基于模糊TOPSIS的虛擬科研團(tuán)隊成員知識共享效率評價

林向義 羅洪云 朱志紅 羅杰

〔摘要〕知識共享效率評價是虛擬科研團(tuán)隊成員對團(tuán)隊科研工作貢獻(xiàn)大小的衡量，是提升團(tuán)隊運作效率的前提和基礎(chǔ)。構(gòu)建了虛擬科研團(tuán)隊成員知識共享效率評價的指標(biāo)體系；針對指標(biāo)值難于量化的特點，利用模糊TOPSIS法對團(tuán)隊成員知識共享效率進(jìn)行評價和分析；最后通過實例分析說明該方法的科學(xué)性和可行性。

〔關(guān)鍵詞〕虛擬科研團(tuán)隊；知識共享效率；模糊TOPSIS；相對貼近度

DOI：10.3969/j.issn.1008-0821.2013.07.006

〔中圖分類號〕F27〔文獻(xiàn)標(biāo)識碼〕A〔文章編號〕1008-0821（2013）07-0028-06

Knowledge Sharing Efficiency Evaluation on Members of

Virtual Scientific Research Team Based on TOPSISLin XiangyiLuo HongyunZhu ZhihongLuo Jie

（Institute of Petroleum Economics and Management，Northeast Petroleum University，Daqing 163318，China）

〔Abstract〕Evaluation on knowledge sharing efficiency is an approach to measure the contribution of members to the whole virtual scientific research team，which is the preface and basis of improving operating efficiency of the team.It constructed index system for evaluation on knowledge sharing efficiency.Because the index are difficult to be quantified，It took use of fuzzy TOPSIS method to evaluate and analyze the knowledge sharing efficiency of team members.Finally，a cased was selected to demonstrate that the evaluation method was scientific and feasible.

〔Key words〕virtual scientific research team；knowledge sharing efficiency；fuzzy TOPSIS；relative closeness coefficient

隨著經(jīng)濟(jì)全球一體化趨勢和競爭環(huán)境的不確定性的加劇，產(chǎn)品的生命周期不斷縮短，市場的需求日趨多樣化，使得各國企業(yè)必須在較短的時間內(nèi)對市場需求做出快速反應(yīng)，在全球范圍內(nèi)尋求創(chuàng)新資源和創(chuàng)新知識，不斷創(chuàng)造出具有較強競爭力的新產(chǎn)品和新技術(shù)[1]。虛擬科研團(tuán)隊——一種嶄新的科研組織形式恰好能滿足企業(yè)創(chuàng)新的需要，能突破企業(yè)邊界的限制，利用日益發(fā)達(dá)的網(wǎng)絡(luò)環(huán)境和現(xiàn)代化信息通信技術(shù)將分布在不同地域、不同領(lǐng)域的專家遠(yuǎn)程集聚在一起組成臨時性的創(chuàng)新團(tuán)隊，通過團(tuán)隊成員間的知識和能力互補，彼此間的知識共享來共同完成科研任務(wù)[2]。團(tuán)隊成員知識共享效率是虛擬科研團(tuán)隊順利完成科研任務(wù)的重要前提和基礎(chǔ)。然而，網(wǎng)絡(luò)環(huán)境下虛擬科研團(tuán)隊成員在知識共享過程中由于信息不對稱、團(tuán)隊臨時性、跨地域性等特點的影響可能導(dǎo)致成員間彼此不信任、知識交流方式不合理、知識表示差異化等原因?qū)е轮R共享效率低，創(chuàng)新效果差。因此，對虛擬科研團(tuán)隊成員知識共享效率進(jìn)行評價和分析，對提升團(tuán)隊工作效率具有重要的現(xiàn)實意義。

目前，關(guān)于虛擬團(tuán)隊、虛擬科研團(tuán)隊、虛擬科技創(chuàng)新團(tuán)隊中知識共享效率評價的研究較少。鄭傳均[3]（2007）、易菲[4]（2010）對聯(lián)盟間知識共享效率的影響因素進(jìn)行了分析；胡平波[5-6]（2009）構(gòu)建了網(wǎng)絡(luò)組織中知識共享效率評價的指標(biāo)體系，并利用BP神經(jīng)網(wǎng)絡(luò)對知識共享效率進(jìn)行了評價；李曉利等[7]（2009）構(gòu)建了知識共享效率評價的R-RNN模型；牛東旗等[8]（2011）利用DEA對虛擬科研團(tuán)隊知識共享的有效性進(jìn)行了評價和分析。

