應用社會網絡分析於知識管理社群評估機制

(1)

應用社會網絡分析於知識管理社群評估機制

吳蕙如丁一賢彰化師範大學人力資源管理所博士生高雄大學資訊管理學系所助理教授 d94311001@mail.ncue.edu.tw iting@nuk.edu.tw

摘要

企業透過知識管理實施，促使員工藉由知識創造、擴散、移轉與累積知識以增加智慧資本，進而改善組織的績效與提昇競爭優勢。為了確保知識管理實施品質與成效，建立一套知識管理評估機制，成為學業界共同所重視的議題。在過去的研究中，企業利用採用量化指標評估，如平衡計分卡、附加價值法等多元指標評估模式，然而在衡量過程往往會受限於抽象或不易量化的影響因素或主管的主觀判斷，因而造成知識管理績效評估上的困難。因此，本研究的主要目的在於利用社會網路分析與工具，來瞭解知識管理社群的網絡狀況，並探討出員工在知識管理社群中的適配關係，確認出組織契合（P-O fit）、工作契合（P-J fit）、團隊契合（P-G fit）之間的影響，同時整合多元指標模式與員工關係指標衡量，並且建構一套以社會網絡分析為基礎的知識管理社群評估機制，瞭解員工在知識管理社群中的角色是位於核心或邊陲，輔助傳統評估模式，並且幫助社群中成員解決所面臨的問題。關鍵字：知識管理社群、社會網絡分析、知識管理評估機制

壹、緒論

處於知識經濟時代，面對資訊快速流通，企業希望透過有效管理程序，從無形與有形知識庫中，分析與萃取出關鍵知識，使關鍵知識能為組織帶來真正的價值。組織知識來自於、員工職能、管理技能、作業方式、科技應用、策略夥伴與供應鏈整合、顧客關係及市場資訊，而員工的知識即為智慧資本，相較於實體資本，將成為市場競爭的主要動力，為了促使員工藉由知識創造、擴散、移轉與累積知識以增加智慧資本，進而改善組織的績效與提昇競爭優勢，建立一套知識管理評估機制，將有助於知識管理實施與成效提升。企業經營績效的提升，知識管理的績效扮演了非常重要的角色，因為當知識缺乏有效的度量方法時，知識只能被視為無形資產，而無法被充分利用，如何透過知識管理，有效的進行度量與績效評估，學者紛紛投入相關的研究，其中如平衡計分卡（Kalplan & Norton,1992）、托賓 Q（Tobin,1978）、智慧資本衡量（Borneman, 1999)、智慧附加價值（ Strassmann,1999 ）、市價與帳面價值的差額（Stewart,1997）、歐洲品質管理模式（Dilip,1999），無形資產監控（Sveiby,1997）等相關知識管理衡量研究，主要研究說明知識管理活動的價值和關鍵績效指標的連結。有鑑於過去學者的研究，企業大部分採用量化指標評估與多元指標評估模式，然而在衡量過程往往會受限於抽象或不易量化的影響因素或主管的主觀判斷，因而造成知識管理績效評估上的困難。因此，本研究的主要目的在於利用社會網路分析與工具，來瞭解知識管理社群的網絡狀況，並探討出員工在知識管理社群中的適配關係，確認出組織契合（P-O fit）、工作契合（P-J fit）、團隊契合（P-G fit）之間的影響，同時整合多元指標模式與員工關係指標衡量，並且建構一套以社會網絡分析為基礎的知識管理社群評估機制，瞭解員工在知識管理社群中的角色是位於核心或邊陲，輔助傳統評估模式，並且幫助社群中成員解決所面臨的問題。

貳、文獻探討

2.1 知識管理

2.1.1知識管理定義

學者Wiig（1993）最早提出知識管理名詞，認為知識的相關概念必須具有概念、資訊、表現、熟練、知識、細部等五個範疇，主要強調員工或組織應該思考如何創造、表達與使用知識。其次，學者Nonaka（1995）也提出知識管理是經由創造、辨識、收集、分享、以及調整組織知識的一種複雜程序和活動，而知識的創造是藉由內隱與外顯知識的互動所產生（Nonaka & Takeuchi,1995）。另外， Sarvary（ 1999 ）認為知識管理是一個商業程序（business process），是公司創造以及使用知識的程序，包含組織學習、產生知識與傳播知識。近期研究中，管理大師Peter Drucker（2002）在其專書中表示，下一個社會將是知識的社會，管理知識勢必會成為未來企業的核心策略，指出了知識管理的重要性。而林東清（2003）也指出知識管

