中 華 大 學 碩 士 論 文

中 華 大 學 碩 士 論 文

題目：應用模糊層級分析法建構知識管理智慧 資本效能衡量指標之研究─以臺灣通訊 製造業為例

系 所 別：科 技 管 理 研 究 所 學號姓名：E09303027 鄭 立 忠 指導教授：陳 文 欽 博 士

中華民國九十四年七

應用模糊層級分析法建構知識管理智慧資本效能 衡量指標之研究─以臺灣通訊製造業為例

學生：鄭立忠 指導教授：陳文欽博士

摘 要

在二十一世紀知識經濟時代，知識已成為一種策略性資產，更是企業競 爭優勢的主要來源；企業的競爭優勢隨著知識經濟時代的來臨，許多產業都 體會到知識資產對於公司的重要性。然而，知識管理活動內容與過程涉及許 多不易量化的因素以及人為主觀判斷的模糊性，使得推行知識管理成效的評 估更形不易。

本研究主要目的在發展並建構適合台灣通訊製造業衡量知識管理智慧資 本效能的衡量指標，其主要構面為「人力」、「創新」、「流程」、「顧客」，利用 模糊層級分析法(FAHP)，發展一個系統化的知識管理效能評估指標，以協助 企業進行知識管理活動的效能評估，進而達到提昇企業競爭力的目的。

關鍵詞：知識管理、模糊理論、模糊層級分析法

A Study of Applying the Fuzzy Analytic Hierarchy Process on the Measuring Target for Wisdom Capital of Knowledge Management Performance：

by Taiwanese Communication Manufacturing as Example

Student：Li-Chung Cheng Advisor：Dr. Wen-Chin Chen

Abstract

In knowledge economic age of Century 21, The knowledge already became not only one kind of service property, but also the main origin of enterprise's competitive advantage；the competition strength of enterprises accompanying to the coming of knowledge economic age, lots of enterprises acknowledge the importance of knowledge assets for their company. However, the content and progress of knowledge management activity is related to lots of elements which is to find quantization value and easy to get fuzzy result from human subjection decision, in consequence, the difficulty for the effectiveness of knowledge management will be increased a lot in that condition.

The main goal of this research is to develop and construct a measuring model which is suitable for the task of making evaluations of knowledge management effectiveness in Taiwanese communication industry. The study based on four aspects : “Human resource ”, “Innovating ” ,“Flow control” and

“ Customer” ,employs the fuzzy analytic hierarchy process (FAHP) to develop a systematic model for the evaluations of knowledge management effectiveness , to reach the goal for enterprises to promote the competition power dramatically.

Keywords: Knowledge Management, Fuzzy Theory, Fuzzy Analytic Hierarchy Process (FAHP)

誌 謝

今天在科管所的研究學習即將告一段落，回想這幾年來在學分班與科管 所的點點滴滴，內心百感交集；我真心想寫下來的還是感謝在這段過程中每 一個關心我、幫助我、支持我的人。

本篇論文得以完成，承蒙指導教授陳文欽博士悉心的指導與教誨，無論 在課業或是工作上均給予最大的支持；鄧維兆博士與孫錦煌博士於口試時逐 一斧正修改並提供諸多寶貴意見，使得本論文得以更加完善，其謙沖且嚴謹 的態度以及豐富且紮實的學識，令學生穫益良多，在此必須致上最深的謝意。

研究期間，亦感謝振臺學長、惠玲學姐、學弟妹們以及同窗好友智銘與 媛君的關懷與協助，因為有你們的相互砥礪讓求學的過程更加溫暖。感謝填 寫問卷的專家學者，有你們的協助與幫忙才能順利完成本篇論文。感謝我過 去與目前的兩位長官鄭經理與吳經理，有您們的鼓勵與支持我才有今天的成 績。

最後要感謝我摯愛的老婆芳洳，感謝妳這三年來對這個家庭的犧牲與奉 獻，有妳的支持與鼓力讓我可以無後顧之憂地追求我的理想；這份成就與喜 悅我要與妳一起分享。

最後僅以本論文獻給曾經關心、照顧我的師長、朋友以及家人。

鄭立忠 謹識於中華科管所 中華民國94 年 7 月 28 日

目 錄

摘 要... i

Abstract ... ii

誌 謝... iii

目 錄... iv

圖目錄... vi

表目錄... vii

第一章 緒論... 1

1.1 研究動機與背景... 1

1.2 研究目的... 2

1.3 研究範圍... 2

1.4 研究限制... 3

1.5 研究架構... 4

第二章 文獻探討... 6

2.1 通訊產業之定義與特性... 6

2.1.1 通訊產業定義... 6

2.1.2 通訊產業特性... 7

2.1.3 通訊產業現況... 8

2.2 知識管理... 9

2.2.1 知識的定義 ... 9

2.2.2 知識管理的定義 ... 10

2.2.3 知識管理的目的 ... 13

2.2.4 知識管理效能與績效... 13

2.3 多準則決策... 20

2.4 傳統層級分析法(ANALYTIC HIERACHY PROCESS,AHP) ... 20

2.4.1 理論與探討 ... 21

2.4.2 層級分析法的優點... 25

2.4.3 層級分析法之缺點... 25

2.5 模糊理論(FUZZY THEORY) ... 26

3.2 相關文獻整理... 33

3.3 專家問卷之調查實施... 33

3.4 影響產業知識管理效能政策權重與排序... 33

3.4.1 建立層級結構... 34

3.4.2 建立模糊正倒值矩陣... 34

3.4.3 一致性檢定 ... 35

3.4.4 計算模糊權重... 36

3.4.5 意見整合 ... 37

3.4.6 模糊排序 ... 37

第四章 知識管理效能衡量指標之建構... 39

4.1 衡量指標探索階段... 39

4.2 衡量指標建構階段... 41

4.3 問卷調查之設計與實施... 42

第五章 研究結果與分析... 45

5.1 第一層衡量構面之評估結果及分析... 45

5.2 第二層衡量構面之評估結果及分析... 46

5.3 第二層級各評估指標之綜合相對權重值... 51

第六章 結論與建議... 55

6.1 研究結論... 55

6.2 對後續研究的建議... 55

參考文獻... 58

附 錄... 61

圖目錄

圖1.1 通訊架構圖... 3

圖2.1 通訊產業價值鏈... 6

圖2.2 Scandia AFS 公司的企業市場價值鏈... 14

圖2.3 AHP 法之流程圖... 24

圖2.4 傳統層級分析法成對比較矩陣圖... 25

圖2.5 三角模糊數... 27

圖2.6 三角模糊數 M~ 的α -截集... 28

圖2.7 模糊層級分析法之成對比較矩陣圖... 29

圖3.1 研究流程... 32

圖5.1 第一層衡量構面評估指標相對權重值圖... 45

圖5.2 人力構面評估指標相對權重值... 47

圖5.3 創新構面評估指標相對權重值... 48

圖5.4 流程構面評估指標相對權重值... 49

圖5.5 顧客構面評估指標相對權重值... 51

圖5.6 各層級構面及指標之綜合相對權重值... 52

圖5.7 各層級構面及指標之綜合相對權重值排序... 54

表目錄

表2.1 知識管理的定義─國外部份...11

表2.1 知識管理的定義─國內部份... 12

表2.2 AHP 評估尺度表... 23

表3.1 相對重要性評估尺度... 35

表3.2 AHP 階數及其相對之隨機指標... 36

表4.1 第一階段層級架構... 39

表4.2 知識管理效能專家學者諮詢之名單... 40

表4.3 專家學者訪談後修正之層級架... 41

表4.4 樣本描述表... 43

表5.1 第一層衡量構面評估指標模糊權重值與相對權重值順序表 ... 45

表5.2 人力構面評估指標模糊權重值與相對權重值順序表... 46

表5.3 創新構面評估指標模糊權重值與相對權重值順序表... 48

表5.4 流程構面評估指標模糊權重值與相對權重值順序表... 49

表5.5 顧客構面評估指標模糊權重值與相對權重值順序表... 50

表5.6 各層級構面及指標之綜合相對權重值排序... 53

第一章 緒論

隨著知識經濟時代的來臨，企業已逐漸體認到要保持競爭優勢已能不再 只靠有形的土地、勞力與資本，而是轉變成靠無形的智慧與創新。有形資產 會隨著時間而遞減，但無形資產卻會隨著時間增長而使創新能力不斷增加。

