面向全流程的科研机构知识管理能力评价指标框架研究——以沈阳市12 家国家级重点实验室为例

孙晨曦，郭宝荣，张婷姝

（1.东北大学工商管理学院，辽宁沈阳 110167；2.辽宁大学新华国际商学院，辽宁沈阳 110136）

0 引言

科研机构在解决社会问题、提升技术水平、推动产业发展、提高人们的生活质量等方面起到至关重要的推动作用，同时也是培养科研人才、推广科学知识和技术应用的核心基地［1］。中国的科研机构有很多种组织形式，但不限于国家级科研院所、大学内设的科研机构、企事业单位的研发部门、医疗卫生机构的科研部门。根据国家统计局公布的最新数据，截至2022 年全国（未含港澳台地区。下同）的科研机构共计2 871 家，科研经费支出达到了3 814.4 亿元［2］443。从科研机构的投资规模和数量上看，中国已然发展成为了名副其实的科研大国。

科研机构的核心工作是对知识的传承与创新，相比于社会中其他类型的组织机构，科研机构的主要目标是开展科学研究并推动知识的创新和科技的发展，这尤其需要依靠完备的知识管理能力［3］。2016 年5 月中国发布《国家创新驱动发展战略纲要》，主要目标是通过科技计划体系、科研经费管理、扩大高校和科研机构自主权和落实科研成果转化的股权、期权和分红激励，以及强化知识产权保护等改革措施推动创新驱动发展［4］。2017 年至2022 年的6 年间，全国科研投入提升了56.6%，而科研机构总数下降了19.1%［2］443，科技政策已然形成了“投资提升、机构精简”的格局。在这个背景下，有效识别和评价各地科研机构的知识管理能力是践行科技强国政策的机制保障。但与此同时，周阳［5］、蒋兴华等［6］的研究表明，各类科研机构通常具有相对独立的建设背景和管理体系，包括组织结构、团队关系、项目属性、管理模式等都可能存在明显差异，因而不管是横向评价还是经验共享都存在一定的执行障碍。

为了实现评价体系在不同机构之间的通用性，科研成果经常作为评价科研能力的核心指标，包括论文、著作、专利以及项目规模等，这种结果导向绩效可具备较强的跨机构通用属性，但是长期以来也暴露出很多弊端，有学者如乔黎黎［7］、马岩等［8］对此进行了研究，因此，流程性指标被越来越多地纳入到评价考量中，如张金娟等［9］、陈振明等［10］、牛玉颖等［11］的研究。但目前针对科研机构的全流程评价研究中，主要集中讨论如何完善和优化行政管理角度的流程，比如白玉等［12］聚焦于科研项目的申报与批准流程，张玉志等［13］专注于科研计划的筹备与执行流程等，而对于科研机构的核心资源——知识资源而言，全流程评价的研究仍不成熟。

鉴于此，针对科研机构的评价活动，本研究通过系统文献综述和德尔菲方法梳理出一套面向全流程的知识管理能力指标框架，并采用该指标框架对辽宁省沈阳市12 家国家级重点实验室的知识管理能力进行横向评价，给出有针对性的管理及政策建议。

1 通用型知识管理能力指标框架的构建

1.1 指标框架的构建思路与方法

借鉴王安琪［14］、卢启程［15］的研究，依据资源基础观“资源—能力—绩效”的逻辑，知识作为组织的重要资源，是形成组织绩效的关键，而对应的知识管理动态能力作为该效应的中介因素，其动态性不仅体现在知识资源的创新效应，也体现在对知识资源管理的全流程方面。尽管在流程视角下关于知识管理能力的构成要素研究成果丰富，如Costa等［16］、Zia［17］的研究，但往往强调的是能力要素的某些片段，缺乏流程的完整性和结构的层次性。对此，本研究根据通用性原则、完备性原则和共识性原则构建出一套具备通用属性的指标框架，以实现知识管理能力评价指标跨机构、跨部门、跨项目使用。

对于知识管理研究领域要素多样脉络繁杂的特征，系统文献综述方法适合用于系统性梳理知识管理流程中的核心概念，故以Needleman［18］的研究框架为基础，采用系统文献综述方法对相关文献进行整理，提炼出基础指标要素，进而通过德尔菲法对指标要素进行再梳理，提炼出具备通用性、完整性、共识性的核心指标框架。本研究的专家组由 10 人组成，其中2 人为教育管理专家、2 人为组织培训专家、3 人为知识管理领域学者、3 人为学习评价理论研究学者。采用线上线下结合的会议方式，通过两轮德尔菲法分别形成了指标要素集合以及核心指标框架。