(2)

理是組織為了提升存活能力與競爭優勢，對於存在組織內外部的個人、群組或團體內有價值的知識，進行有系統地定義、獲取、儲存、分享移轉、利用與評估等工作。另外，Peter and Vivid （2004）提到知識管理允許技術、經驗、資訊在企業內部傳播，透過知識的分享提供員工解決類似常常出現的問題的捷徑，以較少費用使員工學會在變動環境提高反應能力。知識管理歷經不同研究世代，每階段都有其研究之重點，例如：第一階段的知識管理著重於組織知識資產的定義、專案的設計及知識管理活動對於組織獲利能力的影響；第二階段強調透過管理實務、測量系統、技術工具及知識內容的來進行系統化的組織變革活動；第三階段則透過知識的運用以連結組織的行動，並將知識活動視為員工的例行工作 (Metaxiotis et. al., 2005)。綜合學者研究定義得知，知識管理的目的為了能夠將組織中知識有效的應用，避免智慧資產耗損，透過各種不同手段與工具來達到有效管理知識，避免產能降低，同時消除組織內外知識的隔閡，促進知識創造、擴散、移轉與累積。

2.1.2知識管理研究

早期知識管理評估研究，著重於量化的財務指標為主，如Sveiby（1997）提出將知識管理的構面區分為員工能力、內部結構和外部結構，每構面之下依成長/更新、效率和穩定三大主要指標。其後， Davenport(1999)也指出要衡量知識管理與績效間的關係，需要一個中介的衡量指標，衡量層面包括知識管理活動、知識工作者的能力、專業的程序或功能、創新或構想及財務等構面等。然而，因為傳統財務指標衡量有其存在的價值，因為它是對過去已發生事情做記錄與評估，由於資料量不多，傳統報表與財務指標可以顯示企業所需訊息，但現今環境競爭，必須再搭配能夠針對顧客、供應商、員工、流程、科技、創新等相關構面衡量，才可以為企業創造價值 (Kaplan & Norton,1996)。其後，Yu et al.（2004）也表示組織知識管理的績效可以用知識品質、使用者知識滿意度來衡量，朝向多元化指標評量發展。

2.1.3知識管理評估

目前知識管理的評估方法，根據文獻回顧與整理，可歸納為四大種方法，如第一：平衡計分卡（Balance Scoreboard；BSC）加入了驅動未來績效的量度，來補足財務指標只適合衡量過去績效的不足，這些新的目標與量度方法是源自於組織的願景與策略，透過財務、顧客、企業內部流程、學習與成長等四個構面，來考核一個組織的整體績效（Kaplan & Norton, 1992）；第二：知識附加價值（Knowledge Value Added； KVA）主要兩個衡量指標是知識報酬率與流程報酬率，傳統的投資報酬

率主要在評估投入的實體資本，而知識附加價值評估，則改用流程本身與之中所使用的知識資產作衡量，可以更正確的評估出流程真正的價值（Walsh, 1991 ）；第三：智慧資本附加價值（ Intellectual Capital Value Added；ICVA）從智慧資本角度衡量知識管理的績效，先計算組織的附加價值，其次將此計算值與組織資源、人力資本、結構資本做一個連結（Strassmann,1999）；第四：智慧資本衡量（Intellectual Capital Measurement；ICM）較具多面向、整合性、動態及可維持等特性。所以一個全面性的知識管理衡量指標，需能夠滿足所有型態與規模的企業標竿的要求（Bornemann et al.,1999）。企業導入知識管理的過程中，除了策略運用與工具應用外，更應配合一套有具體成效的衡量方法，以協助評估知識管理的成效與改善的方向，有鑑於過去學者的研究，企業大部分採用量化指標評估與多元指標評估模式。但實際上，企業知識管理的衡量必須考量整體營運環境，其中包括許多不易量化的指標，或量化指標受限於主管的主觀判斷，因此，本研究的主要發展一套整合社會網路分析與工具，來瞭解知識管理社群的網絡狀況，進而評估知識管理的推動。

