تحلیل پوششی داده های مونت کارلو همراه با الگوریتم های تکوینی برای اندازه گیری عملکرد مدیریت دانش

دانش، متخصصان و سرمایه عقلانی و ذهنی به خوبی به عنوان دارایی های مهمی برای دستیابی به مزیت رقابتی پایدار شناخته شده اند. بی شک، یک مدیریت دانش (KM) کارآمد کلید اطمینان حاصل کردن از تجهیز سازمان به دارایی های دانشی در دستیابی به عملکرد سازمانی بالا می باشد. ارزیابی کارآیی KM در یک سازمان به همین دلیل بسیار مهم است. محک زدن از طریق رقبای بازار نیز باید برای پی بردن به اینکه KM سازمان تا چه حد در ارتباط با رقبایش از عملکرد مناسبی برخوردار است، استفاده شود. علی رغم این حقیقت که چنین مدل ارزیابی بسیار مهم است، تنها تعداد محدودی از این مدل ها در تحقیقات پیشین یافت می شوند.

ایجاد یک مدل ارزیابی عملکرد برای KM از بسیاری جهات چالش برانگیز است. اولا، به دلیل جنبه های درک نشدنی دانش، سخت بخواهیم اندازه گیری کنیم چه مقدار دانش در یک سازمان تولید و بکار گرفته می شود. دوم اینکه رابطه علت و معلولی بین KM و عملکرد سازمانی هنوز به صورت کامل و واضح تعریف نشده استاز این رو ارتباط دادن عملکرد KM به عملکرد سازمانی آسان نخواهد بود. سوم اینکه برای ارزیابی سیستم پیچیده ایی نظیر K، در اکثر مواقع، معیارهای اندازه گیری عملکرد متعددی در کار خواهند بود. تعریف یا ارزیابی رابطه پیچیده و درون وابسته بین معیارها و اندازه گیری ها دشوار خواهد بود. در پایان اینکه، محیط KM به شدت پویا است و این یعنی برخی معیارهای عملکرد ممکن است شامل اتفاقی بودن شوند و و دستیابی به مجموعه کاملی از داده های درست بسیار چالش برانگیز خواهد بود. علاوه بر این، جمع آوری گسترده داده ها را به دلیل اینکه در زمینه جمع آوری داده ها با محدودیت بودجه مواجهیم، کار دشواری است.

این مقاله تلاش می کند از طریق ارائه یک مدل ارزیابی عملکرد KM بر اساس روش تحلیل های پوششی داده ها (DEA) به بررسی مسئله مورد اشاره در بالا بپردازد. این مدل می تواند معیارهای اندازه گیری عملکردهای چندگانه را بدون اینکه نیازی به تعریف روابط پیچیده بین معیارها باشد به یک امتیاز تبدیل کند. در نهایت صحت مدل از طریق الگوریتم های تکوینی (GA) بهبود پیدا کرده است.

بقیه مقاله به شرح زیر ساختار بندی شده است. ابتدا نگاهی اجمالی خواهیم داشت بر استفاده های متعدد DEA مربوط به KM. در ادامه به بحث پیرامون مدل ارزیابی عملکرد KM ارائه شده خواهیم پرداخت. آنگاه یکی از کاربرداهای مدل برای برای ارزیابی KM در موسسات آموزش عالی نشان داده خواهد شد. بخش آخر نتیجه گیری های مقاله را ارائه کرده و برخی مسیرها برای تحقیقات آینده را نیز معرفی خواهد کرد.

DEA روشی ساده و در عین حال قدرتمند برای اندازه گیری کارایی های موجود در گروهی از واحد های تصمیم گیری (DMUs) می باشد که داده های چندگانه و متعدد را به خروجی های متعدد تبدیل می کند. این رویکرد در ابتدا توسط چارنس، کوپر و رودس (1978) خلق شد و شهرت خود در بین محققین را در طی سالیان کسب کرد. DEA در زمینه های مختلف استفاده شده، به عنوان مثال بانکداری (کامانهو و دیسون، 2005)، آموزش (آگاسیستی و پرز-اسپارلز، 2010)، خطوط هوایی (یو و چن، 2009)، بازار بورس (دیتز، پودیگ، سیدوروویچ و وارماز، 2009)، دولت (وانگ، ران، وانگ و شی، 2009) و فروشگاه های زنجیره ایی (ونگ و ونگ، 2007).