1.2 指标要素的整理

在Needleman［18］的研究基础上，按照Iskandar等［19］和Charband 等［20］的分析范式，以Barney［21］、Grant［22］、Alavi 等［23］的研究路线（以下简称“B-G-A路线”）为基准，用系统文献综述方法分3 个分析阶段提炼出基础指标要素；经过三阶段的处理，对2015 年至2023 年8 月期间Web of Science 库内容进行检索，整理出满足研究需求的36 篇文献，共提取出67 项概念，通过两轮德尔菲法讨论各项概念的抽象属性，经过反复分析、比对、归纳，形成了如表1 所示的六环节指标框架。在该指标框架中，共有30 项可执行指标，参照Abbas 等［24］、Forés 等［25］、Thani 等［26］、Osman 等［27］的做法，分别划分到知识的获取、编码、储存、解码、转移、转化6 个环节中。

表1 知识管理能力指标要素的内涵解读

1.3 指标框架的使用

在运用指标框架进行知识管理能力评价时，应注意四方面细节。首先，指标框架中的指标要素不等于指标，实际执行的评价指标可以在名称上与表1 中的指标名称一致，也可以根据指标要素的特征给定更符合实际评价场景的定义。其次，实际评价中往往并不需要采用全部指标要素，指标的选取应当根据组织的规模、性质以及评价目标决定。第三，指标的赋值可以兼用主观与客观方式，对于难以客观赋值的指标，主观赋值方式不失为一种可行的手段，同时应注意相关赋值方法的科学有效性。最后，指标权重及综合效用函数应严格根据评价目标并通过专业人员确定。

2 评价案例

2.1 评价背景与目标

截至2023 年7 月，沈阳市共建设有12 家国家级重点实验室，其中中央直属研究机构2 所、企业研究机构4 所、高校实验室4 所、地方研究机构2 所，涵盖了电子工程技术、医学与生命科学、自动化与控制、材料科学与工程、农业与生物科学领域（见表2）。

表2 沈阳市12 家国家重点实验室基本信息

根据科技强国行动纲要，为了解产学研一体化的推进情况，现对这12 家国家重点实验室（以下简称“12 家机构”）进行横向评价，聚焦于考察各机构的知识管理活动能力。本次评价采取截面分析评价模式，信息采样时间为2023 年7 月。尽管各机构之间的性质、结构、项目流程、专业领域有明显差异，但本研究构建的知识管理能力评价指标框架既能对知识管理的各流程深度展开评价，又具备较良好的跨机构、跨领域属性，因此作为本次评价活动的参考。本次评价的目标为：（1）对不同属性、领域的科研机构进行横向统筹评价，掌握其综合知识管理能力状态；（2）了解表现优秀的机构，进行激励并作为学习标杆；（3）了解表现不佳的机构，督促其进行学习整改。

2.2 评价指标与评价方法

经过评价方决策层讨论，结合此次评价的目标，重点考察各机构对知识主动获取和综合收集的能力、对知识的评估和归档能力、对知识的独立解读以及再创造能力、在机构之间共享经验并协同学习的能力，以及对知识进行转化的能力。在评价方法方面，采用常规的线性加权计算综合效用的方式进行评价，指标的权重系数由决策层结合专家建议给出。

根据上述评价计划，以评价方根据目标相关性理论和德尔菲法在指标框架中选择12 项相关度较高的指标组成所需评价标的集合，并给出了权重向量（见表3）。

表3 案例评价指标及权重

2.3 知识管理能力表现

对12 家机构的知识管理能力进行打分，分数来源包括科研成果表现、社会影响表现、材料表现、专家印象表现等，标准化后的指标得分如表4 所示，从中可以看出各机构在知识管理全流程方面的表现，详细地了解到不同实验室在知识管理能力上的特点。比如10 号机构（玉米育种实验室）平均表现优良，其在知识的捕获、分享和阐述环节拿到了最高分。该实验室以东亚现代种业研发体系为基础，联合国内优势高校和科研院所，通过深层次的科企合作推动种业的应用基础研究、应用技术研究和新产品创新，基于稳健的全流程知识管理能力，自主设计研发了考种流水线和信息化管理软件；而7 号机构（高档数控机床实验室）平均表现不够理想，受发展路径和区域环境因素制约，面临资金支持不足、人才流失、研究方向与地域需求不匹配、合作与交流平台欠缺等多方面的挑战。