2.2 環境契合

人與工作環境的契合的概念起源於互動理論（Interactionist Theory），其理論主張個人行為與態度不是全然透過人格特質與情境限制決定，而是透過人格與情境的交互作用決定（ Muchinsky & Monahan, 1987）。其後，學者Lewin(1951)根據互動理論為基礎，提出B＝ f(P,E) 概念，表示個體行為(Behavior) 是受個體(People) 與個體所處環境 (Environment)之影響交互作用而來，環境可以被解釋為工作、主管、工作群體和組織等等，而這種人與環境契合的感受將對個體與組織產生正面的影響。在個體與環境互動上，可區分為人與工作契合（ Person-Job fit ； P-Jfit ）、人與團體契合（ Person-Group fit ； P-G fit ）、人和組織（Person-Organization fit； P-O fit)三個層次。早期學者研究指出人與環境適配良好會有較高的工作績效、工作滿意度、和較少的壓力，因透過人和環境之間互相得到供需平衡，或者雙方擁有相似的特質，彼此強化或補足，進而會導致正向的工作行為與態度（Pervin, 1968；Kristof；1996）， Muchinsky and Monahan（1987）也提出相同概念，認為個人與環境之間相互的適配，進而會產生顯著正向的行為與態度。有鑑於環境契合對於個體有著重要的影響，會促進其正向行為，本研究將三大契合的區分，彙整其研究重點如下：

2.2.1人與工作契合(P-J fit)

人與工作契合(P-J fit)概念源起於職業類型理

(3)

論(Holland, 1973)，P-J fit可區分為需求與能力契合（D-A fit）指員工的能力、知識如何達到工作上要求。另一為價值與供給契合（V-S fit）指工作所提供的財務報償、成就感等有無滿足員工的需求（Edwards,1991）。其後第三類型由Scroggings(2003) 提出自我概念與工作契合(SC-J fit)指個體的自我概念與工作要求、完成工作任務所展現的行為之契合程度。多數學者認為需求與能力契合程度高，員工的D-A fit、V-S fit 、SC-J fit高，其工作滿意度高，且有正向相關(Cable & DeRue, 2002；Scroggings 2003；莊璦嘉、林惠彥2005)，另外，Scroggings & Benson(2007)的近期研究中指出，SC-J fit 高的個體，反映知識、技術、能力和行為會與自己所認為的相符合，進而不斷地強化自己的特質、價格觀和角色，進而反應出實際工作績效。

2.2.2人與組織契合（P-O fit）

個人與組織適配（P-O fit）可廣義地定義為個人與其所屬的組織相契合的程度。早期概念是建構在Schneider（1987）的ASA（Attraction－Selection －Attrition）模式，指出個人與組織互動初期，會因相同特質而互相吸引，進而組織會選出和其他組織成員有相同特質的人進入組織，最後和組織成員不合的人會離開組織，組織和個人互相尋求平衡，以達最佳適配。人與組織契合(P-O fit)可以分為兩個部分，一為組織價值觀與個體價值觀的一致性，例如部屬與主管契合(subordinate-supervisor fit)，此類的契合包括部屬與主管之間的價值觀、偏好、個人特質的契合 (Cable & Judge, 1996, Posner, 1992)。Kristof-Brown et al.,(2005)的meta 分析研究中，P-O fit 與工作滿意度、組織承諾和離職傾向皆有顯著的影響，且P-O fit高者，對於工作滿意度較高。

2.2.3人與團隊契合(P-G fit)

人與團體契合(P-G fit)，亦稱為人與團隊契合 (Person-Group fit)，是指個體與所屬的工作群體之契合，而工作群體可以包括同事、部門，這類契合的議題包括兩類，首先，人口統計層面如性別、種族和年齡的契合等(Riordan, 2000)，P-G fit的研究是相對少的，其預測能力也相對較低。在 Kristof-Brown et al., (2005)研究中，P-G fit與團體向心力關聯性最強，其次為工作滿意度，其餘結果如離職傾向和組織承諾則關聯性不高。過去的研究指出，個體的績效反映，會受限於組織環境的影響，因此，本研究透過社會網路分析與工具，來瞭解知識管理社群的中網絡契合的程度，進而評估知識管理的推動，修正單一評量方式的缺失。