知識經濟時代最重要的核心資源是「知識」，將知識資源匯入在無限的資訊流 中，透過價值認知的學習過程，轉化為企業的創新價值，將是企業競爭力良 窳的關鍵所在；知識已成為一種策略性資產，更是企業競爭優勢的主要來源。

本研究經由問卷調查進行資料蒐集、分析、主要探討通訊製造業知識管理效 能並建立效能衡量模式。

1.1 研究動機與背景

台灣在經濟成長的過程中，在過去是以輕工業及出口加工為主，進入了 九○年代後，半導體相關的資訊產業創造了第二次的經濟奇蹟，直到低價電 腦盛行，產業利潤的「微利」時代來臨後，才一窩蜂轉型投資通訊產業。在 產業變遷的過程當中，企業創造價值的方式也逐步由過去的勞力密集或資本 密集轉變為以知識為基礎。

在未來的時代裡，任何企業都須以知識為基礎來運作，並將其轉化為產 品或服務，以維持組織的生存與發展。現代的企業經營者已經深切體會到，

唯有建構知識管理系統才能保有其長期的競爭優勢，而建構知識管理系統的 過程中，如何掌握建構的關鍵成功因素，對產業界、學術界甚至各級政府而 言，都是因應新世紀來臨所需嚴肅面對的課題。

彼得‧杜拉克(P.F.Drucker)【5】認為知識在工業革命前後，其代表的意 義從一種『道』(being)變為一種『器』(doing)，其本身變成了一種資源、一 種利器(utility)。在「後資本主義社會」一書中更進一步說：「在新的經濟體 系裡，知識並不是和人力、資本或土地等並列為製造資源之一，而是唯一有 意義的一項資源」。而「大未來」一書作者托佛勒(A.Toffler)【4】也在書中聲 稱：「在那將發生的『權力移轉』當中，知識是最高權力的來源和關鍵，知識 已從金錢權力和肌肉權力的一項附屬物的地位，一躍而成為這些權力的根

隨著時代的轉變，衡量企業營運績效的指標亦有所改變。在知識經濟時 代著重在知識管理的衡量。除了原有的設備、新產品的研發發展外，組織必 須投資在基礎架構上，包括人員、系統及程序，透過增強員工能力、資訊系 統能力、激勵及授權三個主要原則，來構建一學習與成長的組織【2】。

知識管理對企業未來的發展具有絕對性的影響與貢獻，知識也被視為智 慧 財 產(intellectual capital) ， 知 識 將 超 越 舊 經 濟 時 代 所 強 調 的 財 務 資 本 (financial capital)與人力資本(human capital)，也是企業與產業發展核心能力 (core competence)與競爭優勢(competitive advantage)的基礎。

近年來，雖然許多企業已體認到知識管理的重要性，進而紛紛加入推動 知識管理的行列。然而，有效衡量知識管理推行的成效，更是目前企業必須 重視的課題。由於知識管理成效的衡量內容涉及許多抽象或不易量化的影響 因素以及人員主觀判斷的模糊性，因而造成知識管理績效衡量與管理上的困 難。為此，本研究提出一個系統化的知識管理效能衡量模式，以評估企業推 行知識管理的成效。

1.2 研究目的

由於知識管理的效能評估有許多不易量化的因素，所以本研究從知識管 理活動流程進行探索，進而構建知識管理效能衡量模式，以協助企業進行知 識管理的效能評估，以做為企業知識管理個案的評估參考模式。為此，本研 究的主要目的歸納如下：

一、透過企業的知識管理活動，了解活動內容與流程以協助企業進行知識管 理的效能評估。

二、篩選評估知識管理效能的指標，和建立知識管理的效能評估架構。

三、以模糊理論為基礎，建構系統化的知識管理效能評估模式，以協助企業 評估知識管理活動的指標。

四、研究結果藉供學術研究及知識管理實務的參考。

1.3 研究範圍

「通訊產業」範圍廣泛，涉及多元化產品之分類，經引用行政院主計處 第三局所公布之「中華民國行業標準分類」中，範圍可逐漸縮減至「通信服 務」、「電腦、通信電子產品製造業」及「通信器材製造業」三大類。加上「寬 頻」與「無線」未來科技最重要的兩大發展趨勢，依經濟部技術處之規劃，

廣義之通訊產業架構如圖1.1 所示，愈往右邊之產業則愈往下游：

圖1.1 通訊架構圖 資料來源：【15】

1.4 研究限制

一、由於本研究問題性質具有人員判斷的主觀性及不確定性，故採用模糊層 產業架構

固定網路服務 行動電話服務 數據通訊服務 ( ISP ) ...

行動通訊系統 衛星通訊系統 數位廣播系統 衛星數據系統 VOIP

DWDM HFC …

行動電話 衛星定位系統 無線區域網路 WLAN NIC LAN Switch ADSL Cable Moden

T/R 開關 調變/解調器 功率放大器 DSP、記憶體 核心軟體 通訊協定 電源模組 LCD、受話器 按鍵、電池 …

導體 半導體 介電材料 磁性材料 壓電材料 有機材料 金屬材料

… 電信服務 系統與應用 設備 功能元組件 基礎元件與材料

雖然知識管理效能衡量模式可適用於知識型企業，但其評估指標必須依 據企業活動進行調整。

三、個案公司的選擇，主要是以通訊製造業為個案對象。因此在本研究中，

選擇了行動電話、無線網路以及無線電腦三種產品類別為主各一家企業 為研究標的；行動電話產品以I 公司稱之，無線網路產品以 S 公司稱之，

無線電腦產品以D 公司稱之。

1.5 研究架構

本研究之內容結構共分為五章，各章內容依序如下：

一、緒論

說明本文的研究背景與動機、研究目的、研究範圍、研究限制以及 論文架構。

二、文獻探討

探討過去學者對知識管理、知識管理效能研究相關文獻，做為本研 究之理論。將本研究所應用相關的研究方法包括多準則決策、傳統層級 分析法、模糊層級分析法以及模糊理論，做簡單的描述與說明。

三、研究研設計

而本研究係先由文獻探討建構出本研究架構，進而設計出第一階段 專家學者諮詢問卷，再經由徵詢專家學者之意見後，並據以修正初步之 研究架構，以完成本研究架構、包括各主要構面及所屬之指標。

四、知識管理效能衡量模式之建構

包括樣本分析、各構面的相關性及互動性，並將分析資料予以彙總 整理。

五、研究結果與分析

計算第一層研究構面與第二層衡量指標的相對權重並加以排序，以

分析通訊製造業知識管理智慧資本效能衡量指標的重要性。

六、結論與建議

包括研究結論與對未來研究的建議。

第二章 文獻探討

2.1 通訊產業之定義與特性 2.1.1 通訊產業定義

從全球通訊產業發展歷程來看，依傳輸方式的不同，可分為「固定網路

（以線纜為載具，於其上進行訊號交換）」及「無線通訊」兩大區塊，而載 具上傳輸之內容多以語音及數據為主。一般稱以語音交換為主的為「電信網 路」，而以數據交換為主的為「數據網路」。固定網路包含了以 LAN 為主 的相關產品（目前以 Ethernet 為主流，產品如 Ethernet 網路卡、集線器與交 換機）；而無線通訊則包含手機及系統設備（目前第二代行動通訊是以GSM 系統為主流，未來將以第三代行動通訊3G 為主）。

