握。聚類算法可以對所有的評估對象進行劃分等級，用聚類分析對評價結果進行等級劃分能客觀地反映實際情況。聚類分析是一種數據劃分或分組處理的重要手段和方法。其操作的目的在于將特征空間中一組沒有類別標記的矢量按某種相似性準則劃分到若干個子集中，使得每個子集代表整個樣本集的某個或者某些特征和性質。聚類算法是基于整個數據集內部存在若干“分組”或“聚類”為出發點而產生的一種數據描述方法，每個子集中的點具有高度的內在相似性[9]。具體步驟如下:

1.數據的標準化

不同的量綱和數量級得到的綜合指數是不一樣的，也就不具有可比性。所以為了避免計算結果受到指標量綱和數量級的影響，保證其具有客觀性和科學性，在進行運算之前，必須要對原始數據進行無量綱化處理，只有這樣才能滿足評價結果的可比性。計算公式為:

其中，xjmax表示第j個指標的最大值，xjmin表示第j個指標的最小值，x＇ij是 rij無量綱化后的值，其值域區間為[0，1]。由此得到其標準化矩陣X:

由于，1n函數自變量要大于0，所以為了消除標準化后帶來的影響，進行坐標平移，將指標值x＇ij經過坐標平移之后變為:x"ij=0.1+x＇ij，其中，0.1 為坐標平移的幅度。

2.指標信息熵ej和冗余度dj

根據信息熵的定義，第j項指標的信息熵值為:

由于信息熵ej可以用來度量第j項指標數據的效用值，當信息完全無序時，ej=1，此時，ej的信息(也就是第j項指標數據)，對綜合評價的效用值為0。所以，某項指標的信息效用價值取決于該指標的信息熵ej與1之間的差值dj，即信息冗余度為:

3.評價指標的權重

利用信息熵來估算各個指標的權重大小，實際上是利用該指標信息的價值系數來估算，指標的價值系數越高，說明該指標的重要性也就越大，即對評價的結果貢獻性越大，對高校教師知識共享的影響也就越大。

4.指標得分

根據以上步驟的數據，計算出每一個指標的得分和每一名教師的知識共享水平得分，通過比較能得到教師的知識共享水平的高低。知識共享綜合水平得分越高，表示該教師的知識共享水平越高，反之越低。

單指標評價得分:Sij=wj×x"iji名教師的知識共享綜合水平得分

在得到每個教師的得分后，需要對高校教師的知識共享狀況進行評價。

5.對排序后的評估值Si進行聚類分析。

通過對指標數據的處理，可以得到高校教師知識共享的總體狀況和影響知識共享的關鍵因素，得出每個教師的知識共享狀況以及他們的差距，并對教師的知識共享狀況進行等級劃分，以達到研究高校教師知識共享水平的目的。

分析高校組織內部知識共享存在的障礙，主要表現在隱性知識的模糊性和壟斷性、投入和收益不對稱、教師價值觀影響共享意愿和行為、高校內部軟硬件設施和激勵機制的不完善[10]五個方面。通過進一步分析選定一級評價指標，包括投入和收益、價值觀、軟硬件設施和激勵機制、組織文化，用于高校教師知識共享現狀分析。

表1 一級指標得分(Scores of the first index)

設計調查問卷，利用以上綜合評價方法對回收得到208份有效問卷進行評價，得出權重最高的指標為軟硬件設施和激勵機制，其他三項從高到低依次為組織文化、投入和收益、價值觀(見表1)。

表2 聚類分析結果(Result of cluster analysis)

在確定各指標權重的基礎上，可以計算出各個教師的知識共享綜合水平得分，從而對教師的知識共享水平進行等級劃分。知識共享綜合水平最高得分為1.0708，最低得分為 0.3353，最高得分和最低得分相差0.7354分。大部分教師的知識共享綜合水平得分在0.6－0.9分之間。為了更準確地把高校教師的知識共享水平進行等級劃分，利用聚類分析對高校教師知識共享綜合水平得分進行分類，評價標度為差 －1、合格 －2、中 －3、良 －4，4族的中心點是{0.34，0.58，0.78，0.97}(見表 2)，對應的人數分別為4人、52人、115人、37人。在208個樣本數據中，有37位教師的知識共享水平程度是“良”，有115位教師的知識共享水平程度是“中”，有52位教師的知識共享水平程度是“合格”，有4位教師的知識共享水平程度是“差”。

[1]樊治平，孫永洪.知識共享研究綜述[J].管理學報，2006，(5):12 －15.

[2]諸葛劍平，史清華.高校知識共享的動因、障礙及對策[J].上海管理科學，2007，(3):101 －104.

[3]樊昌興，曹麗娜.通信原理[M].北京:國防工業出版社，2007:87－96.

[4]王立寧，樂光新，詹菲.Matlab與通信仿真[M].北京:人民郵電出版社，2000:143－186.

[5]邵玉斌.Matlab/Simulink通信系統建模與仿真實例分析[M].北京:清華大學出版社，2008:215－246.

[6]劉樹棠.現代通信系統(Matlab版)[M].北京:電子工業出版社，2006:118－218.

[7]陳明星，陸大道，張華.中國城市化水平的綜合測度及其動力因子分析[J].地理學報，2009，64(4):387－398.

[8]張志涌.精通 Matlab 6.5[M].北京:北京航空航天大學出版社，2006:468－502.

[9]陳懷琛，吳大正.Matlab在電子信息課程中的應用[M].北京:電子工業出版社，2007:69－128.

[10]陳茵，王心剛，孫凡.高校知識共享的障礙分析及對策研究[J].情報資料，2009，(2):93 －95.