2.3 社會網絡

社會網絡分析(Social Network Analysis; SNA) 是一種研究社會結構、組織系統、人際關係、團體互動的概念與方法，透過社會網絡分析可以了解一個社會網絡的特性(Scott, 2000)，其最主要是為了瞭解行為者（actor）彼此之間的關係(Borgatti et al.,2002)，而行為者可以是個人、組織、事件或是物件。每位行為者在社會網絡上代表一個節點 (node)，而節點與節點彼此之間的關係可利用線將其相連起來，由這些節點與線所組合而成的圖形就成為社會網絡結構圖。組織中不同群體、階層保持網絡連結，有助於高績效的獲得（Mehra et al.,2001），並且獲得更快的晉升（Burt,1992)，均達顯著相關，而建立好的人際網絡，擁有好的關係，會幫助個人獲得一份好工作（Granovetter,1973），或者獲得較高的工資（Seidel et al., 2000），社會網絡分析最主要是為了從已經形成的網路中找出顯著的樣本與觀察其配對之間的資訊流動的關係，並且探討網路的連結關係中的資訊如何流動、人際之間如何獲得資訊與資源，以及整合與分裂如何的運作。組織中的社會網絡，依其不同特性，學者將社會網路分為工具（ instrumental) 網路，如影響（influence)網路(influence network)、諮詢（advice）網路、（communication）溝通網路和情感(expressive) 網路中，如支持（support）網路、友誼（friendship）網路（Ibarra,1993； Krackhardt & Hansen,1993）。從過去文獻中指出存在組織中的網絡關係對於組織管理均有影響，為了有效評估知識管理推動的成效，透過知識社群網絡的建立與分析，修正傳統指標評量模式的缺失，能更準確評量所遇到的問題。

参、研究設計

本研究主要是利用社會網路分析與工具，來瞭解知識管理社群的網絡狀況，並探討出員工在知識管理社群中的適配關係，確認出組織契合（P-O fit）、工作契合（P-J fit）、團隊契合（P-G fit）之間的影響，同時整合多元指標模式與員工關係指標衡量，並且建構一套以社會網絡分析為基礎的知識管理社群評估機制，瞭解員工在知識管理社群中的角色是位於核心或邊陲，輔助傳統評估模式，並且幫助社群中成員解決所面臨的問題。

3.1 研究流程

企業推動知識管理活動過程中，會透過知識管理平台或系統來輔助員工進行知識創造、擴散、移轉與累積知識。透過知識社群平台的運用，促進資訊與資源間的分享，所形成的重要紀錄，若能透過相關技術，進行資料的分析，將有助於企業知識管理的落實，本研究主要目的是透過社會網絡分析工具與技術，將企業內部知識社群網站的資料庫與問卷調查資料，進行分析，並且建立知識管理社群網絡評估模式，根據此一目的，本研究流程規劃如下圖一所示：

(4)

知識社群網站資料分析知識社群網絡分析結果步驟一問卷設計與資料編碼文獻探討與工具分析確立研究問題與目的步驟四步驟三步驟二研擬知識社群評估機制建立知識社群網絡評估模式結論與建議分析知識社群網絡評估結果提出評估報告與修正策略圖一：研究流程 1. 步驟一、文獻回顧與分析本研究搜集相關文獻，予以整理歸納後，釐清與本研究方法相關之資訊，作為研究方法的輔助及研究結論的佐證。為了達成本研究目的，分析個案公司知識社群網站資料、相關學術研究，並針對研究工具進行比較分析，確認出最佳分析效果之工具，作為本研究之基礎。 2. 步驟二：知識社群網絡模式建立本研究將根據個案公司所建立知識管理社群平台，做為收集資料媒介；透過原本資料庫中資料分類與編碼，並且輔以問卷調查。本研究利用社會網絡分析技術與工具，將社群網站的紀錄與資訊，以不同興趣群組與相對應之產品屬性，分類出不同興趣群組，確認個體與組織（P-O fit）、個體與工作（P-J fit）、個體與團隊（P-G fit）之間關聯性強度，並且建構出知識社群網絡模式。 3. 步驟三、知識社群網絡模式評估

本研究透過知識社群網絡評估模式建立，針對個體與組織內部間知識創造、擴散、移轉與累積四大部分，輔以關係指標，進行評估結算，相較於原本量化指標模式評估，總結研究結果。 4. 步驟四、評估結果與修正策略本研究將根據上述評估結果，確認出網絡之間彼此關聯，並針對個體與組織，提出修正策略與報告，藉此達到本研究之目的。

