评估技术论文范例6篇

评估技术论文范文1

作者：贾晓华单位：西北师范大学教育学院

IITE信息与通信技术教育评价

指标体系的比较与分析截止2011年10月，IITE共开展了两个旨在建构中等教育信息与通信技术应用指标体系的项目：波罗的海和独联体国家中等教育信息与通信技术应用指标项目［2］（以下简称“波独指标”）和东南欧国家中等教育信息与通信技术应用指标项目［3］（以下简称“东南欧指标”）。以下是从国家信息技术教育政策、硬件、软件程序和工作人员四个方面对两个指标体系及其具体内容的比较与分析：（一）国家信息技术教育政策“波独指标”中的官方相关文件，主要是关于在中等教育阶段使用信息与通信技术的全国性的官方政策文件，包括官方政策、文件和信息技术课程相关信息；“东南欧指标”主要关注现状、实施方式、财政支持、课程、教育软件以及信息技术教育起始年级。相似指标有：一是在中等教育阶段使用信息技术或者信息与通信技术的有关全国性官方政策和文件；二是信息或者信息技术作为一个独立学科；三是信息技术作为独立科目；四是信息技术与其他学科的整合。不同之处是“东南欧指标”涉及有关信息或者信息技术的国家课程，而“波独指标”涉及的是有关信息或者信息技术的地方课程。（二）硬件硬件包括教育机构中计算机装备情况，其中相似指标有：第一，教育机构中可用的计算机教室，即拥有计算机教室的教育机构的数量与教育机构总数的比值；第二，拥有计算机教室的教育机构的平均生机比，即拥有计算机教室的教育机构的学生数与这些教育机构中计算机总数的比值；第三，连接局域网的教育机构在拥有计算机教室的教育机构中所占的比例，即连接局域网的教育机构数与拥有计算机教室的教育机构总数的比值。不同的指标有：“波独指标”涉及：一是教育机构所有计算机中可以与IBM和Apple制式兼容的计算机所占百分比，即教育机构所有计算机中可以与IBM和Apple制式兼容的计算机数与计算机总数的比值；二是装备一个或多个多媒体系统的教育机构在拥有计算机教室的教育机构中所占的百分比，即装备至少一个多媒体计算机的教育机构数与拥有计算机教室的教育机构总数的比值；而“东南欧指标”涉及拥有计算机教室的教育机构中计算机新旧情况，即拥有计算机教室的教育机构中的1995年以后出产的计算机数与这些教育机构中计算机总数的比值。（三）软件程序“波独指标”中包括软件程序相关指标，而“东南欧指标”中没有相关的指标。“波独指标”中的软件程序包括操作系统和教育软件程序。其中操作系统包括：第一，计算机教室中安装DOSTM操作系统的计算机所占百分比，即计算机教室中安装DOSTM操作系统的计算机数与计算机总数的比值；第二，计算机教室中安装WindowsTM或者AppleMacintosh操作系统的计算机所占百分比，即计算机教室中安装WindowsTM或者AppleMacintosh操作系统的计算机数与计算机总数的比值；第三，计算机教室中安装其他操作系统的计算机所占百分比，即计算操作机教室中安装其他操作系统的计算机数与计算机总数的比值。而教育软件程序包括：计算机教室中安装任何与科目（小学，科学科目、人文科目和信息与信息技术）相关的教育软件的计算机所占的比例；教育机构使用的与科目（小学，科学科目、人文科目和信息与信息技术）有关的教育软件程序中由本国专家设计的教育软件程序所占的比例；教育机构使用的与科目（小学，科学科目、人文科目和信息与信息技术）有关的教育软件程序中由外国专家设计的教育软件程序所占的比例。（四）通信通信主要指互联网接入情况，相似指标有：限制连接互联网（只能使用电子邮件）的教育机构所占百分比，即计算机被限制连接互联网（只能使用电子邮件）的教育机构数与拥有计算机教室的教育机构数的比值；拨号连接互联网的教育机构所占百分比，即计算机可以拨号连接互联网的教育机构数与拥有计算机教室的教育机构数的比值；专线连接互联网的教育机构所占百分比，即计算机通过专线连接互联网的教育机构数与拥有计算机教室的教育机构数的比值；拥有自己网站的教育机构所占百分比，即拥有自己网站的教育机构数与拥有计算机教室的教育机构数的比值。不同之处有“波独指标”涉及没有连接互联网的教育机构所占百分比，即计算机没有连接互联网的教育机构数与拥有计算机教室的教育机构数的比值；而“东南欧指标”涉及连接局域网的教育机构在拥有计算机教室的教育机构中所占的比例，即连接局域网的教育机构数与拥有计算机教室的教育机构总数的比值。（五）工作人员“波独指标”和“东南欧指标”在工作人员指标方面几乎相同，都包括教育机构工作人员在计算机能力方面的发展情况和小学教师、其他科目教师、信息教师和管理人员的计算机技能掌握情况，主要有：一是教育机构工作人员包括参加计算机能力培训的课时数，其中“波独指标”规定的指标是少于50小时、多于50小时而少于100小时、超过100小时三个层次，而“东南欧指标”规定的指标是少于30小时、多于30小时而少于70小时、超过70小时三个层次；二是小学教师、其他科目教师、信息教师和管理人员的计算机技能掌握情况，即分别达到基本计算机技能水平和熟练计算机技能水平的小学教师，其他科目教师、信息教师和教育机构管理人员数分别与小学教师、其他科目教师（除了信息与信息技术教师）、信息教师或机构管理人员总数的比值。