圖2.1 通訊產業價值鏈

上圖為通訊產業價值鏈，而由於局用交換設備目前多為外商製造，故國 內通訊產業價值鏈為虛線內囊括之部分。台灣通訊產業屬於高度垂直分工。

元件製造商包含矽、砷化鎵和鍺化矽等特殊半導體晶圓製造、磊晶技術以及 類比/數位積體電路主動元件和通訊用精密機械組件、高頻被動元件廠商等 等。傳輸設備製造商得細分為局用交換設備、網路接取設備與傳輸設備等三 個不同的區域，包含地面站、PTP/PMP 微波通訊系統、VSAT 中樞主站（Hub Station）等等。終端設備製造商包含衛星電視接收器、無線電話、呼叫器、

手機廠商等等。通訊服務供應商則包含呼叫器、手機、無線數據通訊、固網 通訊、衛星通訊等等執照業者。代理商則泛指一般的代理配銷通路商以專業

元件製造

局用交換 設備

傳輸設備 通訊服務 終端設備

製造 代理

網路接取 取備

提供完整配套服務（含手機、號碼和計價方式等）給用戶。

2.1.2 通訊產業特性

由上節通訊產業的定義，可以發現通訊產業可歸類於高科技產業，有別 於一般傳統產業；而高科技產業多數學者將其定義的重點置於研究發展經費 與高級技術人才的使用率。而在產業別方面，以較具技術、研究與科學性質 的的產業居多。

一、高科技產業應能符合以下幾點標準【23】：

(一) 產業或公司的研究發展經費與淨銷售額之比率，應高於總體製造業 的平均數。

(二) 產業或公司的科學性、技術性、研究性，以及工程性專業人員，佔 全體員工的比率，應高於總體製造業的平均數。

(三) 產業或公司所產出的附加價值，應高於總體製造業的平均數。

二、學者王弓等【1】從各種角度來看高科技產業，通常具有下列特性：

(一) 產品市場變化快速、生命週期短、市場競爭激烈。

(二) 高風險性與相對的高利潤率。

(三) 重視人員的知識能力與技術水準，人力資源優劣常是競爭的關鍵。

(四) 高度研發密集、管理密集與資本密集。

(五) 重視專利、著作權等智慧財產權。

(六) 要求產品具有高度精密、一玫性與信賴度。

三、我國經濟部技術處編印「產業技術白皮書」【25】說明高科技產業大多具 有下列性質：

(二) 產品多為資本財或中間投入。

(三) 政府部門的公共採購佔相當高的比例。

(四) 產品結構及製程複雜性高，零件生產與使用者之間技術依賴程度 高。

(五) 產品附加價值高。

(六) 市場潛力大。

(七) 於製程中，工程師佔人力投入比例高。並以 10 大新興工業〈航太、

生物與製藥、通訊、資訊、消費性電子、半導體、精密器械與自動 化、高級材料、醫療保健、環境保護〉為重點發展之產業。

2.1.3 通訊產業現況

面對全球經濟的發展衰退，使得通訊產業受到一定程度衝擊，通訊服務 業者的資本支出（Capital Expending）趨向保守，連帶使網通硬體廠商的營收 也跟著縮水。整體景氣不佳的情形下，台灣業者的優勢卻在此時一一被凸顯。

近年來，部分上游網通業者紛紛推出自己的平台標準，當這些平台被多 數產業廠商所接受時，即形成了可以遵循的產業標準，使網通產業走入了水 平分工的時代。而台灣業者在 PC 時代所累積的競爭優勢，即是成本控制、

大量生產、全球運籌等，這些自訂平台的上游廠商，為了讓自己的平台成為 產業的主流標準，必將積極拉攏下游業者。台灣業者的優勢：具研發能力、

商品化能力加、量產管理能力好，恰好為這些平台大廠的最愛。

就產品類別分析，我國通訊設備產業的產品結構雖仍以有線用戶端設備 (CPE)為大宗，惟其比重逐年遞減之趨勢極明顯；其次為網路產業，佔總產值 的比重則為30%；另外，無線設備在近年來有相當大幅度的成長，後勢看強；

在傳輸/接取設備方面，由於寬頻數據機的出貨成績不凡，因此比例提高至 14%。未來，可預見無線通訊及有線接取設備中之新興產品，將快速發揮其 效應，並在我國通訊設備產業中扮演吃重的角色。

針對未來我國通訊產業發展預估，IEK 認為近年內仍將持續成長的態

勢，其中諸多新興產品如行動電話、寬頻接取產品.…等均是促進成長的重要 產品。

2.2 知識管理 2.2.1 知識的定義

在進入知識管理的領域之前，在此先對“何謂知識＂做一個定義。所謂

“知識＂，知識本身是一個綜合體，其中包括結構化的經驗、價值、以及經 過文字化的資訊。此外，專家的獨到見解也包含在知識的內涵當中，可以為 新經驗的評估、整合與資訊等提供架構。而知識源自於人們平日的思想當中，

由此看來，組織裡，知識不僅僅是存在文件與儲存系統當中，在日常例行工 作、過程、執行與規範裡，處處都可以得到所需要的資訊，進而轉化為組織 的知識。創新求勝一書中，兩位日本學者Nonaka & Takeuchi【38】彙整經濟 理論中對於知識的看法，以新古典學派學者馬歇爾為例：「資本包含知識和 組織....知識是生產的最有力引擎.…組織則協助知識」。在此，馬歇爾對於知 識的定義，是指經濟主體共有的一般知識。

自1990 年代以來，中外學界與實務界逐逐漸將傳統由資源論、成本優勢 論，資本論或技術導向之觀點，轉向「知識論」或「智價企業論」(The Knowledge-Creating Company)。易言之，引用 Drucker 之論點、「知識」將不 只是企業的優勢來源之一，更將是優勢「唯一的來源」【5】。根據Harris 描述，

資料(Data)為己知事實的最低層次，資料本身沒有意義，它必須被分類、聚 集、分析和解釋。當資料經過處理後變成資訊(Information)，而資訊有其主旨 和目的，否則，資訊也是沒有意義。當資訊須與事件的來龍去脈(Context)和 經驗作結合，它才變成知識(Knowledge)【10】。

Nighitingale 也認為知識的概念清楚地從資訊被區分出來。其認為資訊是 表現知識的基礎，也許是與真實的世界的「事實」有直接地關聯，但資訊是 有必要詮釋說明和須瞭解其所代表知識可能的意義。因此，知識能被視為資 本或能力(Capacity)，可含於人腦內、社會習慣(Social Practices)內，從解釋資 訊至資訊轉移而形成新的知識。換句話說，知識不但是與事件來龍去脈有相

與「知識」經常交替使用，但兩者仍可清楚區別，Machlup 認為「資訊」是 一種訊息流或意義流(A Flow of Messages or Meanings)，可以增加、重組或改 變知識【11】；而 Drucker 認為「資訊」是能產生知識的東西，也就是我們 能從中有所學習。知識可以定義為資訊所產生(所維持)的信念，而且個人所 接受的資訊會與其對知識來源的可靠性認知有關。簡言之，「資訊」是「訊息 流」，而「知識」是由資訊所建立或組織起來的【6】。