3.2 研究架構

本研究架構如下圖二所示，在此圖中，本研究將針對於知識管理社群網站資料庫以及問卷調查所蒐集的資料進行分析，並且建構出知識管理社群網絡，確認出知識網絡中成員間的關係，透過社會網絡分析工具輔以傳統評估模式，建構出創新知識管理社群評估模式，進行知識管理績效評估與提出修正策略。知識社群紀錄與問卷分析 Sets Auction Leng

資料處理與計算知識社群網絡模式建立知識社群網絡評估模式組織Ａ 團隊GA1 A1 A3 A2 1 2 5 3 4 個體－組織（組織績效／組織關係）個體－團隊（團隊互評團隊關係）個體－工作（主管評分／工作關係）知識社群網站資料收集 Writes Detailed 評估結果與修正策略圖二：研究架構

3.3 研究方法

本研究根據資料庫的社群記錄與內容，透過社會網絡分析，描繪出知識管理社群網絡的雛形，並且確認其網絡關係。

3.3.1研究問卷

本研究採用社會網路分析法透過問卷詢問出知識管理社群中的社會網路，本研究希望彙整學者所分類出來的三大網絡（諮詢、友誼、信任）的問卷題項，去確認出組織環境契合關係，修正評估模式。其問卷內容精簡如下表一、二、三一、知識管理社群網絡模式建立表一：知識管理社群網絡問卷網絡題目諮詢你會請教誰? 諮詢誰會指導你? 諮詢你聽誰指揮? 友誼向誰吐苦水? 友誼向誰聊八卦?

(5)

友誼向誰聊私事信任誰可以信任? 信任你較認同誰? 信任誰能給予您新想法? 信任誰是最佳工作者? 信任誰最能與你溝通? 信任誰與你討論最頻繁信任誰會真正幫你二、知識管理社群網絡關係描繪出您所處的知識管理專案中，社群成員兩兩之間的關係，填入下表關係矩陣當中。(1－非常疏遠；2－疏遠；3－有點疏遠；4－代表普通；5 －有點緊密;6 －緊密；7－代表非常緊密。表二：社群網絡關係問卷成員代號 A1 A2 A3 A4 A5 A1 A1 A2 - A2 A3 - - A3 A4 - - - A4 A5 -- - - - A5 三、知識管理社群網絡關係程度描繪出您所處的知識管理專案中，社群成員兩兩之間的關係程度，填入下表關係矩陣當中。(1－不連絡／非常不深入／非常疏遠；2－兩月一次／不深入／疏遠；3－每月一次／有點不深入／有點疏遠；4－每月兩次／普通／普通；5－每周／有點深入／每周／有點緊密;6－每周兩次／深入／緊密；7－每天／非常深入／非常緊密。表三：社群網絡關係問卷 成員代號 溝通頻率 互動深度 工作親近程度

A

1

A

2

A

3

A

4

A

5

3.3.2 分析指標

社會網絡分析具有多維度的指標來衡量不同網絡層級的特性，例如：整體網絡的凝聚性 (cohesion)可以透過網絡密度及平均距離來評量；而個別成員則多透過中心性(centrality)來分析網絡成員的重要性，一般會以程度中心 (degree centrality)、中介中心(between centrality)及緊密中心(closeness centrality)為量測之準則，各項指標定義說明如下(Wasserman, et.al,1994)： 1. 網絡規模(size)：代表在網絡架構中節點的數量或是聯繫總數。 2. 網絡直徑(diameter)：代表在網絡架構中兩節點之間通過最多連結數量即為直徑。 3. 網絡密度(density)：代表網絡中個體間彼此緊密程度。 4. 中心性(centrality)：用來衡量個體的影響力大小，可以檢測個體取得資源、控制資源可能性的結構屬性。

肆、實證研究

4.1 研究樣本

本研究樣本以某家上市高科技公司的知識管理社群平台做為研究個案與研究樣本，其個案公司推動知識管理社群平台，共三年的時間，本研究針對一千多筆的記錄與內容，以及透過社群網站所收集的社群網絡問卷，進行知識管理社群網絡模式建立，並且進行評估。