上述研究成果為本課題的研究奠定了理論基礎(chǔ)，但缺乏對虛擬科研團(tuán)隊成員個體知識共享效率評價的指標(biāo)體系和評價方法的研究。由于知識共享效率評價指標(biāo)具有難于量化的特點，本文擬采用模糊TOPSIS法對虛擬科研團(tuán)隊成員個體的知識共享效率進(jìn)行評價，為虛擬科研團(tuán)隊管理部門和團(tuán)隊負(fù)責(zé)人準(zhǔn)確掌握團(tuán)隊成員個體的知識貢獻(xiàn)提供幫助。

1虛擬科研團(tuán)隊成員知識共享效率評價的指標(biāo)體系

虛擬科研團(tuán)隊成員知識共享效率是指團(tuán)隊成員在實現(xiàn)團(tuán)隊創(chuàng)新目標(biāo)過程中與他人進(jìn)行知識交換和知識學(xué)習(xí)的效率。虛擬科研團(tuán)隊成員知識共享效率往往受到成員間的信任程度、成員知識處理能力、信息通信技術(shù)等的影響。因此，本文從以下6個方面構(gòu)建虛擬科研團(tuán)隊成員知識共享效率評價的指標(biāo)體系（見圖1）。

圖1虛擬科研團(tuán)隊成員知識共享效率評價指標(biāo)

基于模糊TOPSIS的虛擬科研團(tuán)隊成員知識共享效率評價1.1信任程度

信任是虛擬科研團(tuán)隊成員彼此之間知識共享的前提和基礎(chǔ)，影響團(tuán)隊成員間知識共享的效率[9]。當(dāng)團(tuán)隊成員對他人知識共享的意圖和行為充滿信任時，才能接受和吸納他人的知識來充實自己的知識庫；同時，當(dāng)團(tuán)隊其他成員需要新知識時，信任能消除知識所有者害怕失去核心價值的擔(dān)憂，愿意將自己的特有知識提供給知識的需求者[10]。團(tuán)隊成員個體對其他成員的信任度越大，知識共享效率就越高[11]。因此，虛擬科研團(tuán)隊成員間的相互信任程度直接影響到團(tuán)隊知識共享的效率和團(tuán)隊目標(biāo)的實現(xiàn)。

1.2知識吸收能力

知識吸收能力是指團(tuán)隊成員從其他成員獲取、整合、應(yīng)用和創(chuàng)新知識的過程[12]。虛擬科研團(tuán)隊成員在科研工作中不斷從其他成員獲取自己所需的知識來增加自身的知識存量，增強知識創(chuàng)新能力。由于跨地域、跨專業(yè)、跨文化等因素的影響，虛擬科研團(tuán)隊成員搜索到知識源后，通過各種方式獲取知識并通過知識學(xué)習(xí)將外部知識轉(zhuǎn)化為自己的知識。團(tuán)隊成員在從其他成員獲取知識時，應(yīng)通過各種渠道了解知識所有者在專業(yè)、文化等方面的差異，通過一定的方式將具有差異化表示的知識進(jìn)行轉(zhuǎn)化，縮小與自身知識表示的差異，提高知識學(xué)習(xí)的效率。團(tuán)隊成員的知識吸收能力強，能削弱各種差異化因素的影響，快速獲取、有效整合、恰當(dāng)應(yīng)用和持續(xù)創(chuàng)新知識，很好地解決創(chuàng)新中遇到的科研難題，有利于科研任務(wù)的順利完成。

1.3知識反饋能力

知識反饋能力是指虛擬科研團(tuán)隊成員在知識學(xué)習(xí)的同時，根據(jù)其他成員的知識需要將自身知識外化、綜合并反饋到團(tuán)隊內(nèi)，進(jìn)而被整個團(tuán)隊成員學(xué)習(xí)和共享的能力[3]。團(tuán)隊成員在工作過程中可能隨時收到他人獲取知識的需求，并根據(jù)對方提出的要求將自己的知識進(jìn)行規(guī)范化，根據(jù)需求者的專業(yè)和文化背景盡量選擇適合的知識表達(dá)方式，以最佳的方式快速將知識送達(dá)目的地。團(tuán)隊成員的知識反饋能力強，知識接收者的知識吸收效率也越高，反之亦然。

