张 勇,甄 乾

（甘肃省科学技术情报研究所，甘肃 兰州 730000）

《中共中央关于制定国民经济和社会发展第十四个五年规划和二〇三五年远景目标的建议》中提出改进科技项目组织管理方式，实行“揭榜挂帅”等制度。“揭榜挂帅”制目前已在国内多地得到了应用，并总结出具体的实践经验。以浙江省为例[1]，2020年，由浙江省政府牵头组织多部门协同配合，开展有关企业技术难题与高校、科研院所对接中存在的问题进行调查研究，其中包括梳理出制约产业链、供应链安全的技术难题，并面向全球张榜招贤。此举共发布技术攻关难题2 360 个，发榜金额达到82 亿元，并于2021 年4 月正式启动了“揭榜挂帅”产研融合平台。甘肃省也按照国家相关要求开展了该项工作，2021 年1 月16 日甘肃省科技厅发布《关于征集揭榜挂帅制科技项目需求的通知》，旨在攻克制约产业发展的“卡脖子”技术难题，加快推动科技成果转化。以创新科研项目的组织方式为契机，赋能产业优化升级，疏通供需约束堵点。

为了进一步优化科研项目的组织管理方式，健全科学、全面、操作性强的科研项目评价体系，在“揭榜挂帅”制项目立项前按照需求征集、需求分析、需求发布、需求对接、需求匹配5 大维度构建“张榜”项目评价指标体系，以此促进创新链和产业链深度融合，实现“揭榜挂帅”制项目精准匹配的目的；依靠制度创新提高甘肃产、研发展质量，增强发展动力。

1 揭榜挂帅制项目评价指标体系的构建原则

“揭榜挂帅”制是科技项目管理制度在“科研成果”与“社会需求”实现精准匹配时的一种实践方法；是科技项目管理在大众创业、万众创新引擎下，探索科技体制改革的新尝试。“揭榜挂帅”制项目的绩效大小不但决定了科技项目管理制度下科研项目的创新价值和对经济社会的作用，还充分体现了创新驱动下的科技制度改革与现实管理制度的有机结合、相互补充、相互融合。本研究充分利用甘肃省科学技术情报研究所多年开展科技成果评价积累的工作经验，借鉴现有科技成果评价体系的构建框架和数据、要素采集的路径，以甘肃省科技评价监测重点实验室、甘肃省科技管理信息系统公共服务平台、科技情报检索评价管理系统等为数据收集、整理、处理与分析的技术支持，从“揭榜挂帅”制项目评价指标体系的构建原则、层次设置、底层评价指标选择、评价指标权重计算方法等进行了研究，探讨构建“揭榜挂帅”制项目评价指标体系的可行性。

1.1 系统性原则

系统性原则是评价指标体系构建的基本[2]，将“系统性”的要求始终贯穿于整个体系构建的过程中。基于“需求”因素从多维度评估对接项目的整体情况，同时以“需求”为约束条件，及时准确地反映以项目匹配效果（质量、绩效、贡献）为核心的评价导向，确保评价体系的全面性、科学性、精准性。

1.2 客观性原则

评价指标体系能真实反映需求项目实现精准匹配的客观条件。从收集初始数据、甄选入选指标、计算权重指标、确定指标层，以及采用的计算方法和验证过程都必须真实客观。基于体系的评价方法应具有客观性、前瞻性、科学性，旨在实现最终评价结果能客观反映“张榜”项目的本质，明确供需双方的匹配基础和可能存在的各种风险因素。

1.3 导向性原则

“揭榜挂帅”制项目评价指标体系应具有一定的导向性。本着优化项目管理措施和提升项目管理效果的前提，表达并响应创新机制下国家有关科技制度的优化措施，发挥科技创新导向性作用。在体系构建过程中应遵守SMART 原则，即确定性、可衡量性、可实现性、现实性与时效性[3]。探明科研成果通过“张榜”与“揭榜”实现精准对接的有效机制，从而引导产、研协同发展，寻找科技成果与市场效益的最大公约数，构建甘肃省科技成果转化服务的新模式。