ستفاده های محدودی از DEA در زمینه های مربوط به KM مشاهده شده است. آهن و چانگ (2004) DEA را بر روی تخمین ماتریکس های ارتباط دهنده بین دانش، فرایند و اجزای عملکرد اعمال کردند. روش آنها به بررسی این امر می پرداخت که چه مقدار دانش در خدمت عملکرد تجاری است. ارزیابی پاداش دادن به میزان دانش کارکنان برای کمک در تصمیم گیری می تواند در بخش سرمایه انسانی مفید باشد. البته برخی مسائل نظری و عملی بر جای خود باقی می مانند و آزمایشی با استفاده از داده های تجربی گزارش نشده است.

ونبورن (1999) مدل مدیریت سرمایه عقلانی را ارائه کرد که فرایند انتقال از بخش سرمایه فکری به عملکرد سازمانی را توضیح می دهد. رابطه بین سرمایه فکری و استراتژی کاری توسط جویا (2000) با استفاده از رده بندی دارایی های سازمانی نا منقول مورد بررسی قرار گرفت. در چهارچوب اتخاذی، از DEA برای اجرای تحلیل محک زدن و قیاس برنامه های فعالی استراتزی تجاری یک سازمان با سازمان های رقیب استفاده شد.

DEA توسط وو، تسای، چنگ و لای (2006) برای ارزیابی برتری شرکت ها در زمینه سرمایه فکری و عملکرد مدیریت مورد استفاده قرار گرفت. کاشف به عمل آمد که DEA ابزاری مناسب برای بررسی سهم سرمایه فکری و اینکه شرکت چقدر باید ابعاد مختلف خود را برای دستیابی به کارآیی بهبود بخشد می باشد.

در ضمن اهمیت سرمایه فکری در تحقیق یالاما و کوسکان (2007) نیز مورد اشاره قرار گرفت. آنها سرمایه فکری را با استفاده از روشی به نام ارزش افزوده سرمایه فمری اندازه گیری کرده و تاثیرعملکرد سرمایه فکری بر بازدهی را با استفاده از DEA آزمودند.

وانگ و گوان (2005) موردی از استفاده DEA را برای ارزیابی کارآیی فرایندهای KM و خلق دانش در گروه های تحقیقاتی گزارش دادند. آنها پی بردند که کارآیی تولید دانش به نحو مثبتی تحت تاثیر فعالیت های KM وجود دارد.

یک سیستم ساخت دانش که یکی از بخش هایساختمان KM است معمولا سرمایه گذاری پر هزینه ایی است. از این رو مهم است که اطمینان حاصل کنیم KM در یک سازمان به خوبی عمل می کند. چن، لو و یانگ (2009) از DEA برای بررسی عملکرد بخش های توزیع الکتریسیته و بررسی رابطه بین یک KMS و تنوعات در کارآیی شرکت ها پرداختند.

بر اساس تحقیقات مرور شده به این مسئله پی می بریم که استفاده های DEA برای ارزیابی عملکرد در KM بسیار محدود می باشد. علاوه بر این برخی نقصان ها در تحقیقات پیشین مورد شناسایی قرار گرفته اند. در ابتدا همه موارد استفاده ایی که در بالا مورد اشاره قرار گرفتندتنها در حال ارزیابی بخش هایی از KM به جای کل محتوای KM می باشند. علاوه بر این همانگونه که پیش از این اشاره شد KM از ذاتی اتفاقی برخوردار است، البته هیچ یک از تحقیقات پیشین به این موضوع اشاره نکردند. نهایتا هیچ یک از تحقیقات پیشین از ابزارهای بهینه سازی برای بهینه کردن عملکرد مدل های خویش بهره نگرفته اند. بنابراین این تحقیق تلاش می کند این نقصان ها را نیز مورد بررسی قرار دهد. این مورد اولین استفاده از DEA در محتوای کلی KM می باشد. علاوه بر این شبیه سازی مونت کارلو نیز در این مقاله برای بررسی مسئله اتفاقی بودن مورد استفاده قرار گرفته است. در پایان، GA در مدل اتخاذی برای بهینه سازی عملکردش جا گذاری می شود.