1.4知識地圖應(yīng)用

知識地圖是用來標(biāo)示虛擬科研團(tuán)隊中顯性知識和隱性知識的來源，幫助虛擬科研團(tuán)隊中的成員高效搜索和獲取所需的知識。同時，在知識地圖中知識需求者可以直接獲得知識提供者的相關(guān)信息，根據(jù)信息提示尋求最佳的知識獲取方式和傳遞路徑。當(dāng)團(tuán)隊成員熟悉本團(tuán)隊臨時構(gòu)建的知識地圖框架，掌握知識地圖所表示的知識關(guān)聯(lián)，能快速在知識地圖中搜索所需要的知識及其來源，知識獲取和知識學(xué)習(xí)的能力也隨之提高。

1.5知識傳播媒介選擇

虛擬科研團(tuán)隊成員工作過程中要實現(xiàn)不同專業(yè)知識、顯性知識和隱性知識等的共享與交流。團(tuán)隊成員需要根據(jù)知識的特點，利用各種現(xiàn)代化技術(shù)的支撐，如E-mail、電話會議系統(tǒng)、視頻會議系統(tǒng)、虛擬現(xiàn)實技術(shù)、Instant Messages等媒介傳播知識。虛擬科研團(tuán)隊成員之間進(jìn)行知識溝通和選擇知識傳遞方式時，應(yīng)根據(jù)知識的特點選擇一種或幾種方式以保證知識表示的準(zhǔn)確性和知識傳遞的高效性。恰當(dāng)?shù)剡x擇知識傳播的媒介或媒介組合是提高知識傳遞效率的技術(shù)保障。

1.6知識傳遞路徑選擇

虛擬科研團(tuán)隊成員在科研工作中與其他成員間開展知識共享時，除要選擇恰當(dāng)?shù)闹R傳播媒介外，還要根據(jù)團(tuán)隊知識共享網(wǎng)絡(luò)的結(jié)構(gòu)以及知識的流動方向選擇最佳的路徑傳遞知識。有些知識需要通過間接的路徑進(jìn)行傳遞，此時知識需求者和知識提供者應(yīng)考慮經(jīng)過哪些中間成員進(jìn)行知識傳遞能提高知識的傳遞效率或者能更好地減少知識的失真性及在傳遞過程中逐步削弱文化差異等對知識表達(dá)帶來的差異化，易于接收者能很好地吸收知識，提高知識共享的效率。

2模糊TOPSIS法

逼近理想點法（The Technique for Order Preference by Similarity to Ideal Solution，簡稱 TOPSIS）是由Hwang and Yoon于1981年提出的[13]。TOPSIS法通過計算待評方案與正負(fù)理想解的距離來對方案進(jìn)行排序和評價。

虛擬科研團(tuán)隊管理者或負(fù)責(zé)人在對團(tuán)隊成員知識共享效率進(jìn)行評價時，由于對知識共享效率指標(biāo)的理解、判斷、直覺和偏好等有時模糊的特點導(dǎo)致虛擬科研團(tuán)隊成員知識共享效率評價指標(biāo)值難于實測，而模糊邏輯或模糊理論則可以表示和解決團(tuán)隊成員知識共享效率評價中模糊性指標(biāo)值的表示，因此本文采用模糊TOPSIS法對團(tuán)隊成員知識共享效率進(jìn)行評價。模糊TOPSIS法的計算過程如下[14-16]：

Step 1：確定待評團(tuán)隊成員、評價指標(biāo)和群決策專家。假設(shè)有m個待評團(tuán)隊成員，分別用Ai（i=1，2，…，m）表示；p個評價指標(biāo)，分別用Cj（j=1，2，…，p）表示和n個評價專家，分別用Ek（k=1，2，…，n）表示。

Step 2：定義語言變量和對應(yīng)的三角模糊數(shù)。語言變量用來確定評價指標(biāo)權(quán)重和每個成員在不同指標(biāo)下的評價值。三角模糊數(shù)用集合=（a，b，c），其中a

本文采用5個語言變量來確定評價指標(biāo)權(quán)重，語言變量和對應(yīng)的三角模糊數(shù)見表1。表1評價指標(biāo)權(quán)重的語言變量及對應(yīng)三角模糊數(shù)