表4 12 家机构评价得分的标准化数据 单位：分

根据表3 中的指标权重向量，对表4 标准化数据进行线性加权综合效用计算，得到12 家机构的综合得分及排名，如表5 所示。

表5 12 家机构知识管理能力综合得分及排名

为方便对机构类型表现进行对比，将不同科研机构从行政级别视角和机构性质视角分成两个子类进行对比，分别如图1 和图2 所示，其中横坐标表示不同的指标维度，纵坐标表示各实验室在该指标的得分与该指标均值的差值，0 轴表示与均值水平一致。图1 展示了行政级别视角下地方科研机构和中央直属科研机构知识管理水平的对比情况，每类机构各包含两个观察对象；图2 展示了机构性质视角下高校机构与企业机构的知识管理水平差异，每类机构各包含4 个观察对象。

图1 12 家机构中地方机构与中央直属机构知识管理表现对比

图2 12 家机构中高校机构与企业机构知识管理表现对比

从图1（a）可以看出，地方性实验室在知识收集、存档、储存以及知识阐述方面明显超过了均值水平，尤其在知识储存方面存在明显优势，这得益于当地丰富的农业以及制造业产业基础，在产业集群效应下，有助于吸引及培养专业人才和企业，从而促进知识的集中和高效管理。从图1（b）可以看出，中央直属实验室在各项指标上均表现较佳，在知识的捕获、收集、评估、存档以及创新和应用方面明显高于平均水平，尤其是在知识创新方面有领先优势，这来源于当地产业和教育资源的双重优势以及政策倾斜的共同作用。

从图2（a）可以看出，对于高校实验室，其在知识收集、评估、存档、阐述以及应用方面明显超过了平均水平，尤其在知识的评估和应用方面存在明显优势，这得益于高校丰富且成熟的学术资源体系、专家人才和多元化的研究环境。从图2（b）可以看出，企业科研机构在知识创新方面存在一定优势，这得益于其敏锐的市场洞察以及快速决策机制；但同时多项指标上表现欠佳，尤其在知识的收集、阐述与应用方面存在明显短板，这与短期资本导向、缺乏知识交流平台、商业机密限制以及风险规避偏好等制约因素相关。对比图2（a）和图2（b）发现，企业研究机构的组内表现更加参差不齐，这与企业机构在市场导向、运作模式以及资源配置方面的异质性有关。

根据表5，结合权重因素对不同类型的机构进行综合评估，结果如表6 所示，可以看出中央直属机构的综合表现最佳，企业研究机构排名靠后，同时地方实验室的表现一致性较高，企业机构的一致性较低，符合了图1 和图2 的观察分析。

表6 12 家机构综合表现评价结果

值得注意的是，在知识管理能力相关评价中，由于语言的模糊性和约定俗成的表述习惯，通常对于相近概念或伴生概念未进行详细区分，比如知识的捕获与收集、存档与储存、分享与协作、应用与转化等，这可能导致在知识管理实践中忽略一些关键的细节，而本研究的案例评价对相近指标进行了明确区分（见表3），可以更精准地观察出优劣势的细节。比如在均值水平上，各机构的平均知识捕获能力弱于知识收集能力，这意味着在获取知识的主观能动性上需要加强；知识储存能力弱于存档能力，说明普遍需要强化知识存储相关软硬件系统建设；知识转化能力显著弱于知识应用能力，意味着将知识专利化、教材化的经验和制度亟需完善。

2.4 综合评价及政策建议

对于地方研究机构，应加强与高校和中央直属研究机构的交流合作，尤其关注与中央直属机构的互补效应，以提升在知识保留、分享、协作、创新与转化方面的能力。地方性实验室在知识的保留、分享、协作、创新与转化方面需要向中央直属机构看齐，尤其应该学习材料科学国家（联合）实验室的先进经验，包括在对专利申请、研究成果的长期保存制度的完善、人才流失问题管理、知识分享和协作平台构建以及研究方向和目标设定方面，可以参考实践社群（communities of practice）模式，以促进内部知识的分享和转化；同时，引进知识管理系统（KMS），通过系统化的管理和知识资源的分享以提高内部知识流通能力。另外，加强与国际先进实验室的交流和合作，如参与国际科研项目，以吸收国际先进的管理经验和技术。此外，地方政府可以进一步推行开放式创新相关政策，鼓励实验室与外部机构进行更多形式的合作，并提供相应的税收优惠或资金支持，包括政府设立专项基金，支持实验室在知识管理方面的软硬件更新和人才培养。