4.2 研究分析

本研究採社會網絡分析技術，分析知識管理社群網站資料庫與問卷分析，其分析步驟如下: 1. 資料編碼與分類本研究將該個案之知識社群平台資料庫，按照其屬性欄位包含成員基本資料、所屬部門、所屬團隊、參與討論次數、參與線上課程次數、參與其他論壇次數、與其他團隊合作次數、分享文章次數、回應文章的次數、個人績效表現等，透過資料建立模型。 2. 確認出知識管理社群網絡模式本研究透過社會網絡工具分析資料庫中，並將其資料庫中相同屬性與關係較為接近的成員，歸屬於同一群組，進行資料分群，而每群之間的相似度低，主要是將龐大資料庫，進行資料篩檢與預處理。 3. 建立知識管理社群評估模式本研究利用知識管理社群網絡模式間，透過社會網路分析中指標，結合視覺化呈現工具與傳統評估模式，建立出關係評估準則，提供知識管理社群評估策略，建立知識管理社群評估模式。

4.3 研究結果

本研究利用社會網絡分析，建立知識管理社群評估模式，其詳細研究結果，描述於下列幾點。

1.個體－工作(主管評分／工作關係)

本研究首先針對社群成員，探討其個體關係網絡，確認個體與工作之間契合程度，並透過主管評分問卷，來確認出社群成員關係網絡的程度。

(6)

圖二：(個體－工作)關係社會網絡圖 表四：個體-工作網絡關係表成員 程度中心性 中介中心性 等級值 標準化 值 標準化 A1 24 75.000 2.289 19.074 1 A2 18 56.250 5.408 45.069 2 A3 16 50.000 1.883 15.694 5 A4 15 46.875 2.719 22.662 4 A5 15 46.875 3.967 33.056 3

從上表四中，可以得知成員 A1在整體工作關係中，其中心性最高，代表其在組織中互動次數較為頻繁，大部分成員都必須以他為橋梁，並且與他人溝通網絡關係也較為良好，其對於工作與主管的契合度高，也有良好的績效表現。

2.個體－團隊(團隊互評／團隊關係)

本研究首先針對社群成員，探討其團隊關係網絡，確認個體與工作之間契合程度，並透過團隊互評問卷，來確認出社群成員在團隊中關係網絡的程度。 圖三：(個體－團隊)關係社會網絡圖 表五：個體-團隊網絡關係表成員 程度中心性 中介中心性 等級值 標準化 值 標準化 A1 22 78.571 3.096 25.800 1 A2 21 75.000 3.341 27.839 2 A3 19 67.857 2.907 24.227 3 A4 19 67.857 2.472 20.603 3 A5 17 60.714 3.201 26.677 5 從上表五中，可以得知成員 A1在整體團隊關係中，其中心性最高，代表其團隊織中互動次數較為頻繁，大部分成員都必須以他為橋梁，並且與他人溝通網絡關係也較為良好，其對於團隊夥伴契合度高，也有良好的績效表現。

3. 個體－組織(組織績效／組織關係)

本研究首先針對社群成員，探討其組織關係網絡，確認個體與工作之間契合程度，並透過內部組織關係與績效考核，確認出社群成員在組織中關係網絡的程度。 圖二：(個體－組織)關係社會網絡圖 從下表六中，可以得知成員 A2在整體組織關係中，其中心性最高，代表其在整體組織中互動次數較為頻繁，大部分成員都必須以他為橋梁，並且與他人溝通網絡關係也較為良好，其對於組織元件的契合度高，也有良好的績效表現。表六：個體-組織網絡關係表成員 程度中心性 中介中心性 等級值 標準化 值 標準化 A1 18 _{75.000 3.017 25.139} 2 A2 18 75.000 3.550 29.583 1 A3 16 66.667 2.933 24.444 3 A4 15 62.500 3.044 25.370 4 A5 15 62.500 3.700 30.833 4

4.4 評估結果與修正

本研究礙於文章篇幅，僅報導社會網絡分心的中心性指標來說明如何運用該工具輔助知識管理評估機制，在該知識管理社群中可得知哪位成員互動與溝通較為頻繁，可作為指標性樣本，哪些成員互動與溝通和投入的較少，可透過視覺化的圖

(7)