启示

IITE信息与通信技术教育评价指标体系是建立在科学、严格的筛选、分类和系统化指标的基础之上的。首先，IITE将已有相关项目中的指标进行分类，主要是将所有的指标系统化并排序，寻找可能存在的空白之处，在此过程中系统化一个最适合该研究项目的指标体系。其次，充分考虑研究过程需要注意的问题，尽早提出解决方案，例如，组织性问题包括法律方面和必要的数据以及统计信息的保存与处理过程；教育性问题包括如何描述和评价现象；信息性问题包括所有信息保持和提供的必要程序。第三，考虑不同类型和不同层次教育机构的特点，构建适合研究目的和对象的评价体系，例如，因为波黑和独联体地区与东南欧信息技术教育的基础不同，所以“波独指标”中包含的有关软件程序的指标就没有设计到“东南欧指标”中。开展合作研究，培养我国信息技术教育评价专家团队虽然IITE在国际信息与通信技术教育评价项目中经验丰富，尤其是通过数据收集和分析了解各国信息技术教育现状，提供解决方案等方面。其开发的评价指标体系很值得我们借鉴。但由于各国社会政治、文化、历史背景的不同，我国在建构信息技术教育评价体系方面不能照搬他国的经验，而是给我们专家创造参与IITE和其他国际相关机构的研究项目的机会，在合作研究的过程中培养自己的信息技术教育评价专家团队，为我国信息技术教育的发展提供专业支持。开发地方课程，促进信息技术课程跨学科整合IITE认为在中小学开设信息技术课程，既可以理解为开设独立设立的信息技术课程，主要内容包括文字处理、电子表格应用、信息检索信息等，也可以把信息技术看做是一种工具，其最主要的作用是和其他科目整合，提高教学有效性。在我国，一般理解信息技术课程作为国家课程就是应该单独设立，而将信息技术看做一种工具可以给地方教育机构和学校开发信息技术地方课程提供新的思路，在促进信息技术与其他学科整合的目标下，开发地方课程在提高教师教学创新的积极性、促进课堂教学的有效性和激发学生学习和研究的兴趣方面将起到重要的作用。

评估技术论文范文2

论文名称：基于BP神经网络的技术创新预测与评估模型及其应用研究

课题来源：单位自拟课题或省政府下达的研究课题

选题依据：

技术创新预测和评估是企业技术创新决策的前提和依据。通过技术创新预测和评估,可以使企业对未来的技术发展水平及其变化趋势有正确的把握,从而为企业的技术创新决策提供科学的依据,以减少技术创新决策过程中的主观性和盲目性。只有在正确把握技术创新发展方向的前提下,企业的技术创新工作才能沿着正确方向开展,企业产品的市场竞争力才能得到不断加强。在市场竞争日趋激烈的现代商业中,企业的技术创新决定着企业生存和发展、前途与命运,为了确保技术创新工作的正确性,企业对技术创新的预测和评估提出了更高的要求。

