项目管理-项目评价(知识积累)
2009-12-29 17:57 土星的狗狗 阅读(582) 评论(0) 编辑 收藏 举报项目评价(Project Appraisal)
1 什么是项目评价?
2 项目中评价的二维结构模型
3 项目中评价的聚类评价模型
4 项目中评价的递进评价模型
5 项目中评价的DEA方法
5.1 确定评价目的
5.2 选择DMU
5.3 建立输入/输出指标体系
5.4 DEA模型的选择
什么是项目评价?
所谓广义项目评价,即项目在其生命周期全过程中,为了更好地进行项目管理,针对项目生命周期每阶段特点应用科学的评价理论和方法,采用适当的评价尺度所进行的“根据确定的目地来测定对象系统属性,并将这种属性变为客观定量的计值或者主观效用的行为”。
按照上述定义,我们根据项目生命周期各阶段的不同特点将项目评价分为三部分内容:即项目前评价、项目中评价、项目后评价。由于这三个阶段项目管理内容和侧重点不同,其项目评价内容也不同。
项目中评价是指在项目立项上马以后,在项目实施时期,历经项目的发展、实施、竣工三个阶段,对项目状态和项目进展情况进行衡量与监测,对已完成的工作做出评价。其目的在于检测项目实施的实际状态与目标(计划目标)状态的偏差,分析其原因和可能影响因素,及时反馈信息,以便作出决策,采取必要的管理措施来实现或达到既定目标(计划目标),改进项目管理,加强对项目的监督和控制。
项目中评价的二维结构模型
项目中评价在项目管理进程的各个阶段应有其不同的评价内容,按不同的项目实施阶段划可分为:发展中评价、实施中评价、竣工中评价以及项目中止评价。但同时,中评价在任何时刻都对应着项目管理的主要任务和约束项目任务的一系列配合支撑条件,因此需要对项目的组织管理、项目进度、成本/费用、项目质量以及配合支撑条件(例如资源使用情况、项目范围变更、项目合同管理、项目风险管理、项目环境条件等)作出相应的评价,这两种不同的中评价方式我们分别称之为项目中评价的纵向分析和横向分析。
项目中评价的聚类评价模型
由工作分解结构(WBS)和线性责任图(LRC)逐层分解所得到的项目工作单元(Work Package)作为项目中评价的基本单元。但是由于项目所属各工作单元的工期、费用预算、管理模式以及相互之间的联系和关系都有可能存在着较大的差异,因而难以用统一的评价指标来进行评价。此外,随着项目的进行不仅项目本身的状态在发生变化,而且其技术环境、市场环境、相关的合同内容、甚至有关的政策法律也在不断地变化,因而也难以用统一的质量标准来衡量。因此应根据项目各工作单元的特征将其划分为不同的类型,对于不同类型的工作单元分别拟定和采用相应的评价指标;即使对于同一类型的工作单元,也需要动态地看待其实践的全过程,即在不同的阶段使用不同的评价指标的权重组合。
为了使上述的评价思想能够具体落实,建立一个实用的、结构良好的、以计算机技术为基础的评价模型是十分必要的,这有助于在评价过程中利用定量的、半定量的评价技术使评价方法逐步转向结构化或半结构化,尽量减少个人偏好等主观因素的影响。
评价模型应具备科学性和经济性,既能保证评价结果的准确、公正,又能够节约人力、物力、财力和时间,当然,一开始不能对模型寄予过高的期望,但随着经验的积累和技术的完善,原始的概念模型终于会发展成成熟的实用模型。为了有助于提高评价工作的水平,我们将聚类评价和动态测度的思想引入项目中评价过程。
聚类评价模型的模型结构主要涉及两类问题:一是项目聚类的表征因素(表征指标);二是项目执行的评价因素和度量标准(评价指标和参数及其取值范围)。其中第一类问题构成模型的主要框架。为了准确起见,应尽可能挑选那些对项目评价有实质性影响的表征指标,并要求各指标之间无派生或连带关系,类似于代数中的 “线性无关”概念。这样所选出的一组指标集,在几何上可以构成一个多维空间,其中每一表征指标对应于一维坐标轴,为简单直观起见,一般将其处理成三维空间。
项目中评价的递进评价模型
项目管理是动态的管理,对项目执行的不同阶段进行中评价时,尽管评价指标一般不会发生变化,但各指标的权重则需要不断进行修订,以反映出项目不同阶段或时点的管理侧重点,因此,为了保证评价的科学性,还必须建立动态测度的评价模型。
一个项目可以经由WBS和LRC分解成,本身具有明确的费用预算、进度要求和完成目标的项目工作单元,通过对各个项目工作单元的评价,以及对各工作单元之间和子项目之间相互关系的系统的综合分析,可以对项目作出更全面的评价。
