基于BP神经网络的组织智力评价模型：以科研机构为例

肖建华　曹镠

摘要：组织智力反映一个组织的“聪明”程度，文章基于人力资本、结构资本和关系资本三个智力资本维度，构建了基于BP神经网络的组织智力评价模型，并对我国10个公立科研机构进行了组织智力评价，结果发现，组织结构资本的不协同因素导致的“组织情商”不足是影响组织智力的关键瓶颈。

关键词：组织智力；BP神经网络；智力资本；科研机构；评价模型

一、 组织智力与智力资本

组织和人类个体一样，可以被看作一个有智力的生命体。随着相关研究的不断发展和完善，越来越多的研究者和管理者开始认同人的智力不仅依赖于传统的认知智力因素，而且还包括情绪智力因素，并且传统智力（也称智商）没有解释大部分的人类绩效（张辉华等，2011），即人的个体智力不仅需要通过传统意义上的智商（IQ）来体现，而且更多地需要通过情商（EQ）来表达。类似地，组织的智力也可以通过组织智商（Organizational Intelligence Quotient，OIQ）和组织情商（Organizational Emotional Quotient，OEQ）两方面来反映（何立、凌文辁，2009）。前者反映组织由于固有的基因等因素形成的认知能力，后者反映组织整合和协同组织内部成员、沟通协同外部关系的能力。

智力资本是组织竞争优势的来源，通常被认为包括人力资本、结构资本和关系资本三要素。其中，人力资本是组织员工具备的能够实现组织目标的知识和能力，是组织固有的基因和认知，因而可以用来体现组织的认知能力，即“组织智商”；结构资本是蕴藏在组织内部的、结构化和制度化的知识和能力，是组织协调其内部成员之间关系的能力，因而可以用来体现组织智力中的内部情绪智力，即内部情商；关系资本是组织与外部利益相关者建立的、能够为组织带来资源和信息优势的关系网络的知识和能力，是组织处理外部关系的能力，因而可以用来体现组织智力中的外部情绪智力，即外部情商。由此，智力资本的三要素，恰好可以对应表达组织智力中的组织智商、内部情商、外部情商，因此评价组织智力可以通过评价组织的智力资本来实现。

二、 组织智力评价模型的构建

1. 科研机构的组织智力评价指标。基于智力资本的构成要素，本文以科研机构为例，针对组织特点，分析和识别智力资本中影响组织战略制定与执行能力的关键要素，设计了科研机构组织智力评价指标。具体如表1所示。

2. 基于BP神经网络的评价模型。对以上指标的度量，国内外相关研究通常采用问卷调查的方法，并运用评价量表来取值（Mendelson，2000；Underwood，2004；Narjes & Ali，2009；Ruhan et al，2008；周健，2006；田茜、陈学中，2009）。由于组织智力及其影响因素构成了一个复杂的系统，评价指标之间也有可能互相作用，存在着非线性关系，因此本文引入BP神经网络方法构建科研机构组织智力测度模型，并运用MATLAB软件对程序进行训练，以克服诸如AHP层次分析法、模糊综合评价法等权重判断具有主观性的缺陷（夏维力、吕晓强，2005）。

BP（Back Propagation）神经网络是误差反向传播神经网络的简称，是一种多层前馈神经网络，该网络的主要特点是信号前向传递，误差反向传播。在前向传递中，输入信号从输入层经隐含层逐层处理，直至输出层。每一层的神经元状态只影响下一层神经元状态。如果输出层得不到期望输出，则转入反向传播，根据预测误差调整网络权值和阈值，从而使BP神经网络预测输出不断逼近期望输出。BP神经网络最主要的优点是具有极强的非线性映射能力；其次，BP神经网络具有对外界刺激和输入信息进行联想记忆的能力；再次，BP神经网络对外界输入样本有很强的识别与分类能力（樊振宇，2011）。由于组织智力是一个复杂的系统，受很多因素影响，评价指标之间也有可能互相作用，存在着非线性关系，因此运用BP神经网络可以很好地解决组织智力测度问题。

神经网络模型的建立关键是要确定网络的拓扑结构、输入结点、输出结点和层数。根据Kolmogorov定理，三层BP网络充分学习后能逼近任何函数（蔡秋茹等，2009）。在明确了BP神经网络方法的基本原理之后，对科研机构组织智力的测度可以通过构建三层BP神经网络结构。第一层为输入层，输入层的节点数为科研机构组织智力评价指标数（n=20，详参表1）；第二层为隐含层，由于输入层包含20个结点，根据Kolmogorov定理，隐含结点数为2*20+1，即41；第三层为输出层，节点数为1，即组织智力的得分值。

三、 科研机构组织智力评价

1. 问卷的发放、回收与处理。本文向17个公立科研机构发放了566份调查问卷，共收回347份，回收率为61.3%，剔除填写不全、明显不符合要求的无效问卷后，获得有效问卷326份。考虑到组织智力的测度应覆盖绝大多数组织成员，最终选择了其中10个问卷回收率超过50%的科研机构为案例样本，它们的问卷总数为256份。

针对回收的326份有效问卷，利用SPSS软件进行了信度检验，得到Cronbach α系数为0.831，说明问卷具有较好的内部一致性和稳定性。之后，对每份有效问卷运用利克特五级量表对各项三级指标进行赋值，得到输入层20个指标值。