二、本课题国内外研究现状及发展趋势

现有的技术创新预测方法可分为趋势外推法、相关分析法和专家预测法三大类。

(1)趋势外推法。指利用过去和现在的技术、经济信息,分析技术发展趋势和规律,在分析判断这些趋势和规律将继续的前提下,将过去和现在的趋势向未来推演。生长曲线法是趋势外推法中的一种应用较为广泛的技术创新预测方法,美国生物学家和人口统计学家RaymondPearl提出的Pearl曲线(数学模型为:Y=L∕[1+A?exp(-B·t)])及英国数学家和统计学家Gompertz提出的Gompertz曲线(数学模型为:Y=L·exp(-B·t))皆属于生长曲线,其预测值Y为技术性能指标,t为时间自变量,L、A、B皆为常数。Ridenour模型也属于生长曲线预测法,但它假定新技术的成长速度与熟悉该项技术的人数成正比,主要适用于新技术、新产品的扩散预测。

(2)相关分析法。利用一系列条件、参数、因果关系数据和其他信息,建立预测对象与影响因素的因果关系模型,预测技术的发展变化。相关分析法认为,一种技术性能的改进或其应用的扩展是和其他一些已知因素高度相关的,这样,通过已知因素的分析就可以对该项技术进行预测。相关分析法主要有以下几种:导前-滞后相关分析、技术进步与经验积累的相关分析、技术信息与人员数等因素的相关分析及目标与手段的相关分析等方法。

(3)专家预测法。以专家意见作为信息来源,通过系统的调查、征询专家的意见,分析和整理出预测结果。专家预测法主要有:专家个人判断法、专家会议法、头脑风暴法及德尔菲法等,其中,德尔菲法吸收了前几种专家预测法的长处,避免了其缺点,被认为是技术预测中最有效的专家预测法。

趋势外推法的预测数据只能为纵向数据,在进行产品技术创新预测时,只能利用过去的产品技术性能这一个指标来预测它的随时间的发展趋势,并不涉及影响产品技术创新的科技、经济、产业、市场、社会及政策等多方面因素。在现代商业经济中,对于产品技术发展的预测不能简单地归结为产品过去技术性能指标按时间的进展来类推,而应系统综合地考虑现代商业中其他因素对企业产品技术创新的深刻影响。相关分析法尽管可同时按横向数据和纵向数据来进行预测,但由于它是利用过去的历史数据中的某些影响产品技术创新的因素求出的具体的回归预测式,而所得到的回归预测模型往往只能考虑少数几种主要影响因素,略去了许多未考虑的因素,所以,所建模型对实际问题的表达能力也不够准确,预测结果与实际的符合程度也有较大偏差。专家预测法是一种定性预测方法,依靠的是预测者的知识和经验,往往带有主观性,难以满足企业对技术创新预测准确度的要求。以上这些技术创新预测技术和方法为企业技术创新工作的开展做出了很大的贡献,为企业技术创新的预测提供了科学的方法论,但在新的经济和市场环境下,技术创新预测的方法和技术应有新的丰富和发展,以克服自身的不足,更进一步适应时展的需要,为企业的技术创新工作的开展和企业的生存与发展提供先进的基础理论和技术方法。

目前,在我国企业技术创新评估中,一般只考虑如下四个方面的因素:(1)技术的先进性、可行性、连续性;(2)经济效果;(3)社会效果;(4)风险性,在对此四方面内容逐个分析后,再作综合评估。在综合评估中所用的方法主要有:Delphi法(专家法)、AHP法(层次分析法)、模糊评估法、决策树法、战略方法及各种图例法等,但技术创新的评估是一个非常复杂的系统,其中存在着广泛的非线性、时变性和不确定性,同时,还涉及技术、经济、管理、社会等诸多复杂因素,目前所使用的原理和方法,难以满足企业对技术创新评估科学性的要求。关于技术创新评估的研究,在我国的历史还不长,无论是指标体系还是评估方法,均处于研究之中,我们认为目前在企业技术创新评估方面应做的工作是:(1)建立一套符合我国实际情况的技术创新评估指标体系;(2)建立一种适应于多因素、非线性和不确定性的综合评估方法。