形，清楚了解員工對於網絡之間投入，以及知識累積多寡，提供持續修正空間，並且修正傳統單一性指標的缺失，真正了解社群成員中的投入程度，來評估出實際成果。

伍、結論與建議

5.1 結論

隨著資訊科技與網際網路發達，資訊流通快速，企業面對劇烈的競爭，為了確保組織內外的關鍵資訊，能夠透過有效整理，將所屬於組織內部的知識，進行管理，而致力於推動知識管理，為了確保知識管理活動的品質與落實，建立一套知識管理評估機制，有其重要性，相關學業界均致力與發展適切的評估衡量模式，從傳統財務指標、附加價值分析到目前平衡計分卡，透過評估準則的確立，來分析評估知識管理專案的推動，但往往受限人的主觀判斷影響，無法準確的進行評估，並且瞭解知識管理推動所面臨的問題。在傳統中國文化社會中，關係建立有助於人際關係的發展，由其在組織中，良好網絡關係，有助於個體與組織間的契合，而達到較高的績效。本研究利用社會網絡分析工具，去衡量出知識管理社群中的成員彼此間的關係，並且確立出成員與組織、團隊間的契合程度，並依此一模式發展出創新知識管理評估機制，輔助傳統指標評估模式，更準確提供成員了解個體、團隊、組之間的概況，而持續修正，達到知識管理推動目的與落實。

5.2 建議

本研究利用知識管理社群平台，希望未來的研究可以將社會網絡分析機制內建於知識管理社群平台，社群成員即可以透線上平台，提供社群成員輸入資料，如主管進行專案控管與績效考核時，透過圖形化工具，可以呈現目前團隊的溝通結構與互動關係，讓團隊瞭解本身狀況、需改善之處、並且和其他團隊間互相的評比。或者，更進一步的運用社會網路的概念，透過社會網路分析法實證後的指標結合視覺化呈現工具，建立評估準則，提供知識管理社群評估策略，來瞭解知識管理專案推動的狀況。由於社會網路分析法的研究工具較適合個案研究，當對於大量資料庫處理的時候，較費時費工，因此建議未來研究可以整合其他資訊科技技術如資料探勘，先將資料進行分類與編碼，將有助於知識管理社群網絡評估與分析。

參考文獻

1. 林東清〈2003〉，知識管理, 智勝出版社。 2. Bornemann M., Karin I. S., etc(1999), “Holistic measurement of intellectual capital, ”Measuring

reporting intellectual capital: Experiences, issues, and prospects, Austria.

3. Borgatti, S.P., M.G. Everett and L.C. Freeman (2002), “Ucinet for Windows: Software for Social Network Analysis, ” Harvard, MA: Analytic Technologies.

4. Burt, R. S. (1992). “Structural holes,” Cambridge, Massachusetts: Har-vard University Press.

5. Cable, D. M., & DeRue, D. S. (2002). “The convergent and discriminant validity of subjective fit perceptions, ” Journal of Applied Psychology, 87, 875-884.

6. Cable, D. M., & Judge, T. A. (1996). “Person-organization fit, job choice decisions, and organizational entry, ” Organizational Behavior &

Human Decision Processes, 67, 294-311.

7. Dilip Bhatt(1999), “EFQM Excellence Model and Knowledge Management Implications”.

http://www.eknowledgecenter.com/articles/1010/101 0.htm.

8. Drucker, P., (2002) “Managing in the next society, ” St. Martin's Press, USA.

9. Davenport T. H., De Long D. W., Beers M. C., (1999) “Successful Knowledge Management Projects” in The Knowledge Management Yearbook, edited by James W. Cortada and John A. Woods, Boston Oxford Press, pp. 89-107.

10. Edwards, J. R. (1991). “Person-job fit: A conceptual integration, literature review, and methodological critique, ” In C. L. Cooper and I. T. Robertson (Eds.), International review of industrial

and organizational psychology, (pp. 283-357). New

York: John Wiley and Sons.

11. Granovetter, M. (1973). “The strength of weak ties,” American Journal of Sociology, 78(6), 1360-1380.

12. Ibarra,H.(1993). “Network Centrality, Power and Innovation Involvement: Determinants of Technical and Administrative Roles,” Academy of

Management Journal,36,3:471-501.

13. Kaplan R. S., and Norton D. P., (1996) “Using the balanced scorecard as a strategic management system,” Harvard Business Review,1, pp. 75-93. 14. Kaplan R. S., and Norton D. P., (1992) “The Balanced Scorecard – Measures That Drive Performance,” Harvard Business Review, 1, pp. 71-79.

15. Kristof, A. L. (1996). “Person-organization fit: An integrative review of its conceptualizations, measurement, and implication,” Personnel Psychology, 49, 1-49.