1.4 定性、定量相结合原则

要明确定性指标与定量指标在体系构建过程中的相互关系和不同作用，充分考虑将二者有机结合的必要性。事实上，基于需求匹配的定性指标和定量指标在整个构建过程中的作用是相互独立的，定性指标用来直接判断项目的总体情况；而定量指标则用于对项目的判断结果进行进一步验证，以得到客观准确的评价结果。然而，从构建过程的某一阶段来看，二者又是相互依赖的，由此形成定性评价的项目内容与定量评价的项目匹配效果；二者交替使用、相互支持、互为表里。遵循该原则，可以从多维度和多层面进行的基于需求的项目评价变得更加可靠。

1.5 可操作性原则

“揭榜挂帅”制下项目管理是科技管理制度适应市场发展而萌生的，还处在探索阶段，而针对其构建的评价指标体系的操作性显得越发重要，其中对“张榜”项目与“揭榜”条件的匹配度进行评价是推广该制度的首要之举。为了保证项目评价指标体系的实用性、适用性以及可操作性，既要做到指标易于采集（被观测、可衡量、可计算），具有普遍性，又要尽量规避将入选指标采用分层设计时发生失真风险，还要权衡获取指标整个过程的成本。参考《甘肃省科技成果评价办法》中入选的评价指标、结合专家意见、问卷调查，以及采用文献检索等方法，尽可能地公开和客观获取评价指标，通过采用简便易行的数学计算方法（被赋值），使评价体系简单明了、操作方便。

2 “揭榜挂帅”制项目评价指标体系的构建

通过借助层次分析法（AHP）对评价体系进行层次划分，采用数学函数对入选指标进行纯量、筛选及权重计算，形成指标集模型。指标集中入选具有定层加定值的特点（定性）。体系构建工作也由指标筛选、层次划分、权重确定到框架建立，构建的评价指标体系完成了由定性过程过渡到定性方法。考虑到影响“揭榜挂帅”制项目实现精准匹配的因素诸多，且影响因素之间难以精确定量，探讨适宜的数学计算方法，以期达到合理、准确地判断尤为重要。利用灰色系统理论对指标集中不精确、不完全的信息进行纠错，将评价指标之间的不完全已知关系进行白化，使得最终评价结果具有一定的适用性和科学性。利用灰色关联度理论来设定“揭榜挂帅”制项目立项前评分矩阵，制定评价灰类、灰色评价系数、灰色评价权向量及权重矩阵，进行综合评价计算，得到符合评价主体客观要求的综合评价值。

2.1 选择指标

通过创新科技管理制度，拓展市场服务空间、提升科技成果转化率，以及实现科研项目的全生命周期监测是推举“揭榜挂帅”科技项目管理制度的根本目的。其评价体系中的指标设计应具有凸显效率、效果、效益和效能的显著性特征。在评价指标体系中，确定核心指标，剔除非关键性指标是指标筛选工作中的重点。通过调查研究，证明评价体系中入选指标的显著性是成为核心指标的重要特征。选择《甘肃省科技成果评价办法》 中的技术评价指标作为部分入选参考指标（技术成熟度13 级、技术创新度7 级、技术先进度7 级等）；采纳参与“揭榜挂帅”项目评价的专家提出的有关指标甄选的意见（社会效益、经济效益、生态效益等）；采用关键词“成果评价+指标+选择”通过文献数据库检索获取，以及通过问卷征询形式广泛采纳社会公众的建议。利用SPSS 软件以“需求”为约束条件计算出入选评价指标的贡献率[4]，以此判断该指标的显著性，显著性越强成为关键指标的可能性越大；反之，显著性越低，即为非关键指标。由于甘肃省“揭榜挂帅”制下的项目开始实践的时间不长，而项目涉及的领域非常广泛，基于项目实施的风险控制机制还不健全，故选择能准确把握需求项目实践的要点、创新度、匹配效果以及风险发现等方面的评价指标，就成为提升评价质量、供需精准匹配的有效保障。以5 个维度（需求征集、需求分析、需求发布、需求对接、需求匹配）为内容，最终确定4 个目标指标作为一级指标：投入指标、产出指标、效益指标及技术水平指标，11个二级指标和41 个三级指标，见表1。

