8.5.3.1 创新型企业知识管理绩效评价模型的应用

利用第8.5.2节构建的创新型企业知识管理绩效评价模型对18个目标企业的知识管理绩效进行评价，将前15个企业数据作为训练数据，后3个企业数据作为验证数据，以检验RBF神经网络评价模型的准确性。

首先将18个企业的数据进行无量纲化与归一化处理，得到标准化数据，然后利用模糊综合评价法得到评价结果（此处不再详细列出模糊综合评价法的具体计算过程）。从中随机抽取15个企业（C₁～C₁₅）的输入数据，以及利用模糊综合评价法得到的评价数据一起作为RBF神经网络训练的样本，如表8-3所示。

表8-3 RBF神经网络训练数据

使用表8-3中的数据对RBF神经网络进行训练，利用训练好的RBF神经网络对剩余3个企业（C₁₆～C₁₈）进行验证性计算和评价，这些输入数据如表8-4所示。

表8-4 RBF神经网络验证数据

将采用RBF神经网络的评价结果与采用模糊综合评价法的评价结果进行对比（见表8-5）可知，3个企业知识管理绩效评价结果对比的平均绝对误差为0.083，平均相对误差为1.8%，由此判断，两种方法的评价结果基本一致。

表8-5 两种知识管理绩效评价方法结果对比

通过RBF神经网络模型的应用可以看出，基于RBF神经网络方法的知识管理绩效评价可以很好地从学习样本数据中抽取知识，模拟和替代模糊综合评价方法，并且避免了评价过程中的不确定性，具有很好的效果。当然，由于RBF神经网络评价模型是基于一定数据训练基础上的，相关数据的正确获取是使用该方法进行有效评价的关键因素。

8.5.3.2 典型创新型企业的知识管理绩效评价分析

上述知识管理绩效评价模型的应用中涉及的企业C₁₇，是一个典型的从事高技术产品研发生产的创新型企业。该企业经过近50年的发展，已经成为国家行业主管部门认定的重点保障发展的专业单位。现有员工1000余人，其中60%以上是专业技术人员。

该企业坚持以“建设国际一流创新型、能力型、绩效型企业”为目标，实施创新驱动战略，持续完善专业技术体系，构建了三个层次、十七大专业227个技术方向的专业技术体系，形成了突出的专业技术优势。从2011年起，推行技术创新报表制度，全方位地建立了一套与技术创新、知识创新和未来市场竞争相适应的知识管理框架体系。

（1）建立健全了知识管理体系，基础管理能力较强(www.daowen.com)

该企业具备较强的获取知识和交换知识的能力。所有研发人员跟踪了解本专业本行业最新技术知识的时滞期不超过3个月，实现了技术标准、商业秘密、专业知识等核心知识增长率达到25%；加大了知识资源的数字化率，知识资源利用率达到75%；知识更新率达到34%。

该企业知识转化能力处于同行先进水平。开展学术大讲堂、导师带徒、局域网知识论坛、设计师论坛、青年交流会、文集编撰出版、头脑风暴等多项隐性知识显化活动，知识显性转化率达到9%。

该企业知识管理技术手段改善明显。企业已建成协同办公系统、协同设计、生产制造、科研生产管理、计划调度、财务、人力资源、网络学习、网络会议室、固定资产投资管理等26个信息系统，员工应用企业知识管理系统及配套技术覆盖率达到85%，知识管理基础设施投入占比达到17%。

（2）积极建设学习型组织，员工学习能力逐步提高

该企业把建设学习型组织作为重要的战略举措，十分重视提升员工学习、理解、吸收知识的能力，员工吸收知识能力提升度达到4.4（综合评价后得分，归一化处理后为0.44）；企业加大了对教育培训的组织管理力度，按人员类别、岗位要求等每年制订专门教育培训计划，不断加大教育培训的经费投入，员工人均知识培训经费数达到0.32万元/人，在行业内同类企业中处于平均水平；通过多种方式推动企业内部知识成果共享交流，员工知识交流共享率达到1.8项/人。

在措施上，除安排传统的培训、岗位学习外，还建有涵盖企业全部专业技术和相关管理知识，以及素质素养知识的内部网络平台，规定普通员工每年网络学习不少于25学时，中层以上干部每年网络学习不少于40学时；同时，把学习、培训的考试成绩、学习心得撰写、培训和知识交流考核结果等，作为晋升晋职的重要参考和依据。

该企业重视知识成果的生成，形成了一大批在国内领先和具有国际先进水平的知识成果，员工人均知识成果数达到0.45项。在科技成果方面，该企业获得包括国家科学技术进步特等奖在内的国家级、省部级科技进步奖20多项；拥有多项国际专利，2010年在全球首次成功破解某技术领域的世界难题，开发了一个全新产品系统；先后获得包括国家级和行业级企业管理创新成果一等奖在内的多项管理创新成果，获奖数量位居同行前列。

（3）加大自主知识创新，研发创新能力行业领先

该企业每年在新产品研究开发上的经费投入持续增长，瞄准重大科技工程及高技术应用不断加大投入，研发投入占比达到12%；知识创新效果较显著，新产品利润占比达到19%；重视在在新产品研究开发上的人力资源投入，研发人员占比达到63%。

该企业整体技术在行业内处于领先水平，技术领先度达到4.7（综合评价后得分，归一化处理后为0.47）；专利申请数量和授权数量保持快速增长，有效发明专利增长率达到120%，千名研发人员有效专利数超过100项；十分重视科技成果的转化利用和知识创新成果的产品化，科技成果转化率达到30%；注重与高校、科研机构的合作和协同创新，与多所高校建立了长期的产学合作关系，协同创新平台增长率达到25%；把研发创新机构建设作为知识创新重要抓手，省部级以上重点实验室、工程中心的增长率达到40%。

（4）紧扣知识价值链推行知识管理，企业增效能力稳步提升

该企业围绕技术创新、知识创新的价值链开展知识管理活动，系统实施体制机制改革、人才队伍建设、资源配置优化、技术基本保障、持续发展生命周期管理、企业文化落地等举措，确保知识管理得到有效实施，取得了显著的经济效益，形成了技术创新和知识管理相互促进、系统推进的良好格局。销售收入增长率达到26%，市场占有率达到45%，成本费用利润率达到13%，品牌价值提升率达到27%，客户忠诚度达到5.4（综合评价后得分，归一化处理后为0.54）。

依据前述的23项评价指标数据和运用RBF神经网络模型对该企业知识管理绩效进行评价，得到RBF神经网络评价值为5.33，该企业知识管理绩效模糊综合评价值为5.26，二者的相对误差为1.3%。由此判断，运用RBF神经网络对该企业知识管理绩效进行评价的结果是可信的，该企业知识管理绩效整体达到中等水平，但仍有较大的改进和提升空间。

对于一个推行知识管理仅两年多的创新型企业来说，取得的成效是比较显著的。从评价分析中看出，该企业在知识创新投入、知识管理系统建设和技术应用、知识管理基础设施投入、创新平台和机构建设、知识成果形成和知识更新等方面绩效较突出，而在隐性知识向显性知识转化、有效发明专利增长率、客户忠诚度等方面还存在较明显的差距，需要认真分析原因并采取针对性的改进措施，特别是如何更有效地将隐性知识转化为显性知识，以促进企业知识共享水平和知识创新能力的进一步提高，还需要从体制机制、企业文化和技术方法上深入研究改进，并不断加强知识管理实施力度。