关键词:
科技投入项目
层次分析法
VBP
大数据
灰色度
智能合约
绩效评价
摘要:
科学技术是第一生产力已经成为了人们的共识,各级政府及企业单位为促进科技创新做了大量投入,然而却缺乏对科技投入项目的绩效进行有效评价。经过调研现行科技项目管理方式,发现单位和个人申报的国家、地方或企业科技项目更多是重视申请项目,而相对忽视完成的科技成果质量高低。造成这种现象的原因主要包括:主观意识不够重视、评价手段不够科学、评价模型不够完善、评价过程不够严谨。为了有效评价科技投入项目的绩效表现,本论文选择应用类科技投入项目为主体进行研究,主要工作包括:(1)综合利用价值管理、战略绩效、流程管理等理论,创建"Value+Balance+Process"(VBP)特征分析法,从科技投入项目(应用类)的价值要素、平衡特征、流程属性等方面建立三维立体评价分析模型,其中包括:从项目成果应用、项目效益、项目管理、期望满足等要素角度梳理出科技投入项目(应用类)项目价值分析图(Value Map);指出科技投入项目(应用类)要兼顾短期与长期、财务与非财务、过程与结果、内部与外部的四类平衡;被评价项目生命周期的各阶段分析重点关注内容不同,分别总结出立项阶段重点在于准备,执行阶段关注进度、项目结束阶段重在完成质量、项目效果跟踪阶段主要是应用与推以及后续成果的积累。(2)建立了科技投入项目(应用类)绩效评价指标库,指标库以科技投入项目(应用类)绩效价值最大化为目标,分为4大关键成功要素、18个评价角度、63个评价指标。指标库涵盖了项目整体价值管理,更多聚焦于通用指标,定量/定性共存,设置了适用行业、适用阶段属性,以保障指标库的适用性和持续性。同时归纳总结出"五步论"的指标库应用方法,即:指标选取、初步筛选、专家测评、设置标准、综合评定。针对科技投入项目(应用类)绩效评价工作的复杂性,描述了绩效考评的整套工作流程,以流程图方式描述了考评准备、考评实施、考评争议处理、考评档案管理、考评监督等基本流程。(3)在形成科学的业务模型架构后,以数据方法建立了科技投入项目(应用类)绩效评价模型,以层次分析法(AHP)进行指标层次划分,以三角模糊函数决策模型对动态指标库的指标进行筛选及权重设置,将定性的选取过程转化为以定量的数据方法选取。然后以灰色度理论来设定评分矩阵,确定评价灰类、灰色评价系数、灰色评价权向量及权矩阵,进行综合评价计算,得到综合评价值。(4)研究大数据技术在科技投入项目(应用类)绩效评价中的应用,分析科技投入项目(应用类)绩效评价的数据生态圈,初步总结科技投入项目(应用类)绩效评价中可以应用的大数据技术集合,探讨了科技投入项目绩效评价中大数据平台的架构原型,优化Apriori数据挖掘算法以加快大数据量挖掘效率,进而保证在科技投入项目(应用类)绩效评价中有效利用大数据技术。(5)首次提出将区块链和智能合约技术应用在科技投入项目(应用类)绩效评价中,分析了智能合约应用的可能性,探讨了科技投入项目评价中智能合约的运作机理,初步设计基于智能合约的科技投入项目评价平台的架构原型,总结梳理在科技投入项目评价中建立智能合约的过程,最后以"满意度"评价作为示例智能合约的算法逻辑。(6)最后,以一个应用类的科技投入项目绩效评价的实际案例,验证了前面所述的方法论。