Purser＆Pasmore 認為要精確地定義知識是非常困難的。例如，何謂知 識？如何獲取知識？何者是有效(Valid)的知識？而這些問題通常是非常難以 回答的，但若是無法回答知識是什麼，我們將很難設計出能生產更多知識及 有效利用的組合到的與使用中可以觀察到的、豐富的與可以圖示的、複雜的 與簡單的、未經文件歸檔的與有文件歸檔的【17】。

知識是一個人類經過驗證的信念，用來提昇個人執行工作的能力。當從 組織層面的認定，則可將之視為一切能為組織提升競爭的優勢，創造財富之 企業智慧，成員能力的表現是無形智慧資產的總合。

2.2.2 知識管理的定義

本節將引述學者們如何定義知識管理，以及建構知識管理制度的主要因 素及建置架構。如表2.1 所示

表2.1 知識管理的定義─國外部份

作 者 年 代 知 識 的 定 義

Bertels (1996) 知識管理是組織管理知識的能耐，其包括知識分析、知識 規劃及知識科技。

Denham (1996)

知識管理是智慧資產的稽核。它突顯獨特的來源、關鍵功 能及阻礙知識流向潛在的瓶頸。他使智慧資產免於衰退、

尋求增強決策機會、將智慧加入產品及服務中，以增加價 值及適應力。

Allee (1997)

知識管理是把組織內隱知識(tacit knowledge)轉化為外顯 知識(explicit knowledge)以利知識分享、更新及補充。知識 管理主要在研究知識如何形成及人們如何學習善用知識，

利用知識把現有知識最大限度的轉化為生產力。

Davenport (1997)

知識管理是擷取知識(knowledge capture)、編輯知識、發展 知識分類方法、發展散播知識之資訊科技基礎設及應用與 教導員工創新、分享及使用知識。

Ouintas et

al. (1997)

知識管理是透過合宜管理流程以發掘、開發、利用、傳遞 和吸收組織內外知識以滿足當前及未來需求。他涉及組織 結構、文化、人員、流程和技術等層面。

Davenport (1998) 定義知識管理是公司產生、傳遞及槓桿運用知識的方法，

其為資訊經濟下競爭優勢的主要來源。

O｀Dell (1998)

知識管理是一種意圖性策略，主要目的為希望在正確時 間，將正確資訊傳遞給正確的人，提供其行動，進而創造 價值。

O｀Leary (1998)

知識管理是知識源(knowledge source)的管理，目的在擷取 知識與再使用，典型是利用資訊科技，將知識案規則歸類，

其最高指導原則為知識可擷取及可再使用。

資料來源：【23】

表2.1 知識管理的定義─國內部份

作 者 年 代 知 識 的 定 義

劉權瑩 (1999)

知識管理為擷取與公司營運及競爭者有關資訊及知識，將 資訊與知識儲存於公司其他員工可以取得的地方，並以需 求配送的方式將知識傳遞給需要的人員。知識管理是已先 進資訊科技基礎建設為後援，改善企業成效的一種方法，

它透過知識創新、散播及利用等策略，提高公司競爭力。

方世杰與

方世榮 (2000) 知識管理為組織在知識取得(或創造)、蓄積、以及應用方 面之管理做為。

馬曉雲 (2000) 知識管理是有系統的管理與運用企業的經營智慧，包含有 形的資產與無形的人才與經驗。

劉常勇 (2000)

知識管理為有關知識的清點、評估、監督、規劃、取得、

學習、流通、整合、保護及創新活動，並將知識視為同資 產進行管理，凡是能有效增進知識資產價值的活動均屬之。

李宗澤 (2001)

依其知識管理的程序，將其知識管理的活動分為知識的選 擇、取得、學習、創造、擴散、建構、儲存、制度及文化 等九個構面。

尤克強 (2001) 知識管理的目的在提昇組織分享與交流能力，以便利用知 識採取行動，建立企業的核心動力。

許史金 (2001)

知識管理在提昇企業的價值。不僅是管理知識的方法，還 包括整體企業流程中應用組織所具有的知識，使其發揮最 大功用。

吳思華 (2001)

知識管理是指企業為有效運用知識資本，加速產品或服務 的創新，所見購置的管理系統，這個系統包含知識創造、

知識流通與知識加值三大機能，而三大子系統間相互影 響，缺一不可。

溫源鳳 (2001)

知識管理是由一連串的知識管理的功能所組成，包括知識 取得、知識精練、知識儲存與知識分享的能力，用以協助 組織內所有的人或單位，透過有效的資訊科技與管理制 度，達成工作任務或組織目標。

張劭勳 (2002)

知識管理是建立知識分享機制，同時評估知識的重要性，

透過資訊科技，賦予知識更豐富的意義，進提供企業更佳 的決策支援，是企業競爭優勢的來源之一。

資料來源：【23】

2.2.3 知識管理的目的

知識管理的目的就是為了知識創造與知識累積與應用，才能使知識產生 新的生命與價值。但比爾蓋茲在其『數位神經網路』中卻提醒了我們，知識 管理是工具，不是目的。知識管理的目的是要提高機構的智慧，或企業智商。

在今天動態的市場中，公司要成功就要有高等的企業智商(Corporate IQ)企業 智商的高低，取決於公司是否廣泛分享資訊，以及如何善用彼此的管念成長。

從企業的觀點來看知識管理，知識管理的目的可以分為以下幾點【23】：

一、制定企業發展策略，運用網路技術以幫助企業發展及知識傳遞。

二、依照所制定之知識管理策略，實際建立協助組織與組織間相關運作的機 制。

三、透過知識管理機制，協助組織內部知識使用及發展。

所以一個企業致力於知識管理時，應該明確的了解知識管理真正之目的 與對象，而非僅將現有的知識儲存，而因該配合現有組織環境與流程，將企 業與員工之知識資產，透過知識管理的機制，輔以資訊科技工具，達成組織 與知識管理的目標。重要的機制就是管理，而管理的核心就是使知識產生作 用，也就有系統、有組織地用運知識去創新知識。知識的創造、吸收。

2.2.4 知識管理效能與績效

效能(effectiveness)是指一系統投入資源後，其產出達成預定目標的程 度，它是一種可量化，可以比較的指標；績效(Performance)是指組織達成目 標程度的一種衡量管理研究常將「經營績效」訂為各種構念之最終結果變數，

或說是「效標」（criterion），以瞭解各種管理變項所產生之效果。

依據Edvinsson 和 Malone【32】針對 Scandia Navigator Model 之企業市 場架構，整理成系統圖如圖 2.3：智慧資本=人力資本+顧客資本+流程資本+

創新資本。

圖2.2 Scandia AFS 公司的企業市場價值鏈 資料來源：【23】

一、顧客資本(Customer Capital)的衡量

衡量企業是否聰明、有效率的掌握與顧客良好、持續、信任的良好 關係、以建立忠誠、堅定、高滿意度而持久的顧客基礎。如做得愈好，

顧客資本愈高則可創造的企業價值愈高。可被量化的顧客資本如下：

(一) 市場佔有率(%) (二) 顧客數(#)

(三) 年度銷貨/每名顧客($) (四) 損失顧數(#)

(五) 顧客關係平均持續時間(#) (六) 顧客平均規模($)

(七) 顧客評分(%)

(八) 顧客訪問公司次數(#) (九) 花在訪問顧客的天數(#) (十) 顧客數/員工數($) (十一) 創造營收的人員數(#)

(十二) 從接觸顧客到有銷售回應的平均時間(#) (十三) 首次接觸到銷售完成的比率(%)

(十四) 滿意顧客指數(%)

(十五) 資訊技術投資/每名銷售人員($)

(十六) 資訊技術投資/每名服務與支援員工($)