这种情况下,神经网络技术就有其特有的优势,以其并行分布、自组织、自适应、自学习和容错性等优良性能,可以较好地适应技术创新预测和评估这类多因素、不确定性和非线性问题,它能克服上述各方法的不足。本项目以BP神经网络作为基于多因素的技术创新预测和评估模型构建的基础,BP神经网络由输入层、隐含层和输出层构成,各层的神经元数目不同,由正向传播和反向传播组成,在进行产品技术创新预测和评估时,从输入层输入影响产品技术创新预测值和评估值的n个因素信息,经隐含层处理后传入输出层,其输出值Y即为产品技术创新技术性能指标的预测值或产品技术创新的评估值。这种n个因素指标的设置,考虑了概括性和动态性,力求全面、客观地反映影响产品技术创新发展的主要因素和导致产品个体差异的主要因素,尽管是黑匣子式的预测和评估,但事实证明它自身的强大学习能力可将需考虑的多种因素的数据进行融合,输出一个经非线性变换后较为精确的预测值和评估值。

据文献查阅,虽然在技术创新预测和评估的现有原理和方法的改进和完善方面有一定的研究,如文献[08]、[09]、[11]等,但尚未发现将神经网络应用于技术创新预测与评估方面的研究,在当前产品的市场寿命周期不断缩短、要求企业不断推出新产品的经济条件下,以神经网络为基础来建立产品技术创新预测与评估模型,是对技术创新定量预测和评估方法的有益补充和完善。

三、论文预期成果的理论意义和应用价值

本项目研究的理论意义表现在:(1)探索新的技术创新预测和评估技术,丰富和完善技术创新预测和评估方法体系;(2)将神经网络技术引入技术创新的预测和评估,有利于推动技术创新预测和评估方法的发展。

本项目研究的应用价值体现在:(1)提供一种基于多因素的技术创新定量预测技术,有利于提高预测的正确性;(2)提供一种基于BP神经网络的综合评估方法,有利于提高评估的科学性;(3)为企业的技术创新预测和评估工作提供新的方法论和实用技术。

四、课题研究的主要内容

研究目标：

以BP神经网络模型为基础研究基于多因素的技术创新预测和评估模型,并建立科学的预测和评估指标体系及设计相应的模型计算方法,结合企业的具体实际,对指标和模型体系进行实证分析,使研究具有一定的理论水平和实用价值。

研究内容：

1、影响企业技术创新预测和评佑的相关指标体系确定及其量化和规范化。从企业的宏观环境和微观环境两个方面入手,密切结合电子商务和知识经济对企业技术创新的影响,系统综合地分析影响产品技术创新的各相关因素,建立科学的企业技术创新预测和评估指标体系,并研究其量化和规范化的原则及方法。

2、影响技术创新预测和评估各相关指标的相对权重确定。影响技术创新发展和变化各相关因素在输入预测和评估模型时,需要一组决定其相对重要性的初始权重,权重的确定需要基本的原则作支持。

3、基于BP神经网络的技术创新预测和评估模型研究。根据技术创新预测的特点,以BP神经网络为基础,构建基于多因素的技术创新预测和评估模型。

4、基于BP神经网络的技术创新预测和评估模型计算方法设计。根据基于BP神经网络的技术创新预测和评估模型的基本特点,设计其相应的计算方法。

5、基于BP神经网络的技术创新预测和评估模型学习样本设计。根据相关的历史资料,构建基于BP神经网络的技术创新预测和评估模型的学习样本,对预测和评估模型进行自学习和训练,使模型适合实际情况。

6、基于BP神经网络的技术创新预测和评估技术的实证研究。以一般企业的技术创新预测与评估工作为背景,对基于BP神经网络的技术创新预测和评估技术进行实证研究。

创新点：

1、建立一套基于电子商务和知识经济的技术创新预测和评估指标体系。目前,在技术创新的预测和评估指标体系方面,一种是采用传统的指标体系,另一种是采用国外先进国家的指标体系,如何结合我国实际当前经济形势,参考国外先进发达国家的研究工作,建立一套适合于我国企业技术创新预测和评估指标体系,此为本研究要做的首要工作,这是一项创新。