語言變量三角模糊數(shù)十分不重要（VL）（0，0，0.25）不重要（L）（0，0.25，0.5）一般（M）（0.25，0.5，0.75）重要（I）（0.5，0.75，1）十分重要（VI）（0.75，1，1）

利用[0，10]區(qū)間確定待評團(tuán)隊成員知識共享效率排序的語言變量和對應(yīng)的三角模糊數(shù)，見表2。表2團(tuán)隊成員知識共享效率的語言變量及對應(yīng)三角模糊數(shù)

式中，j是用三角模糊數(shù)表示的第j個評價指標(biāo)的模糊平均權(quán)重值；kj表示第k個專家對第j個指標(biāo)的評價值。

Step 4：計算待評團(tuán)隊成員的模糊評價的均值并構(gòu)造模糊決策矩陣

首先計算第i個待評團(tuán)隊成員在第j個指標(biāo)下的模糊均值，

ij=1n∑nk=1kij，i=1，2，…，m（3）

然后構(gòu)造模糊決策矩陣

3實證分析

某油田企業(yè)為了應(yīng)對高含水期采油效率偏低的問題，對現(xiàn)有的采油技術(shù)進(jìn)行革新，由總工程師負(fù)責(zé)組建了專門的科技攻關(guān)團(tuán)隊對高含水期的采油技術(shù)進(jìn)行創(chuàng)新。為了提高該團(tuán)隊的創(chuàng)新效率，總工程師從英國石油公司、殼牌石油公司、中國科學(xué)院和相關(guān)大學(xué)選擇了6個專家組成一個虛擬科研團(tuán)隊進(jìn)行聯(lián)合攻關(guān)。在團(tuán)隊科研過程中，團(tuán)隊負(fù)責(zé)人擬對6個成員知識共享的效率進(jìn)行評價分析。團(tuán)隊負(fù)責(zé)人利用A1（中國科學(xué)院）、A2（英國石油公司）、A3（中國石油大學(xué)）、A4（東北石油大學(xué)）、A5（東北石油大學(xué)）、A6（殼牌石油公司）表示6個團(tuán)隊成員，聘請了5位專家利用本文建立的指標(biāo)體系和方法對各成員知識共享的效率進(jìn)行評價。5位專家對評價指標(biāo)和團(tuán)隊成員知識共享效率的語言評價見表3和表4。表3評價指標(biāo)的專家語言評價值

根據(jù)公式（2）和（3），計算虛擬科研團(tuán)隊成員知識共享效率評價指標(biāo)權(quán)重的模糊均值和每個待評團(tuán)隊成員知識共享效率相對于每個評價指標(biāo)的模糊均值，分別見表5和表6。表5評價指標(biāo)權(quán)重的模糊均值

指標(biāo)模糊權(quán)重C10.650.900.95C20.700.951.00C30.600.850.95C40.550.801.00C50.600.850.95C60.500.750.95

從表9的計算結(jié)果可以看出，該團(tuán)隊成員知識共享效率的排序為A1A6A3A5A4A2。在該團(tuán)隊中成員A1知識共享的效率明顯高于其他成員，其次是成員A6和A3；而成員A2和A4的知識共享效率最低。由于來自中國科學(xué)院的成員A1長期致力于相關(guān)項目的研究，積累了大量的相關(guān)知識；同時該成員經(jīng)常參與國內(nèi)外相關(guān)領(lǐng)域的科研工作，能快速與團(tuán)隊成員之間建立以信任為基礎(chǔ)的知識共享網(wǎng)絡(luò)，并能很好地利用各種現(xiàn)代化通信技術(shù)與其他成員進(jìn)行知識交流和共享。來自殼牌石油公司的成員A6，雖然在文化上存在著差異，但該成員曾多次來到中國參與科學(xué)研究，比較了解中國的文化和知識表示的差異，同時該成員善于與其他成員溝通，因此該成員知識共享的效率也較高。相比之下，來自英國石油公司的成員A2盡管掌握著該領(lǐng)域權(quán)威的技術(shù)創(chuàng)新知識，但由于成員A2對其他成員的知識表示方式和知識傳遞方式不適應(yīng)而導(dǎo)致其知識共享的效率最低。來自東北石油大學(xué)的團(tuán)隊成員A4由于其剛從國外學(xué)習(xí)歸來還不能很好地適應(yīng)國內(nèi)的科研環(huán)境，采用恰當(dāng)?shù)姆绞脚c其他成員進(jìn)行溝通，知識共享的效率偏低。虛擬科研團(tuán)隊的負(fù)責(zé)人根據(jù)評價的結(jié)果針對每個成員知識共享效率低下的原因進(jìn)行分析，以便找出提升每個團(tuán)隊成員知識共享效率的策略，從而提升整個團(tuán)隊的工作效率。