(十七) 顧客的資訊技術熟悉度(%) (十八) 支援費用/每名顧客($) (十九) 服務費用/每年每名顧客($) (廿十) 服務費用/每名顧客/每一合約($)

註：(%)表示衡量單位為比例、(#)表示衡量單位為個數、($)表示衡量單 位為金額

二、流程資本(Process Capital、PC)

衡量企業是否存在有優良的文化、策略、制度、工具與能力、以創 造出有效率的工作流程、專案執行、資訊系統、企業網路、製造技術、

產品定位、技術運用等。可被量化的流程資本如下：

(一) 管理費用/總營收(#)

(二) 管理錯誤之成本/管理營收(%) (三) 額外支付的處理時間(#)

(四) 合約範圍無失誤(#) (五) 功能點/每位員工每月(#)

(六) 個人電腦與筆記型電腦數/每名員工(#) (七) 網路容量/每名員工(#)

(八) 管理費用/每名員工(#) (九) 資訊技術費用/每名員工($) (十) 資訊技術費用/管理費用($) (十一) 管理費用/營業收入毛額(%)

(十二) 資訊技術容量(中央處理器和直接存取裝置)(#) (十三) 資訊技術設備的變化($)

(十四) 公司品質表現(例如 ISO9000)(#) (十五) 公司表現/品質目標(%)

(十六) 未能持續使用的資訊技術設備/資訊技術設備(%) (十七) 資訊設備孤兒/資訊技術設備(%)

三、創新資本(Innovation Capital、In C)

衡量企業對於顧客、產品、市場、策略夥伴、基礎設備、員工未來 演變趨勢的重視、投資、預測、反應、更新及調適的能力高低。可被量 化的創新資本整理如下：

(一) 能力開發費用/每名員工($) (二) 滿意員工指數(#)

(三) 關係投資/每名顧客($) (四) 訓練時間的比率(%) (五) 開發時間的比率(%) (六) 機會比例(%)

(七) 研發費用/管理費用(%) (八) 訓練費用/每名員工(%) (九) 訓練費用/管理費用(%) (十) 業務開發費用/管理費用(%) (十一) 四十歲以下員工所佔比率(%)

(十二) 資訊技術開發費用/資訊技術費用(%) (十三) 資訊技術訓練費用/資訊技術費用(%) (十四) 研發資源/總資源(%)

(十五) 已掌握的生意機會(#)

(十六) 顧客平均年齡(#)；受教育時間(#)；收入(#) (十七) 顧客與公司來往的平均月數(#)

(十八) 教育投資/每名顧客(#)

(十九) 直接與顧客聯繫次數/每年(#) (廿十) 非關產品費用/每年每名顧客($) (廿一) 新市場開發投資($)

(廿二) 結構資本開發投資($)

(廿三) 電子資料交換(EDI)系統的價值($) (廿四) 升級到 EDI 系統($)

(廿五) EDI 系統的容量(#)

(廿六) 低於兩年新產品佔全公司產品的比率(%) (廿七) 研發費用投資在基礎研究方面的比率(%)

(廿八) 研發費用投資在產品設計方面的比率(%) (廿九) 研發費用投資在應用方面的比率(%) (卅十) 對新產品支援與訓練的投資($) (卅一) 公司專利的平均年限(#)

(卅二) 尚未申請通過的專利數量(#) 四、人力資本的衡量

企業是否擁有高比率的一群具備高知識、技能、經驗、創意、動機 的員工，及是否積極鼓勵及投資在這些員工的訓練與成長上。可被量化 的人力資本如下：

(一) 領導力指數(%) (二) 動機指數(%) (三) 授權指數(%) (四) 員工人數(%) (五) 員工變動率(%) (六) 平均年育(%) (七) 經理人數(#) (八) 女性經理人數(#) (九) 員工平均年齡(#)

(十) 平均每年花在訓練上的天數(#) (十一) 熟悉資訊技術的員工人數(#) (十二) 全職長期員工人數(#)

(十三) 全職長期員工的平均年資(#) (十四) 全職長期員工每年的離職人數(#) (十五) 全職長期員工的平均年齡(#)

(十六) 全職長期員工每人每年的訓練、通訊，以及支援計劃的成本($) (十七) 50%以下的工作時間是待在公司場所的全職長期員工人數(#)；佔

全職長期員工的比率(%)；平均每人每年的訓練、通訊、支援計 劃的成本($)

(廿一) 平均聘期(#)

(廿二) 經理人中擁有高等學歷的百分比：商科(%)、理工(%)、文科(%) 依據李龍鑫博士匯整的重視研發企業特別是高科技產業的知慧資本績效 指標如下【23】：

一、流程資本

(一) 研發資訊軟體數量

(二) 核心製造、作業流程數量 (三) ERP Client 數

(四) 員工知識分享數量

(五) 顧客服務及客訴處理流程數量 (六) 導入 BPI 最佳化的流動數 (七) 行政事務流程自動化數量 (八) 取得國際認證合格數量 (九) 電子郵件帳號/員工總人數 (十) 管理費用降低百分比

(十一) 資訊技術費用佔總營業額之比率 (十二) 個人電腦數佔員工總數之比率 二、創造資本

(一) 研發人員數

(二) 員工參與社群人數 (三) 研究報告數量 (四) 論文發表數量 (五) 專利申請數量 (六) 改善提案數量 (七) 新事業數量

(八) 已獲專利數之合計年限總數 (九) 推出新產品或新服務數 (十) 研發經費佔總營收比率

(十一) 新產品或新服務佔總營收比率

(十二) 研發、合作開發、科專與主導性新產品之產出數量 三、關係資本

(一) 顧客下單金額/顧客總數 (二) 顧客成長數

(三) 參訪次數 (四) 廣告費

(五) 訓練單位對外提供服務的次數 (六) 對外提供服務或演講的次數 (七) 供應商物、料金額/總營收金額 (八) 中衛廠商承製金額/總營收金額 (九) 策略聯盟收益總額/總營收金額 (十) 行銷金額/行銷人員總數

(十一) 顧客滿意度 (十二) 銷管費百分比 (十三) 報價得標率 四、人力資本

(一) 經理人人數

(二) 經理人高等學歷數量 (三) 員工總人數

(四) 員工平均年齡 (五) 員工平均服務年資 (六) 員工取得證照數量

(七) 員工平均已訓練之總時數

(八) 取得企業專業進階認証以上合格人數 (九) 資訊軟體設計師人數

(十) 顧問師人數

(十一) 知識管理工作者人數

(十五) 程式設計人員數

(十六) 工、模、夾具設計人員數 (十七) 儀器/機具調校、維修人員數 (十八) 設計人員數

(十九) 繪圖人員數

(廿十) 員工平均附加價值

(廿一) 員工所提建議案節省的金額 (廿二) 員工訓練經費佔總營收之比率

2.3 多準則決策

在現實的世界裡，事物大多具有多重屬性，且同時受各屬性的影響，因 此在評估事物時，有必要對相關屬性做整體考量與綜合性評估。Zimmerman (1987)認為，決策理論（Decision Throry）發展的最新趨勢為，決策是以多重 目標函數，取代以往僅有單一準則或目標函數。這種數量評估方法稱為，多 重準則決策（Multi-Criteria Decision Making, MCDM）。

多重準則決策方法的基本原則可敘述如下：

設

x

{ } x

G

{ } g

g ，也就是在考量所有準則後挑選出具最

多準則決策方法中，層級分析法（ Analytic Hierachy Process, AHP）由 於其方法簡單，且容易使用，而廣為學界及實務界使用，且透過層級分析法 之成對比較過程，可獲得準則間的相對重要性權數，建立權重體系【9】。

2.4 傳統層級分析法(Analytic Hierachy Process, AHP)

「層級分析法」(Analytical Hierarchy Process, AHP)係由學者 Thomas L.