2、研究基于BP神经网络的技术创新预测和评估模型及其计算方法。神经网络技术具有并行分布处理、自学习、自组织、自适应和容错性等优良性能,能较好地处理基于多因素、非线性和不确定性预测和评估的现实问题,本项目首次将神经网络技术引入企业的技术创新预测和评估,这也是一项创新。

五、课题研究的基本方法、技术路线的可行性论证

1、重视系统分析。以系统科学的思想为指导来分析影响企业技术创新发展和变化的宏观因素和微观因素,并研究影响因素间的内在联系,确定其相互之间的重要度,探讨其量化和规范化的方法,将国外先进国家的研究成果与我国具体实际相结合,建立我国企业技术创新预测和评估的指标体系。

2、重视案例研究。从国内外技术创新预测与决策成功和失败的案例中,发现问题、分析问题,归纳和总结出具有共性的东西,探索技术创新预测与宏观因素与微观因素之间的内在关系。

3、采用先简单后复杂的研究方法。对基于BP神经网络的技术创新预测和评估模型的研究,先从某一行业出发,定义模型的基本输入因素,然后,逐步扩展,逐步增加模型的复杂度。

4、理论和实践相结合。将研究工作与具体企业的技术创新实际相结合,进行实证研究,在实践中丰富和完善,研究出具有科学性和实用性的成果。

六、开展研究已具备的条件、可能遇到的困难与问题及解决措施

本人长期从事市场营销和技术创新方面的研究工作,编写出版了《现代市场营销学》和《现代企业管理学》等有关著作,发表了“企业技术创新与营销管理创新”、“企业技术创新与营销组织创新”及“企业技术创新与营销观念创新”等与技术创新相关的学术研究论文,对企业技术创新的预测和评估有一定的理论基础,也从事过企业产品技术创新方面的策划和研究工作,具有一定的实践经验,与许多企业有密切的合作关系,同时,对神经网络技术也进行过专门的学习和研究,所以,本项目研究的理论基础、技术基础及实验场所已基本具备,能顺利完成本课题的研究,取得预期的研究成果。

七、论文研究的进展计划

2003.07-2003.09：完成论文开题。

2003.09-2003.11：影响企业技术创新发展的指标体系研究及其量化和规范化。

2003.11-2004.01：基于BP神经网络的技术创新预测和评估模型的构建。

2004.01-2004.03：基于BP神经网络的技术创新预测和评估模型计算方法研究。

2004.03-2004.04：基于BP神经网络的技术创新预测和评估模型体系的实证研究。

2004.04-2004.06：完成论文写作、修改定稿，准备答辩。

主要参考文献：

[01]傅家骥、仝允桓等.技术创新学.北京:清华大学出版社1998

[02]吴贵生.技术创新管理.北京:清华大学出版社2000

[03]柳卸林.企业技术创新管理.北京:科学技术出版社1997

[04]赵志、陈邦设等.产品创新过程管理模式的基本问题研究.管理科学学报.2000/2.