16. Kristof-Brown, A.L., Zimmerman, R.D., & Johnson, E.C.(2005). “Consequences of individuals’ fit at work: A meta-analysis of person–job, person–organization, person–group, and person–supervisor fit.”

17. Krackhardt,D. & J.Hansen.(1993) “Informal networks: The company behind the chart.” Harvard

Business Review. July-august: 104-111

18. Riordan, C. M. (2000). “Relational demography within groups: Past developments, contradictions, and new directions.,” In K. M. Rowland & G. R. Ferris(Eds.), Research in personnel

and human resource management,Vol. 19, pp.

131-173). Stamford, Connecticut: JAI Press.

19. Metaxiotis, K. , Ergazakis, K. , Psarras, J., (2005) “Exploring the world of knowledge

(8)

management: agreements and disagreements in the academic/ practitioner community, ” Journal of

Knowledge Management,9（2）, pp.6-18,2005.

20. Nonaka I. and Takeuchi H., (1995) “The Knowledge-Creating Company: How Japanese Companies Create the Dynamics of Innovation, ”New York: Oxford University Press, 1995.

21. Peter J. Sher and Vivid C. Lee (2004), “Information technology as a facilitator for enhancing dynamic capabilities through knowledge management,” Information and Management, Vol. 41, No. 8, pp. 933-945.

22. Posner, B. Z., Kouzes, J M., & Schmidt, W. H. (1985). “Shared values make a difference: An empirical test of corporate culture, ” Human

Resource Management, 24(3), 293-309.

23. Sarvary M., “Knowledge Management and Competition in the Consulting Industry,” California

Management Review, 1999, pp. 95-107.

24. Strassmann, P.A. （ 1999 ） , “The Value of Knowledge Capital,” available online http://www.strassmann.com.

25. Stewart T. A., (1997) “Intellectual Capital: The New Wealth of Organizations,” Fortune Magazine. 26. Sveiby K. E., (1997)“The new organizational wealth: Managing & measuring knowledge-based assets, ” San Francisco, Calif Berrett-Koehler Publishers,.

27. Schneider, B. (1987). “The people make the place,” Personnel Psychology, 40, 437-453.

28. Scott, J. (2002), “Social Network Analysis: Critical Concepts in Sociology,” New York, Routledge.

29. Tobin J., (1978) , “Kermit Gordon 1916-1976 Year Book, ” The American Philosophical

Society,1978.

30. Scroggins,W.A.(2003).“Selection, meaningful work, and employee retention: A self-concept based approach to person-job fit.” Dissertation Abstracts

I n t e r n a t i o n a l .

31. Scroggins, W.A.,& Benson, P.G.(2007). “Self-concept-job fit: Expanding the person-job fit construct and implications for retention management.” In D. J. Svyantek & E. McChrystal (Eds.), Refining familiar constructs: Alternative

views in OB, HR, and I/O (pp. 209-229). Charlotte,

NC: Information Age.

32. Seidel, M. D. L., Polzer, J. T., & Stewart, K. J. (2000). “Friends in high places: The effects of social networks on discrimination in salary negotiations,”

Administrative Science Quarterly, vol. 45: 1-24

33. Mehra, A., Kilduff, M., & Brass, D. J. 2001. “The social networks of high and low self-monitors: Implications for workplace performance,” Administrative Science Quarterly, vol. 46(1): 121-146.

34. Wiig K. M., “Knowledge Management Foundations Thinking about thinking How People and Organizations Create, Represent, and Use Knowledge, ” Arlington Texas: Schema Press, 1993. 35. Walsh, J. P., and G. R. Ungson. (1991).

“Organizational Memory.” Academy of Management

Review ,16(1): 57-91.

36. Muchinsky, P. M., & Monahan, C. J. (1987). “What is person-environment congruence? Supplementary versus complementary models of fit,”

Journal of Vocational Behavior, 31, 268-277.

37. Wasserman, Stanley Faust, Katherine. (1994). “Social Network Analysis : Methods and Applications,” New York: Cambridge University Press.

38. Pervin, L. A. (1968). “Performance and satisfaction as a function of individual environment fit,” Psychological Bulletin, 69, 56-68.

39. Yu, S. H., Kim, Y. G., and Kim, M. Y. (2004), “Linking organizational knowledge management drivers to knowledge management performance: an exploratory study,” Proceeding of the 37th Hawaii

International Conference on System Sciences, pp.

應用社會網絡分析於知識管理社群評估機制