Saaty 經過多年的研究，於 1971 年進行應變規劃問題研究時所發展出來的一 套決策方法，隨後幾年設法將之應用於優先順序之決定、規劃資源、分配、

預測及投資組合的方面。它是將與決策有關的各個要素，採取階層構造方式 加以掌握，儘可能的採納所有形成對立的概念，亦使尺度不同之要素間又能 相互比較；除此之外，將原本無法計量、關於人類的感覺、偏好方面，均能 加以處理，將人類制定之決策，實際運用整合化來進行；在1980 年學者 Saaty

【39】提出完整方法論，出版了「The Analysis Hierarchy Process」一書，使 這個理論更趨完備，並於1986 年修訂該書「Decision Making for Leader: The Analytic Hierarchy Process」，至此 AHP 發展趨於成熟。

2.4.1 理論與探討

對於決策者而言，階層結構有助於對事物的瞭解，但在面臨「選擇適當 方案」時，必須根據某些基準進行各替選方案的評估，以決定各替選方案的 優勢順位（Priority），從而找出適當的方案。而評估基準則必須從多方面進 行考量，避免因單一層面的決定導致錯誤的決策。

一、層級分析法的基本假設

AHP 法是將複雜的問題有系統地加以簡化，利用層級結構將問題做 層級分解，再使用數學方法整合專家意見，做整體綜合性的評量，提供 決策者更為完整的資訊，減少錯誤的風險。由鄧振源與曾國雄【20】整 理AHP 法的基本假設，主要包括下列九項：

(一) 系統可被拆解成許多種類(Classes)或成份(Components)，形成層級結 構。

(二) 層級結構中每一層級的因素，彼此間需要互相獨立。

(三) 每一層級中的要素，可以用上一層級中某些或所有的要素進行評 估。

(四) 進行比較評估時，須使用比率尺度。

(五) 進行成對比較後，可以使用正倒值矩陣處理。

(六) 偏好關係可以滿足遞移性，不僅「優劣關係」滿足遞移性，「強度 關係」也必須滿足。

(七) 完全遞移性不易存在，所以容許不具遞移性的情況存在，但必須測

(九) 任何要素只要出現在層級結構中，不論優先程度如何，皆被認為與 整個評估結構有關。

二、層級與要素

階層為系統特別的型態，基於個體可以加以組成並形成不同集合體 的假設下，將影響系統的要素組合成許多層級，每一層級只影響另一層 級，同時僅受另一層級的影響。層級為系統結構的骨架，用以研究階層 中各要素的交互影響，以及對整個系統的衝擊。層級的多寡，端視系統 的複雜性與分析所需而定。

(一) 層級結構化的要點

將影響系統的要素加以分解成數個群體，每個群體再區分成數 個次群體，以此下去建立全部的層級架構。在分析組群時，應注意 下列各點：

1. 最高層級代表評估的最終目標。

2. 盡量將重要性相近的要素放在同一層級。

3. 層級內的要素不宜過多，依 Saaty【39】的建議最好不要超過 7 個，超 出者可再分層解決，以免影響層級的一致性。

4. 層級內的各要素，力求具備獨立性，若有相依性存在時，可先將獨立 性與相依性各自分析，再將兩者合併分析。

5. 最低層級的要素即為替選方案。

(二) 建立層級的優點

依Saaty【39】的說明，建立層級結構具有以下優點：

1. 利用要素個體形成層級形式，易於達成工作。

2. 有助於描述高層級要素對低層級要素的影響程度。

3. 對整個系統的結構面與功能面能詳細的描述。

4. 自然系統都是以層級的方式組合而成，且是一種有效的方式。

5. 層級具有穩定性與賦彈性；也就是微量的變化能形成微量的影響，同 時新層級的加入，對一結構良好的層級而言，並不會影響整個系統的

有效性。

三、評估尺度

AHP 法採名目尺度作為每一階層要素間的成對比較評比。依 Saaty

【39】建議，評估尺度劃分為同等重要、稍重要、頗重要、極重要及絕 對重要等，並賦予名目尺度1、3、5、7、9 的衡量值；另有四項介於五 個基本尺度之間，即同等重要到稍重要之間、稍重要到頗重要之間、頗 重要到極重要之間、極重要到絕對重要之間，並賦予 2、4、6、8 的衡 量值，如表2.2。

表2.2 AHP 評估尺度表

評估尺度 相對的名目尺度 說明

1 同樣重要

（Equal Importance）

兩比較方案的貢獻程度具同 等重要性

3 稍微重要

（Weak Importance）

經驗與判斷稍微傾向喜好某 依方案

5 頗為重要

（Essential Importance）

經驗與判斷強烈傾向喜好某 依方案

7 極為重要

（Demonstrated Importance）

經驗與判斷非常強烈傾向喜 好某依方案

9 絕對重要

（Absolute Importance）

有足夠證據肯定絕對喜好某 一方案

2,4,6,8 中間程度的重要

（介於相鄰的尺度間） 需要折衷值時

資料來源：【23】

四、群體評估的整合

AHP 法可使用在個人的決策問題上，亦可使用於群體決策。若因素 的評估為群體決策時，決策群體中成員的偏好須加以整合。當處理團體 判斷時，Saaty【39】建議指出，任何方法在整合個人意見時都應滿足相

圖2.3 AHP 法之流程圖 資料來源︰【20】

N

N Y

Y 決策群體

規劃群體 問題描述

影響要素分析

建立層級結構

問卷設計 問卷填寫

建立成對比較矩陣 計算特徵值與特徵向

求取一致性指標

求取各層級C.I.綜合值

求取 H.C.R.值

替代方案加權平均 替代方案之選擇

H.C.R.<0.1 C.R.<0.1

決策群體

2.4.2 層級分析法的優點

採用層級分析法具有以下優點，曾國雄【20】。

一、AHP 法理論簡單，操作容易，能有效擷取多數專家及決策者有共識 的意見。

二、AHP 法對於影響研究目標的相關因素，皆能納入模型中，配合研究 目的，考慮各種不同的層面。

三、相關影響因素，在經過專家學者評估及數學方法處理後，皆能以具體 的數值顯示各個因素的優先順序。

四、將複雜的評估因素以簡單的層級架構呈現，易為決策者接受。

2.4.3 層級分析法之缺點

人類思維所具有之模糊性會影響專家填答問卷、衡量準則、及主觀判斷，

而Saaty 之傳統層級分析法並未直接利用模糊(Fuzzy)的觀念或方法（如：模 糊數或隸屬函數）來解決這個不確定性（模糊）的問題，僅以相對比較之比 例（成對比較矩陣，如圖2.4）來衡量多準則決策問題中之模糊性，因此傳統 層級分析法存在著以下的問題：

⎥ ⎥

⎥

⎦

⎤

⎢ ⎢

⎢

⎣

⎡

33 32

31

23 22

21

13 12

11

a a

a

a a

a

a a

a

圖2.4 傳統層級分析法成對比較矩陣圖 一、不精確問題

Saaty(1980)之傳統層級分析法並未直接利用模糊(Fuzzy)的觀念或方 法（如：模糊數或隸屬函數）解決不確定性（模糊）的問題，僅以相對 比較比例來衡量專家於兩兩因素間之重要性看法，使得評估結果常與現 實問題有所差異【27】。

層級分析法之評估結果乃為權重之平均數，然而平均數缺乏各權重 之分佈資訊，是一種不可靠的統計指標【24】。

三、層級數增加，導致效率降低

如採用 AHP 法，當層級數增加時，則所需的因素間兩兩比較次數 將呈指數成長，容易使填答者因回答問題過多，思緒混淆，導致此模式 效率降低【36】。

四、群體決策問題

Saaty 在整合群體意見時所使用之幾何平均數，不適用於決策者對各 決策屬性之認知差異很大時，會使部份評估者觀點無法反應在評估結果 之問題上，造成他們無法接受評估之結果，導致計畫難以被執行【24】。