[05]王亚民、朱荣林.风险投资项目ECV评估指标与决策模型研究.风险投资.2002/6

[06]赵中奇、王浣尘、潘德惠.随机控制的极大值原理及其在投资决策中的应用.控制与决策.2002/6

[07]夏清泉、凌婕.风险投资理论和政策研究.国际商务研究.2002/5

[08]陈劲、龚焱等.技术创新信息源新探.中国软科学.2001/1.pp86-88

[09]严太华、张龙.风险投资评估决策方法初探.经济问题.2002/1

[10]苏永江、李湛.风险投资决策问题的系统分析.学术研究.2001/4

<11>孙冰.企业产品开发的评价模型及方法研究.中国管理科学.2002/4

[12]诸克军、杨久西、匡益军.基于人工神经网络的石油勘探有利性综合评价.系统工程理论与实践.2002/4

[13]杨力.基干BP神经网络的城市房屋租赁估价系统设计.中国管理科学.2002/4

[14]杨国栋、贾成前.高速公路复垦土地适宜性评价的BP神经网络模型.统工程理论与实践.2002/4

[15]楼文高.基于人工神经网络的三江平原土壤质量综合评价与预测模型.中国管理科学.2002/1

[16]胥悦红、顾培亮.基于BP神经网络的产品成本预测.管理工程学报.2000/4

[17]陈新辉、乔忠.基于TSA-BP神经网络的企业产品市场占有率预测模型.中国农业大学学报.2000/5

[18]刘育新.技术预测的过程与常用方法.中国软科学.1998/3

[19]温小霓、赵玮.市场需求与统计预测.西安电子科技大学学报.2000/5

[20]朱振中.模糊理论在新产品开发中的应用.科学管理研究.2000/6

[21]KimB.Clark&TakahiroFujimoto.ProductDevelopmentPerformance–Strategy、OrganizationandManagementinIndustry.HarvardBusinessSchoolPress.Boson1993

[22]GobeliDH,BrownDJ.Improvingtheprocessofproductinnovation.Research,TechnologyManagement,1993.36(2):46-49

[23]SimonJ.Towner.Fourwaystoacceleratenewproductdevelopment.LongRangPlanning1994.27(2):57-65

[24]AbdulAli,etal.Productinnovationandentrystrategy.JournalofProductInnovationManagement1995.12(12):54-69

[25]EricVinHippel.ThesourcesofInnovation.OxfordUniversityPress.1988

[26]ShtubA,ZimermanY.Aneural-network-basedapproachforestimatingthecostofassembly.InternationalJournalofProductionEconomics,1993.32:189-207

[27]Wee-LiangTan,DattarreyaG.Allampalli,InvestmentCriteriaofSingaporeCapitalists,1997InternationalCouncilforSmallBusiness,SanFrancisco,California,June1997

[28]MichaelHenos,TheRoadtoVentureFinancing:GuidelinesforEntrepreneuts,R&DStraregistMagazine,Summer1991

[29]ChowGC,TheLargrangeMethodofoptimizationwithapplicationstoportfoliandinvestmentdecisions.JofEconomicDymamicsandControl1996

[30]Jensen,R..InformationCostandInnovationAdoptionPolicies,ManagementScience.Vol.34,No.2,Feb,1988

[31]R.K.Zutshi,T.W.Liang,D.G.Allampulli,SingaporeVentureCapitalistsInvestmentEvaluationCriteria:AReexamination.SmallBusinessEconomics13:9-26(1999)

评估技术论文范文3

硕士开题报告

一、论文名称、课题来源、选题依据

论文名称：基于BP神经网络的技术创新预测与评估模型及其应用研究

课题来源：单位自拟课题或省政府下达的研究课题

选题依据：

技术创新预测和评估是企业技术创新决策的前提和依据。通过技术创新预测和评估，可以使企业对未来的技术发展水平及其变化趋势有正确的把握，从而为企业的技术创新决策提供科学的依据，以减少技术创新决策过程中的主观性和盲目性。只有在正确把握技术创新发展方向的前提下，企业的技术创新工作才能沿着正确方向开展，企业产品的市场竞争力才能得到不断加强。在市场竞争日趋激烈的现代商业中，企业的技术创新决定着企业生存和发展、前途与命运，为了确保技术创新工作的正确性，企业对技术创新的预测和评估提出了更高的要求。

二、本课题国内外研究现状及发展趋势

现有的技术创新预测方法可分为趋势外推法、相关分析法和专家预测法三大类。

(1)趋势外推法。指利用过去和现在的技术、经济信息，分析技术发展趋势和规律，在分析判断这些趋势和规律将继续的前提下，将过去和现在的趋势向未来推演。生长曲线法是趋势外推法中的一种应用较为广泛的技术创新预测方法，美国生物学家和人口统计学家RaymondPearl提出的Pearl曲线(数学模型为：Y=L∕[1+A?exp(-Bt)])及英国数学家和统计学家Gompertz提出的Gompertz曲线(数学模型为：Y=Lexp(-Bt))皆属于生长曲线，其预测值Y为技术性能指标，t为时间自变量，L、A、B皆为常数。Ridenour模型也属于生长曲线预测法，但它假定新技术的成长速度与熟悉该项技术的人数成正比，主要适用于新技术、新产品的扩散预测。

