利用掙值管理進行項目控制的研究分析

本文通過文獻梳理軟件Hiscite在SCI庫中進行關鍵詞搜索并對結(jié)果進行分析得出現(xiàn)有文獻中研究掙值管理（EVM）和項目控制類文獻的趨勢以及未來的研究潛在領域。

項目管理和項目控制的主要目標是在預算內(nèi)完成一個項目，并在規(guī)定的期限之前完成，同時滿足客戶的要求。項目控制的目標是通過應用掙值管理（EVM）等技術(shù)來衡量和評估項目的實際進度，以便按時完成項目并在預算內(nèi)完成項目。以時間和成本控制為重點，基線時間表或計劃值（PV）作為評估項目實際表現(xiàn)的起點。通常情況下，計劃和實際值的發(fā)展被假定為遵循S曲線模式。這意味著與早期階段和后期階段相比，項目中期的工作量更大。在項目開始時，對計劃的持續(xù)時間和成本進行初步估計。本文利用軟件HistCite在Web Of Science核心庫中以“Earned Value”為主題進行搜索并分析其被引數(shù)及被引關系等對掙值管理的研究現(xiàn)狀進行了分析研究。本文通過研究問題、研究成果、研究方法以及未來研究方向四個方面進行說明。

一、研究問題

通過整理文獻，對利用掙值管理進行項目控制的相關文獻研究發(fā)現(xiàn)在一下三個方面研究的較多：

（一）針對掙值管理（EVM）的假設

EVM方法是基于自上而下的控制方法，因為它定義了項目層面的績效度量標準，只是當指標顯示績效不佳時，建議深入到工作分解結(jié)構(gòu)（WBS）中。EVM定義了活動水平的容差限制，這可以被認為是更準確的，但是會增加項目經(jīng)理的工作量，尤其是在多項目環(huán)境中。因此學者們對問題檢測與控制工作之間的平衡進行的研究頗多。

在項目網(wǎng)絡生成之后，大多數(shù)項目控制技術(shù)（包括EVM）在工作包或活動之間承擔嚴格的優(yōu)先關系，這種做法在項目執(zhí)行中產(chǎn)生了線性進展。但由于活動之間的依賴關系不一致，所以不可避免地會有返工的風險。所以項目執(zhí)行過程中不同工序之間的傳遞問題也是學者們研究的重點。

（二）項目進展中遇到的障礙研究

具體項目執(zhí)行項目控制時會在數(shù)據(jù)采集、性能測量以及管理者制定決策上發(fā)生障礙。首先項目數(shù)據(jù)采集中，由于這個過程通常非常耗時且容易出錯，所以采用自動化技術(shù)的趨勢正在增加，特別是在大型建筑工地。為了跟蹤目的，射頻識別（RFID）和超寬帶（UWB）是常見的技術(shù)，以便于收集和處理有關資源使用的信息。在性能測量時，傳統(tǒng)的EVM績效指標：CPI，SPI和SPI（t）不能用于在通常被稱為項目最重要階段的可靠預測。需要結(jié)合項目的其他數(shù)據(jù)進行測量。實際中EVM確定性地預測完成時的時間和成本，并通過點估計（Det）表示輸入和輸出。項目經(jīng)理只有在定義了可接受性能的閾值時才能對項目作出決策。

（三）項目控制中多個項目的管理研究

通常，項目經(jīng)理或其團隊負責并行執(zhí)行多個項目，在這種情況下會出現(xiàn)一系列額外的問題。應將稀缺資源分配給項目（Res），并且向有關各方提供有效的信息流對于有效決策（流程）而言更為重要。

二、研究成果

通過對文獻的總結(jié)，對研究的成果匯總?cè)缦拢?/p>

在績效評估上，學者們提出了對傳統(tǒng)EVM指數(shù)的改進：如SPI（t）等；將質(zhì)量作為監(jiān)控目標其整合研究主要集中在調(diào)度階段；同時提出新的指標創(chuàng)建模糊指數(shù)合并風險指標或根據(jù)項目具體情況對指標進行調(diào)整。在預測上，學者們采用貝葉斯預測、卡爾曼濾波、神經(jīng)網(wǎng)絡等進行研究。在觸發(fā)行動研究上，學者提出控制時間間隔不一定需要等距，可以前端或者末端加載以提高管理工作效率；EVM在區(qū)分自然變異和項目計劃的系統(tǒng)性偏差方面存在不足等。在分析工具上，利用到了激光掃描、復雜傳感器、RFID標簽、GPS信號等。

三、研究方法

文獻提到的研究方法有觀測分析、擴展的EVM分析、統(tǒng)計分析、人工智能、電腦分析以及其他方法。其中統(tǒng)計分析涉及到假設檢驗、方差分析、因子分析、數(shù)據(jù)包絡分析、曲線擬合技術(shù)、統(tǒng)計控制圖、貝葉斯統(tǒng)計等。人工智能方法有神經(jīng)網(wǎng)絡、支持向量機等。電腦分析利用到了蒙特卡洛方法。另外還有遺傳算法、動態(tài)規(guī)劃、關鍵鏈等其他研究方法。在分析方法上，利用了點估計或者對置信區(qū)間以及隸屬函數(shù)等方法。

四、未來研究方向

通過對文獻梳理，未來的研究應該集中在擴大測試程序，無論是通過一個大型和多樣化的歷史數(shù)據(jù)集，或通過精心設計的模擬實驗。此外，從確定性技術(shù)向概率性方法的轉(zhuǎn)變可能適用于某些研究問題，例如檢測到不可接受的性能。另外，除了時間和成本之外，其他目標函數(shù)的整合可以被納入到控制模型中，以更真實地評估性能。最后一個尚未得到重視的研究領域是糾正措施程序的制定，實施和分析。（作者單位為內(nèi)蒙古工業(yè)大學經(jīng)濟管理學院）