2.5 模糊理論(Fuzzy Theory)

模糊理論是由 Zadeh【41】於 1965 年提出的，其定義為：令 U 為被討 論的全體對象，叫做論域(Universe of Discourse)；論域中的每個對象，叫做 元素，以 u 表示；U 上的一個模糊子集 A，是指：對於任意x∈U，都指定 了一個實數

u

x

[ ]

[ ]

) (

x U

u

叫做 a 的隸屬函數(Membership Function)。當 A 值域={0,1}時，ua（x）

蛻化成一個普通子集的特徵函數，a 便成一個普通子集。模糊集合的高度 (Height)是指最大的隸屬程度(Degree of Membership)，以 hgt A 表示。至少有 一元素之隸屬程度為1 的模糊集合，稱為標準化(Normalization)的模糊集合。

一、模糊數(Fuzzy Number)

模糊數為正規化且為凸集合的模糊集合。模糊數的隸屬函數須滿足 下列條件【31】：

(一) 正規化模糊子集（Normality of A Fuzzy Subset）。

(二) 凸模糊子集（Convex Fuzzy Subset）。

(三) 區段連續（Piecewise Continuous）。

二、三角模糊數（Triangular Fuzzy Number; TFN）

三角模糊數以 ~ ( , , )

c b a

M

為正三角模糊數。三角模糊數 M~

的隸屬函數

μ

x

【33】：

⎪⎪

⎪

⎩

⎪⎪

⎪

⎨

⎧

≤

− ≤

−

≤

− ≤

−

=

others c x b b c

x c

b x a a b

a x

M

x

, 0

, , )

(

μ

圖2.5 三角模糊數 三、語意變數(Linguistic Variable)

語意變數是以自然語言中的語詞為值【41】，而不是以數據做為值 的變量。例如可以用詞組(非常重要，重要，普通，不重要，非常不重要) 來表達評估者對知識管理指標的重要性。本研究利用三角模糊數來表示

a -截集是將模糊集合轉變為明確集合的方法【42】。模糊數 M

[ α α ]

α ( ) , ( )

~

b a a c c b

M

M

的意義為隸屬於 M~

的程度大於或等於a 值之所有元素所 成的集合，如圖2.6 所示。

圖2.6 三角模糊數 M~

的α -截集 五、模糊數運算

依據模糊數的性質及擴張原理(【42】、【34】)，假設有兩個三角模 糊數 ~ ( , , )

1 1 1

1

a b c

M

2 2 2

2

a b c

M

) ,

,

~ (

~

2 1 2 1 2 1 2

1

M a a b b c c

M

) ,

,

~ (

~

2 1 2 1 2 1 2

1

M a a b b c c

M

) ,

,

~ (

~

2 1 2 1 2 1 2

1

M a a b b c c

M

) / , / , /

~ (

~ /

2 1 2 1 2 1 2

1

M a a b b c c

M

六、距離公式

假設 ~ ( , , )

1 1 1

1

a b c

M

2 2 2

2

a b c

M

兩模糊數間距離 ~ )

~ , (

M

M

d

[

]

2 2 1 2 2 1 2

1 ( ) ( ) ( )

3 ) 1 , ~

(

M

M a a b b c c

d

2.6 模糊層級分析法(Fuzzy AHP)

鑑於層級分析法無法克服決策時所伴隨模糊性之缺點，Laarhoved and Pedrycz【35】便將 Saaty 之傳統層級分析法加以演化，發展模糊層級分析法

（FAHP），將三角模糊數直接帶入成對比較矩陣中，以解決問題，如圖 2.7。

以處理在準則衡量、判斷等過程中所產生之模糊性問題。

⎥ ⎥

⎥

⎦

⎤

⎢ ⎢

⎢

⎣

⎡

−

−

−

−

−

−

−

−

−

) ( 33 ) ( 32 ) ( 31

) ( 23 ) ( 22 ) ( 21

) ( 13 ) ( 12 ) ( 11

R L R

L R

L

R L R

L R

L

R L R

L R

L

a a

a

a a

a

a a

a

圖2.7 模糊層級分析法之成對比較矩陣圖

Laarhoven and Pedrycz【35】有鑑於傳統層級分析法之成對比較矩陣具主 觀、不精確等特性，所以利用模糊集合理論(Fuzzy Sets Theory)及模糊運算 (FuzzyArithmetic)來解決此項不精確問題。

Buckley【28】基於傳統 AHP 法的不精確問題與 Saaty【39】所用來求取 權重方法難以被使用在模糊矩陣求算等缺失，將模糊集合理論導入傳統AHP 法 上 ， 並 將 一 致 性 的 概 念 轉 化 到 模 糊 矩 陣 中 。 其 以 梯 形 模 糊 數(Flat or Trapezoidal FuzzyNumber)，轉換專家意見將之形成模糊正倒值矩陣，再利用 幾何平均數方法(Geometric Mean Method)求算模糊權重，再經由層級串聯，

計算各替代方案的模糊權重，最後以各替代方案模糊權重的隸屬函數圖形，

排列方案的優先順序，方法嚴謹，但缺點為計算過於繁雜。

張有恆、徐村和【24】針對傳統 AHP 法具(1)決策屬性具相關性問題；(2)

Mon, Cheng, and Lin【37】針對傳統 AHP 唯有應用在確定情況下，決策 準確度才較可信賴及衡量尺度過於主觀問題等缺失，提出以熵值權重法

（Entropy Weight Method）為基礎之模糊 AHP 決策模式，並應用在國防武器 系統之評估上。雖然此模式簡單易懂，但由於各準則權重決定仍是由決策者 主觀決定，並無考慮到群體決策問題。

盧淵源【26】利用模糊集合理論結合 AHP 法，建構無人搬運車系統之設 置評估模式，提供廠商以為參考。其做法為先是每一成對比較矩陣為三角模 糊數，再利用模糊AHP 找出每一因素之模糊權重，再利用模糊排序法﹙重心 法則﹚，找出最佳模糊值或明確值，比較該值大小並予以排序，以求得各因 素之優先順序，再利用語意(Linguistic)評比，來評定欲導入廠家之準則，再 經由層級串聯求得模糊數，再將之與已成功導入廠商之模糊數進行比較，作 為廠商導入前之參考，並可藉此了解本身不足之處進行補強。

由相關研究可以發現，模糊層級分析法廣泛的使用於方案選擇與全體決 策問題，且藉由模糊理論之助，解決了傳統 AHP 所存在的問題如，比率尺 度應用上的限制、決策屬性具相關性問題、平均數問題、不精確問題、群體 決策問題等缺失。

第三章 研究設計

在「建構台灣通訊製造業知識管理效能之衡量模式」的目標下，透過知 識管理目關文獻的探討與分析，得知企業若透過健全的知識管理制度與系統 的建立，將能夠提高知識管理效能以獲得競爭優勢。鑒於知識管理活動對企 業的重要性，必須藉由一套完整的衡量工具，來評估知識管理活動實施的成 效，而過去衡量知識管理效能或績效，大都是採用認知型問卷以主觀指標來 評估，並未考量各構面與指標之相對重要權數值，而容易隨填答者產生偏差。

本研究所發展之知識管理效能衡量模式，透過文獻探討、焦點群體法與 專家意見諮詢蒐集合適之構面與指標，除了「主觀指標」之外，再加入可衡 量的「客觀指標」建立衡量模式。本研究將知識管理因素結構分為「人力」、