(2)相关分析法。利用一系列条件、参数、因果关系数据和其他信息，建立预测对象与影响因素的因果关系模型，预测技术的发展变化。相关分析法认为，一种技术性能的改进或其应用的扩展是和其他一些已知因素高度相关的，这样，通过已知因素的分析就可以对该项技术进行预测。相关分析法主要有以下几种：导前-滞后相关分析、技术进步与经验积累的相关分析、技术信息与人员数等因素的相关分析及目标与手段的相关分析等方法。

(3)专家预测法。以专家意见作为信息来源，通过系统的调查、征询专家的意见，分析和整理出预测结果。专家预测法主要有：专家个人判断法、专家会议法、头脑风暴法及德尔菲法等，其中，德尔菲法吸收了前几种专家预测法的长处，避免了其缺点，被认为是技术预测中最有效的专家预测法。

趋势外推法的预测数据只能为纵向数据，在进行产品技术创新预测时，只能利用过去的产品技术性能这一个指标来预测它的随时间的发展趋势，并不涉及影响产品技术创新的科技、经济、产业、市场、社会及政策等多方面因素。在现代商业经济中，对于产品技术发展的预测不能简单地归结为产品过去技术性能指标按时间的进展来类推，而应系统综合地考虑现代商业中其他因素对企业产品技术创新的深刻影响。相关分析法尽管可同时按横向数据和纵向数据来进行预测，但由于它是利用过去的历史数据中的某些影响产品技术创新的因素求出的具体的回归预测式，而所得到的回归预测模型往往只能考虑少数几种主要影响因素，略去了许多未考虑的因素，所以，所建模型对实际问题的表达能力也不够准确，预测结果与实际的符合程度也有较大偏差。专家预测法是一种定性预测方法，依靠的是预测者的知识和经验，往往带有主观性，难以满足企业对技术创新预测准确度的要求。以上这些技术创新预测技术和方法为企业技术创新工作的开展做出了很大的贡献，为企业技术创新的预测提供了科学的方法论，但在新的经济和市场环境下，技术创新预测的方法和技术应有新的丰富和发展，以克服自身的不足，更进一步适应时展的需要，为企业的技术创新工作的开展和企业的生存与发展提供先进的基础理论和技术方法。

目前，在我国企业技术创新评估中，一般只考虑如下四个方面的因素：(1)技术的先进性、可行性、连续性;(2)经济效果;(3)社会效果;(4)风险性，在对此四方面内容逐个分析后，再作综合评估。在综合评估中所用的方法主要有：Delphi法(专家法)、AHP法(层次分析法)、模糊评估法、决策树法、战略方法及各种图例法等，但技术创新的评估是一个非常复杂的系统，其中存在着广泛的非线性、时变性和不确定性，同时，还涉及技术、经济、管理、社会等诸多复杂因素，目前所使用的原理和方法，难以满足企业对技术创新评估科学性的要求。关于技术创新评估的研究，在我国的历史还不长，无论是指标体系还是评估方法，均处于研究之中，我们认为目前在企业技术创新评估方面应做的工作是：(1)建立一套符合我国实际情况的技术创新评估指标体系;(2)建立一种适应于多因素、非线性和不确定性的综合评估方法。

这种情况下，神经网络技术就有其特有的优势，以其并行分布、自组织、自适应、自学习和容错性等优良性能，可以较好地适应技术创新预测和评估这类多因素、不确定性和非线性问题，它能克服上述各方法的不足。本项目以BP神经网络作为基于多因素的技术创新预测和评估模型构建的基础，BP神经网络由输入层、隐含层和输出层构成，各层的神经元数目不同，由正向传播和反向传播组成，在进行产品技术创新预测和评估时，从输入层输入影响产品技术创新预测值和评估值的n个因素信息，经隐含层处理后传入输出层，其输出值Y即为产品技术创新技术性能指标的预测值或产品技术创新的评估值。这种n个因素指标的设置，考虑了概括性和动态性，力求全面、客观地反映影响产品技术创新发展的主要因素和导致产品个体差异的主要因素，尽管是黑匣子式的预测和评估，但事实证明它自身的强大学习能力可将需考虑的多种因素的数据进行融合，输出一个经非线性变换后较为精确的预测值和评估值。

