供应链知识共享绩效的模糊综合评价方法,本文主要内容关键词为:供应链论文,绩效论文,综合评价论文,模糊论文,方法论文,此文献不代表本站观点,内容供学术参考,文章仅供参考阅读下载。
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。
3.1 三角模糊数简介
三角模糊数(Triangular Fuzzy Number)是一类特殊的模糊数[13],定义如下:
一般来讲,用以度量被评价对象性能的各种评价指标都具有一定的模糊性,专家通常会采用语言变量来描述。这些语言变量取值于专家事先定义好的语言值评价集合。例如(差,一般,好)为一个语言值评价集合,评价值“一般”即为取自该集合的语言型评价值。将三角模糊数用在评价方法中能很好地解决被评价对象性能无法准确度量,而只能用自然语言进行模糊评价的问题。
3.2 评价过程与步骤
在实施评价前,应首先确定综合评价指标及其语言值评价集合,并构造权重判定函数。本文针对供应链知识共享的特点采用表1中的二级综合评价指标体系,采用的语言评价值及其对应的三角模糊数如表2所示。
权重判定函数可根据实际问题进行构造,这里采用函数
4 算例
北京是农产品消费大市,人民生活水平的快速提升以及2008年奥运会的举办给北京的农业发展带来了新的机遇,同时也给涉农企业及供应链提出了更高要求。构建与之相适应的农业知识共享体系,是加快北京市农业经济发展的重要途径。为了准确分析当前农业企业在供应链环境下的知识共享现状,从而制订合适的知识管理策略,需要对农产品供应链中的成员进行知识共享绩效评价。本文以某农业协会为例,选取协会中有供应关系的三个会员进行实例分析,由三个专家分别对三个样本企业进行知识共享绩效评价。
最后,利用步骤6中的计算方法对综合评价结果去模糊值得Z=[0.6409,0.7468,0.6082]。由此可以看出,三个样本企业的知识共享绩效排序为:企业2、企业1、企业3。表明样本企业2的知识共享绩效水平高于企业1和企业3,体现在对企业中各种知识资源管理较好、知识创新能力较强,在供应链知识共享过程中的表现要强于其他成员。而样本企业1和3的知识共享绩效水平较低,需要结合专家的评价情况对相关因素进行改进。
5 结束语
有效评价供应链成员的知识共享绩效,对合理制定激励方案、提高供应链知识管理水平具有重要作用。本文采用三角模糊数和模糊层次分析法对供应链知识共享绩效进行评价,较好地解决了这个问题,通过实例验证了可行性和有效性。本文中,该方法主要解决的是一个二级指标评价问题,在实际操作中对于多级指标评价问题同样有效。然而在方法运用过程中发现,由于对指标权重采用模糊标定方法,虽然方便专家评判但同时也造成信息损失过多。此外,还缺乏一个行业内的标杆值与评估结果进行对比,使得评价结果只能进行相对比较,降低了该方法的实际操作性。因此,笔者下一步将主要对这两方面的问题进行研究,使本文所提出的评价方法更贴近实际、评价结果更具有参考价值。
标签:综合评价论文; 模糊层次分析法论文; 综合评价模型论文; 绩效目标论文; 绩效指标论文; 模糊算法论文; 供应链论文;