「創新」、「流程」、「關係」與「顧客」五個主要構面，各構面分別有其指標 共計三十個指標。在完成本研究層級架構的建立之後，隨之以層級分析法 (analytic hierarchy process, AHP)問卷透過對該研究主題有所長之業者進行構 面與指標之成對比較，以求得層級與指標之相對權重，至此完成台灣產業知 識管理效能衡量模式的建構，其詳細的建構過程將分別說明於本章各節之中。

3.1 研究流程

基於本研究之目的在於建構模糊AHP 知識管理效能衡量模式，整個研究 程序可簡單區分為兩大階段。首先是衡量模式探索階段，接下來為運用模糊 層級分析法衡量模式建構階段；最後為結論與建構。整個流程如下圖 3.1 所 示：

圖3.1 研究流程 衡量模式探索階段

文獻回顧與探討

影響知識管理效能指標集

第一次專家問卷意見諮詢

結論與建議 衡量指標建構階段

第二次 AHP 權重問卷實施

建構衡量知識管理效能之試算公式

FAHP 構面與指標之權重建立 確立影響知識管理效能指標

績效指標之優先順序

台灣通訊產業知識管理效能衡量模式之建立

3.2 相關文獻整理

本研究將依據Edvinsson 和 Malone【32】針對 Scandia Navigator Model 之企業市場架構，智慧資本=人力資本+顧客資本+流程資本+創新資本與李龍 鑫博士提出智慧資本績效指標為文獻探討基礎，最後確立影響我國通訊產業 知識管理效能之衡量模式指標主要分為五大構面來討論，分別是「人力」、「創 新」、「流程」、「關係」與「顧客」【23】。

至於建構層級時所須注意之「包括性」問題，採取的做法是先廣泛蒐集 相關政策指標，根據五大構面將指標做歸納整理。使所建立的相關指標具有 包含性，最後由以上文獻所提出的衡量指標中選擇影響臺灣通訊產業知識管 理現況之具體指標，列入的因素共計30 項。初步的影響我國通訊製造業知識 管理效能構面與具體指標也至此確立。

3.3 專家問卷之調查實施

上述之影響通訊製造業知識管理效能之衡量模式，是建構在一個最高層 的整體目標前提下所進行，在建構過程中為顧及完整性、包容性，使得所產 生之層級結構過於複雜，並不符合實際上運用之需要。因此，必須進行「重 要性實驗」，以刪除較不重要之因素。本研究將使用專家問卷法，來蒐集專 家所提供之意見，精簡層級結構。

為了使問卷具有代表性、完整性與有效性，專家問卷內容之設計是以文 獻回顧所歸納之影響台灣通訊製造業知識管理效能之基礎，以學者及通訊相 關產業之專家為對象，進行專家訪談與專家問卷調查，藉由專家之專業知識 與豐富經驗，蒐集彙整對於問卷架構之意見，隨後就所得資料進行分析，精 簡所彙整之政策。

3.4 影響產業知識管理效能政策權重與排序

在上一階段確立影響台灣通訊製造業知識管理效能之衡量模式之層級架 構之後，第二次問卷設計就以其為基礎，依層級分析法所需之格式，編製本

算各具體政策間相對權重值，解模糊化之後再進行排序，以決定政策優先順 序。

而利用模糊層級分析法進行決策方案評選的步驟說明如下：

3.4.1 建立層級結構

假設K 位專家，針對 n 個方案（A1

,A

,A

3.4.2 建立模糊正倒值矩陣

每位專家利用語意變數表達他對於兩個方案間相對重要性的評估值。這 些語意變數可利用正三角模糊數（PTFN）來表達，如表 10 所示。並建立模 糊正倒值矩陣如下：

﹞

﹝ kij

k

T

T

T

：第 k 位專家的模糊正倒值矩陣

ij

T

：第 k 位專家對於第 i 個方案相對於第 j 個方案的重要性比較值

~kij =1

T

i

j

ij ji k k

T

T

i

j

n

表3.1 相對重要性評估尺度

語意變數 正三角模糊數 正倒值模糊數

絕對重要 （9,9,9） （1/9,1/9,1/9）

介於兩者之間 （7,8,9） （1/9,1/8,1/7）

極為重要 （6,7,8） （1/8,1/7,1/6）

介於兩者之間 （5,6,7） （1/7,1/6,1/5）

頗為重要 （4,5,6） （1/6,1/5,1/4）

介於兩者之間 （3,4,5） （1/5,1/4,1/3）

稍微重要 （2,3,4） （1/4,1/3,1/2）

介於兩者之間 （1,2,3） （1/3,1/2,1）

同樣重要 （1,1,1） （1,1,1）

3.4.3 一致性檢定

當成對比較矩陣為正倒值矩陣時，要求決策者在成對比較時能達到前後 一致的情況是很不容易的。若前後不一致情形太嚴重，則研究結果將會與實 際情形相差甚大，導致錯誤決策。所以必須利用一致性檢定求得一致性指標

（Consistence Index, C.I. ）來過濾這些信息，來確保計算結果真實反應實際 情況。由於正倒值矩陣中的 a ^ij 值只要有些微變動，將會使λmax 亦隨之微量 變動。因此，λmax 和 n 兩者之間的差異程度可作為判斷一致性高低的評量 標準。其一致性指標之定義公式如下：

. 1 . ^max

−

= − n I n

C

λ

(3.2)

n：評估要素之個數

當 C.I.＝0 時，則表示決策者前後判斷具有一致性，C.I 之值愈大則表示 不一致性愈高，Saaty【39】建議 C.I.<0.1 時，為可接受之偏誤。

從評估尺度 1-9 所產生之正倒值矩陣，在不同的階數下所產生之一致性

表3.2 AHP 階數及其相對之隨機指標

n 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 R.1 0.0 0.0 0.58 0.90 1.12 1.24 1.32 1.41 1.45 1.19 1.51 1.48 1.56 1.57 1.59 資料來源：Saaty【39】

在 相 同 階 數 得 矩 陣 下 C.I. 值 與 R.I 值 的 比 率 ， 稱 為 一 致 性 比 率 C.R.(Consistence Ratio)即：C.R.=C.I./R.I.

Saaty【39】建議，若 C.R.<0.1，則一致性達到可接受水準 3.4.4 計算模糊權重

根 據 模 糊 正 倒 值 矩 陣 ， 運 用 Csutora and Buckley 【 30 】 所 提 出 的 Lambda-Max 方法，計算模糊層級分析法的方案模糊權重值。計算步驟方式 如下：

一 、 令 α ＝1，利用 α -截集可求得第 k 位專家的明確正倒值矩陣

n n k ijb k

b t

T =﹝ ﹞_× 利 用 層 級 分 析 法 計 算 權 重 的 方 式 ， 求 取 權 重 矩 陣

﹞

﹝ _ib^k

k

b

w

W

i

n

二、令α ＝0，利用α -截集可求得第 k 位專家的下限正倒值矩陣與上限正 倒值矩陣，分別為 T_a^k =﹝t_ija^k﹞_n×n 與 T_c^k =﹝t_ija^k﹞_n×n。利用層級分析法計算 權重的方式分別求得權重矩陣

W 與

W ，其中

W

w

W

w

n i

三、確保計算的權重值為一模糊數，乃利用下式求取調整係數：

⎭⎬

⎫

⎩⎨

⎧ ≤ ≤

= i n

w

Q w_k

ia k k ib

a min │1 (3.3)

⎭⎬

⎫

⎩⎨

⎧ ≤ ≤

=

i n

w

Q w

ic k k ib

c max │1 (3.4) 使用調整係數之後，計算每個方案之權重的上限與下限為：

k ia k a k

ia

Q w

w