如何设置科学的和合适的评价指标是决定评价质量的关键问题之一。采用从项目中评价的目标分解着手的方式,提出反映和影响项目实施的五个基本方面,即工期/进度、成本/费用、项目质量、项目组织和配合支撑条件,再从这五方面出发进行层层分解,找出能够刻画或反映这五方面的基本元素,然后可以在此基础上建立项目和项目工作单元评价的基层指标。这些指标在特征上可分为两类:一类是定量指标或称硬指标,可以进行直接或间接度量;另一类是定性指标或称软指标,这类指标具有较大程度的模糊性,需要采用合适的方法加以量化(如德尔斐法、层次分析法AHP、模糊评价法等);如何减少软指标的模糊性及其在评价中产生的偏差,是处理软指标的困难所在。
其中为对应指标的“权重”,这种评价方法的突出之处在于隐含了“权重不变性”的假设。但事实上,无论是在项目执行的不同阶段,还是在同一阶段的不同层面(时点),同一指标的重要程度都在改变,这种指标权重的“动态变化”要求我们从新的角度考虑评价方法。
为了妥善处理中评价过程出现的上述情况,我们首先对“评价指标集”进行必要的扩充,其次在评价方法上构造动态权重“递进评价”的评价模型。
我们从基本指标集出发,构造K个指标层面,其中对一切(1<=j<=K)有 且 ,这K个指标层面分别对应于项目工作单元的K个不同水平(K值要视需要而定)。在不同的水平上,同一指标可能具有不同的重要性,从而反映出“权重”的动态变化。我们把这种按指标层面(水平)推进的评价模型称为“递进评价”。
项目中评价的DEA方法
数据包络分析(Data Envelopment Analysis,简称DEA)是著名运筹学家A.Charnes和W.W.Cooper等学者在“相对效率评价”概念基础上发展起来的一种新的评价技术。
DEA 方法的适用对象是一组同类型的决策单元(Decision Making Units简称DMU)。所谓DMU,是指代表或表现出一定的经济意义,将一定 “输入”转化为一定“输出”的实体。DEA方法的最主要应用就是根据输入/输出数据对同类型的DMU进行相对有效性的评价。
项目中评价也完全可以借鉴和使用DEA方法。根据我们在前面建立的聚类评价模型,把项目工作单元视为一个DMU,把聚类后的工作单元视为一组同类型的DMU,在此基础上对同类型的工作单元进行相对有效性的评价。
确定评价目的
我们应用DEA方法进行项目中评价的目的在于评价项目同类型工作单元的相对有效性,通过横向比较,可以发现项目执行中哪些工作做的好,而哪些工作又做得不好。不难看出,这里的关键问题在于我们能够把进行项目中评价所必需的信息与DEA的基本概念如“相对有效”、“有效生产前沿面”、“DMU在前沿面上的投影”等有机地联系在一起,或者说,能够把这些概念“翻译”或“变换”成项目中评价所必需的信息。要做到这一点,除了要求对DEA的基本概念的背景、意义有深入和准确的把握,特别重要的还要求我们能将评价目的DEA模型化,即通过适当的DEA模型来描述项目中评价的目的。
选择DMU
选择DMU就是确定参考集。由于DEA方法是在同类型的DMU之间进行相对有效性的评价,因此选择DMU的一个基本要求就是DMU的同类型。所谓同类型的 DMU,一般指符合以下三个条件的DMU集合:1)具有相同的目标或任务;2)具有相同的外部环境;3)具有相同的输入/输出指标。在项目中评价中,我们可以应用前面所建立的中评价聚类评价模型,对经由WBS分解的各工作单元进行如上的聚类分析,把聚成一类的工作单元作为同类型的DMU。
建立输入/输出指标体系
第一,要考虑到能够实现评价目的,也就是说输入向量与输出向量的选择要服从于评价目的。
例如,评价目的是“一类项目工作单元的组织效率”,我们可以设立如下的指标:输入指标(1.流动资金投入;2.固定资产投入;3.人工工日)。输出指标(1.赢得值;2.实际进度/计划进度比率;3.实际费用/计划费用比率)。相比之下,在这里诸如项目的质量指标、安全指标等均未选入,主要就是这些指标难以表现评价目的。
第二,要考虑到输入向量、输出向量之间的联系。由于DMU各输入与各输出之间往往不是孤立的,因此某些指标被确认为输入或输出后,会对其他指标的认定产生影响。例如,某指标与几个已确定作为输入/输出向量的指标之间呈现较强的相互关系,我们可以认为该指标的信息已在很大程度上被这几个指标所包含。因此就不一定再把它作为一个输入/输出指标了。另外,输入/输出集内部的指标要尽可能避免有较强的线性关系。
DEA模型的选择
DEA模型有多种形式,在我们应用DEA方法进行项目中评价时,究竟该选哪一种模型,一要看DMU的实际背景,二要看评价目的。另外,为了得到不同侧面的评价信息,在可能情况下,尽量选用不同类型的DEA模型进行分析,再把分析结果相互比较和综合,无疑会使评价工作更全面、更准确。