对于中央直属机构，应加强与相关领域研究机构以及工业界的合作，以促进知识的分享和更广泛应用。中央直属机构在知识储存方面还需要多地参考地方性机构的管理经验，主要体现在更灵活的知识管理权限和便捷流程方面；同时，应加强与地方政府和企业的沟通，以更好地适应和服务于地方发展需求。政府可以为其提供更多的联合研究津贴和技术转移支持，以推动研究成果更广泛深入地助力当地经济与科技发展。

对于高校实验室，鉴于其不足主要体现在知识创新活力较低以及类内均方差较高，因此应重点关注如何提升与企业的对接以及高校之间的交流。企业对接方面，可广泛参考国际上成熟的产学研联合发展经验，比如美国阿贡国家实验室（Argonne National Laboratory）实施的技术转让办公室模式，专门负责研究成果的商业化和知识转化；此外还可参考日本的科学技术振兴机构（JST）的模式，通过与企业密切合作，推动研究成果的商业化进程。高校交流方面，可以参考美国麻省理工学院（MIT）的“Open Course Ware”计划，以在线教育和研讨会的形式缓解高校之间的发展不平衡问题。政府可以考虑推出与知识转化和商业化直接相关的激励政策，如税收优惠或研发补贴，以促进该实验室将其研究成果更有效地转化为实际应用。对此，可以参考欧盟的“地平线2020”项目，提供跨领域、跨机构的研发合作平台，以促进知识的多方位流动和应用，以及英国的“卓越科研计划”（Research Excellence Framework,REF），提供资金支持和技术指导，以提高科研项目在数据捕获和管理方面的质量。

对于企业研究机构，尽管玉米生物育种国家重点实验室的综合知识管理能力最高，但整体而言，企业机构在多个指标上表现不够理想，且存在明显的发展不平衡问题。鉴于企业机构普遍存在资本导向、规避风险以及保守机密的特质，应重点与高校展开深度合作，以弥补自身科研体系不完善的短板。可借鉴德国弗劳恩霍夫协会（Fraunhoferr-Gesellschaft）的管理经验，与高校在产学研方面进行紧密合作，以促进整体知识管理能力的提升。政府可以出台更多的技术转移和商业化的激励政策，鼓励实验室积极推动研究成果的应用和转化，尤其应侧重对校企合作的激励。

综合而言，12 家机构在知识收集、存档、阐述和应用方面表现良好，其中对知识的应用能力存在明显优势；同时，在知识的保留、分享、协作、创新以及知识转化方面存在较大改良空间，尤其是在知识转化能力方面存在明显短板。长期政策上，应通过定向资助和税收优惠等政策对短板环节实施有针对性的激励；同时，建立全面公正的评估机制，通过定期审计和评估来确保实验室达到预定的知识管理标准。另外，引导建设知识管理和资源共享平台以促进多维度资源整合，并提供多元激励措施以吸纳和培养优秀人才。

3 结论

本研究构建了一种面向全流程的通用型知识管理能力评价指标框架，并针对沈阳市12 家国家重点实验室的知识管理表现进行了评价与分析。从各类型实验室的评估表现可以看出，地方研究机构应强化与高校和中央直属机构的合作，特别关注与中央直属机构的互补效应，提升知识管理能力；中央直属机构需要加强与相关领域研究机构和工业界的合作，借鉴地方性机构的管理经验，更灵活处理知识管理权限和便捷流程，同时加强与地方政府和企业的沟通；高校实验室需提升与企业的对接和高校之间的交流，引入成熟的产学研联合发展经验，通过在线教育和研讨会形式缓解高校间发展不平衡问题；企业研究机构整体表现不够理想，需深度合作高校以弥补科研体系不完善的短板，可借鉴国内外先进的知识管理经验与高校展开紧密合作，提升整体知识管理能力。

根据以上结论，提出以下政府多方面推动的激励政策：首先，提供联合研究津贴和技术转移支持，促使研究成果更广泛地为地方经济和科技发展服务；其次，推出与知识转化和商业化相关的激励政策，例如税收优惠和研发补贴，以加速研究成果向实际应用的转化；此外，应进一步鼓励实验室积极推动研究成果的应用和转化，通过技术转移和商业化的激励政策提供支持。长期政策上，建议通过定向资助和税收优惠等激励政策，有针对性地支持知识管理中的短板环节，确保实验室达到标准；同时，引导建设知识管理和资源共享平台，提供多元激励，以吸引和培养更多优秀人才。