表1 “揭榜挂帅”制项目评价指标

2.2 基于层次分析法的指标设计及指标权重确定

利用层次分析法（AHP），将指标体系构建中的主要要素进行分类。将入选指标根据属性分别划分为有序层次，同一属性，互为相关且彼此互补的位于同一层次；反之，不同属性的指标位于其他层次。对不同指标进行定性、定量设计，并根据算法计算赋值，以此确定权重指标，并使之细化。即为：根据基于项目需求现实与需求因素条件约束的主观判断，结合充分采纳评价专家意见，将同层次指标两两比较的重要性进行定量描述。采用SPSS 软件计算同层次元素的权重值，继而通过体系之间的层次总排序计算出所有指标的相对权重值并进行相关性线性排序。

2.3 单一指标定性、层次设计

入选的个体指标必须内涵清晰、独立，具有显著性；同层次指标间互不重叠、互不包含、互不交叉，互不替代；明确不同层次指标之间的相互关系、从属关系；以“需求”约束为条件确定单一指标的层次位置及递阶结构。引入1—9 比率标度方法，依照需求因素的条件约束，将同一层次的指标与上一层中与其具有同一特定准则的指标进行两两比较，建立要素判断矩阵，构建评价指标体系层次框架；在“需求条件约束”前提下，采用数学公式求解要素判断矩阵中最大特征根，以此推导出各层之间指标的相对权重；比对最低层和最高层中同一属性指标的相对权重，经复算，得到反映权重指标的优劣排序值。

2.4 指标体系计分方法

评价指标体系设计为三级指标系统，包括，一级总目标，二级分类目标，三级具体指标。当进行评价计分时，首先要计算出具体指标的分值，然后运用公式计算分类目标分值和总目标评价综合指数，最后对总目标综合评价指数进行纵向或横向比较，开展评价工作。其中具体指标分值计算公式为：

式中：Ci为第i 项具体指标分值，ci为第i 项分类指标，Mi为第i 项具体指标的分值，Wi为第i 项指标ci的相对权重。

分类目标分值计算公式为：

式中：Bi为第i 项分类目标分值，Wci为第i 项具体指标ci的相对权重，Ci为第i 项具体指标分值。

总目标综合评价指数计算公式为：

式中：Ai为总目标综合评价指数，Wbi为第i 项指标Bi的相对权重，Bi为第i 项分类指标分值。

2.5 层次排序及其一致性检验

通过计算得到独立层次的序号、复合层次的结构，同时对同一属性的指标排序进行一致性检验。利用线性公式对随机抽取的指标进行计算，计算值能反映出抽取指标对体系构建的合成权重，同时得出优劣排序值的最大特征向量。应用数据处理归一化方法，将不同量纲和不同数量级大小的指标赋值转变成可以相互进行数学运算；把具有相同量纲和相同数量级的指标赋值转变成具有可比性的数值，再次计算各指标权重的分配值（量纲）。将最终计算值代入检验公式以判断矩阵是否达到一致性。通过校正优劣排序值来缩小计算产生的误差。通过一致性检验，就可以使特征向量成为对应的单个评价指标的权重。

3 结语

综上所述，通过数据处理、信息融合全面构建“揭榜挂帅”制下的评价指标体系，对需求项目进行科学评价，对推行“揭榜挂帅”制工作的进程有十分重要的指导意义。应用基于“揭榜挂帅”制的项目评价指标体系将客观系统地体现需求项目的市场价值，着力解决当前“揭榜挂帅”项目中存在的对接匹配不精准、后续服务不落地、项目监管不到位等痛点问题，促进创新链和产业链深度融合，促进人才资源、科研成果、科技创新与经济发展高质量协同，实现市场技术需求与科研项目精准匹配，进而提高科研资源配置效率和科研创新成果转化率。