4結(jié)論

本文根據(jù)影響團(tuán)隊成員知識共享效率的因素構(gòu)建了評價指標(biāo)體系，該指標(biāo)體系包含了知識共享的主體和客體因素，能較好地反映出團(tuán)隊成員的知識共享效率。基于模糊TOPSIS法的團(tuán)隊成員知識共享效率評價方法，能克服評價指標(biāo)值難于量化的問題，將語言評價結(jié)果進(jìn)行定量轉(zhuǎn)化后對各成員知識共享效率進(jìn)行排序。團(tuán)隊管理部門和負(fù)責(zé)人能根據(jù)評價結(jié)果制定團(tuán)隊成員知識共享效率的提升策略。

參考文獻(xiàn)

[1]馮博，樊治平.基于協(xié)同效應(yīng)的知識創(chuàng)新團(tuán)隊伙伴選擇方法[J].管理學(xué)報，2012，9（2）：258-291.

[2]Leif Jarle Gressgard.Virtual team collaboration and innovation in organizations[J].Team Performance Management，2011，17（1/2）：102-119.

[3]鄭傳均，邢定銀.知識型聯(lián)盟中知識共享效率的影響因素分析[J].情報雜志，2007，（2）：10-12.

[4]易菲，龍朝陽.聯(lián)盟組織間知識共享效率的主體因素分析[J].圖書情報工作，2010，（22）：98-102.

[5]胡平波.網(wǎng)絡(luò)組織中知識共享效率評價指標(biāo)體系的建設(shè)[J].情報雜志，2009，（1）：68-71.

[6]胡平波，凌和良.基于BP網(wǎng)絡(luò)模型的網(wǎng)絡(luò)組織中知識共享效率評價[J].情報雜志，2009，（9）：78-82.

[7]李曉利，楊育，楊潔.知識共享效率的R-RNN評價模型研究及應(yīng)用[J].計算機工程與應(yīng)用，2009，（10）：226-230.

[8]牛東旗，耿麗娟，林向義，等.虛擬團(tuán)隊中知識共享的有效性研究[J].情報理論與實踐，2011，34（2）：17-21.

[9]Birgit Renzl.Trust in management and knowledge sharing：The mediating effects of fear and knowledge documentation[J].Omega，2008，36（1）：206-220.

[10]Tsung-Yi Chen，Yuh-Min Chen，Chia-Jou Lin，Pin-Yuan Chen.A fuzzy trust evaluation method for knowledge sharing in virtual enterprises[J].Computers & Industrial Engineering，2010，59（4）：853-864.

[11]Li-An Ho，Tsung-Hsien Kuo，Binshan Lin，Louisiana.How social identification and trust influence organizational online knowledge sharing[J].Internet Research，2012，22（1）：4-28.

[12]Chinho Lin，Ya-Jung Wu，ChiaChi Chang，Weihan Wang，Cheng-Yu Lee.The alliance innovation performance of R&D alliances—the absorptive capacity perspective[J].Technovation，2012，32（5）：282-292.

[13]Alecos Kelemenis，Kostas Ergazakis，Dimitrios Askounis.Support managers selection using an extension of fuzzy TOPSIS[J].Expert Systems with Applications，2011，38（3）：2774-2782.

[14]Gokhan Torlak，Mehmet Sevkli，Mehmet Sanal，Selim Zaim.Analyzing business competition by using fuzzy TOPSIS method：An example of Turkish domestic airline industry[J].Expert Systems with Applications，2011，38（4）：3396-3406.

[15]Saeed Rouhani，Mehdi Ghazanfari，Mostafa Jafari.Evaluation model of business intelligence for enterprise systems using fuzzy TOPSIS[J].Expert Systems with Applications，2012，39（3）：3764-3771.

[16]Renato A.Krohling，Vinicius C.Campanharo.Fuzzy TOPSIS for group decision making：A case study for accidents with oil spill in the sea[J].Expert Systems with Applications.2011，38（4）：4190-4197.