2. MATLAB仿真。本文采用MATLAB软件的神经网络工具箱建立、训练并测试神经网络，去评估这10个样本科研院所的组织智力水平。具体的实现过程如下：首先将各科研机构20项指标对应的平均值以矩阵的形式导入MATLAB中，并对指标进行标准化处理，使各个指标的得分处于[0，1]区间。此外，由于目前无法获得关于科研机构组织智力分值的客观数据，因此在运用BP神经网络模型时缺少训练样本。为解决这个问题，本文采用人工模拟的方式设置训练样本，接下来，利用这些模拟的训练样本对BP神经网络执行训练过程。最后，基于样本数据中各科研机构在各个指标的得分，对各科研机构的组织智力进行衡量，得出组织智力具体分值。程序代码如下：

%输入已知的数据，即10个样本科研机构组织智力20项指标得分以及总体样本所有指标得分，前十列表示样本机构，第十一列为总体样本得分，每一行表示一个指标，在程序中建立一个20*11的矩阵。

为使得分更接近实际值，本研究重复神经算法100次，将100次训练的平均结果作为最终得分。另外，为更好地评价分析组织智力，按照以上方法分别对样本科研机构以及总体样本的组织智商和组织情商实现运算测度，程序代码中矩阵和相应数值做相应调整。

3. 样本组织智力的评价结果分析。通过MATLAB软件的神经网络工具箱对算法进行实现，执行程序后得到的组织智商、组织情商、组织智力的得分结果如表2所示。

将样本均值视为标准值，确定标准值得分为100，将上述组织智商、组织情商以及组织智力得分分别比上总体样本均值，得到各机构组织智商、组织情商与组织智力的相对得分（如表2）。

这十家样本机构的组织智力平均得分X为100，标准差σ为3，将得分高于X+σ即103分（含）列为智慧型组织，低于X-σ即97分（含）的列为智力偏低组织，得分在97至103的组织定为智力普通组织（组织智力得分以进位法保留整数）。因此编号为B、J、C的组织是具有较强战略执行力的智慧型组织，编号为D、E、G、A的四家组织是智力普通的组织，编号为F、I、H的科研机构智力水平偏低。

三家智慧型组织的共性是，或者兼备高智商与高情商，或者具有较为突出的组织情商。例如，J和C组织不仅具有较高的组织智商，而且辅之于较高的组织情商，后者体现为与组织战略协同的结构资本和关系资本；而对于组织智商优势不明显的B组织来说，通过建立协同的组织制度与文化，形成较高的组织情商，仍可以弥补组织智商的“先天不足”，跻身智慧型组织的行列。

对于七家非智慧机构，虽然具有能力很强的科研水平（七家组织平均得分4.23分），但由于组织领导者在战略领导力方面的缺憾以及这些高智商员工在共享愿景方面存在的不足，导致组织成为“由聪明人组成的非智慧组织”，即形成“组织愚钝（Collective Stupidity）”（Albrecht，2002）。在组织情商中，尤其体现出结构资本方面的组织制度和组织文化的不足。这七家非智慧组织在组织制度和组织文化中均体现出相对于样本总体的弱势，绝大多数相对于总体样本的比值小于1，而智慧型组织相对于样本均值的比值均大于1，体现出其相对优势。由此可见，从样本科研机构可以看出，组织结构资本协同不足带来的组织情商不足，成为影响组织整体智力水平的关键环节。

四、 结论

本文以智力资本理论为基础，类比人类智力的构成，从组织智商和组织情商两个方面，以科研机构为例，提出组织智力的评价指标，运用BP神经网络方法构建了组织智力评价模型，并对样本科研机构的组织智力进行了评价。

样本数据显示，智慧型组织一定是组织智商和组织情商双高的组织。智力普通或偏低的“非智慧”组织，在组织智商和组织情商方面都没有显著的优势。其中，组织智商的不足多体现为员工能力虽强，但由于领导者在战略领导力方面的缺憾以及对这些高智商员工的职位配置和角色互补方面存在的问题而形成的“组织愚钝”；组织情商的不足更为普遍地体现为组织制度和文化对战略协同作用的缺陷。这说明，组织提高智力水平的途径不能仅仅着眼于人才的引进和培养，如何合理配置优秀的人力资源，提高组织的战略领导力，造就协同于组织战略的结构资本，提高组织情商，才是组织提升竞争力的关键环节。

参考文献：

1. Mendelson H.Organization Architecture and Success in the Information Technology Industry. Management Science，2000，46（4）：513-529.

2. 张辉华，王辉.个体情绪智力与工作场所绩效关系的元分析.心理学报，2011，43（2）：188-202.

3. 何立，凌文辁.组织智力理论研究述评.经济管理，2009，31（1）：180-184.

4. Underwood J.What's Your Corporate IQ： How the Smartest Companies Learn Transform Lead. Dearborn Trade Publishing，2004.

5. Narjes A.N.& R.S.Ali.Key Factors in Achieving to an Intelligent Organization in the View of Employee in Shiraz University of Medical Science in 2008.Australian Journal of Basic and Applied Sciences，2009，3（4）：3492-3499.

6. 蔡秋茹，罗烨，柳益君，叶飞跃.企业资信的BP神经网络评估模型研究.计算机技术与发展，2009，19（10）：117-119.

7. 周健.组织智能的理论与方法研究.武汉理工大学博士论文，2006.

8. 田茜，陈学中.组织智能的评价指标体系与方法.价值工程，2009，（1）：74-76.

9. 夏维力，吕晓强.基于BP神经网络的企业技术创新能力评价及应用研究.研究与发展管理，2005，17（1）：50-54.

10. 樊振宇.BP神经网络模型与学习算法.软件导刊，2011，10（7）：66-68.

基金项目：国家社会科学基金资助项目（项目号：11BTQ035），北京市自然科学基金资助项目（项目号：9132017）。

作者简介：肖建华，中国科学院研究生院管理学博士，中国科学院大学管理学院副教授；曹镠，中国科学院大学管理学院硕士生。

收稿日期：2014-05-10。