据文献查阅，虽然在技术创新预测和评估的现有原理和方法的改进和完善方面有一定的研究，如文献[08]、[09]、[11]等，但尚未发现将神经网络应用于技术创新预测与评估方面的研究，在当前产品的市场寿命周期不断缩短、要求企业不断推出新产品的经济条件下，以神经网络为基础来建立产品技术创新预测与评估模型，是对技术创新定量预测和评估方法的有益补充和完善。

三、论文预期成果的理论意义和应用价值

本项目研究的理论意义表现在：(1)探索新的技术创新预测和评估技术，丰富和完善技术创新预测和评估方法体系;(2)将神经网络技术引入技术创新的预测和评估，有利于推动技术创新预测和评估方法的发展。

本项目研究的应用价值体现在：(1)提供一种基于多因素的技术创新定量预测技术，有利于提高预测的正确性;(2)提供一种基于BP神经网络的综合评估方法，有利于提高评估的科学性;(3)为企业的技术创新预测和评估工作提供新的方法论和实用技术。

四、课题研究的主要内容

研究目标：

以BP神经网络模型为基础研究基于多因素的技术创新预测和评估模型，并建立科学的预测和评估指标体系及设计相应的模型计算方法，结合企业的具体实际，对指标和模型体系进行实证分析，使研究具有一定的理论水平和实用价值。

研究内容：

1、影响企业技术创新预测和评佑的相关指标体系确定及其量化和规范化。从企业的宏观环境和微观环境两个方面入手，密切结合电子商务和知识经济对企业技术创新的影响，系统综合地分析影响产品技术创新的各相关因素，建立科学的企业技术创新预测和评估指标体系，并研究其量化和规范化的原则及方法。

2、影响技术创新预测和评估各相关指标的相对权重确定。影响技术创新发展和变化各相关因素在输入预测和评估模型时，需要一组决定其相对重要性的初始权重，权重的确定需要基本的原则作支持。

3、基于BP神经网络的技术创新预测和评估模型研究。根据技术创新预测的特点，以BP神经网络为基础，构建基于多因素的技术创新预测和评估模型。

4、基于BP神经网络的技术创新预测和评估模型计算方法设计。根据基于BP神经网络的技术创新预测和评估模型的基本特点，设计其相应的计算方法。

5、基于BP神经网络的技术创新预测和评估模型学习样本设计。根据相关的历史资料，构建基于BP神经网络的技术创新预测和评估模型的学习样本，对预测和评估模型进行自学习和训练，使模型适合实际情况。

6、基于BP神经网络的技术创新预测和评估技术的实证研究。以一般企业的技术创新预测与评估工作为背景，对基于BP神经网络的技术创新预测和评估技术进行实证研究。

创新点：

1、建立一套基于电子商务和知识经济的技术创新预测和评估指标体系。目前，在技术创新的预测和评估指标体系方面，一种是采用传统的指标体系，另一种是采用国外先进国家的指标体系，如何结合我国实际当前经济形势，参考国外先进发达国家的研究工作，建立一套适合于我国企业技术创新预测和评估指标体系，此为本研究要做的首要工作，这是一项创新。

2、研究基于BP神经网络的技术创新预测和评估模型及其计算方法。神经网络技术具有并行分布处理、自学习、自组织、自适应和容错性等优良性能，能较好地处理基于多因素、非线性和不确定性预测和评估的现实问题，本项目首次将神经网络技术引入企业的技术创新预测和评估，这也是一项创新。

五、课题研究的基本方法、技术路线的可行性论证

1、重视系统分析。以系统科学的思想为指导来分析影响企业技术创新发展和变化的宏观因素和微观因素，并研究影响因素间的内在联系，确定其相互之间的重要度，探讨其量化和规范化的方法，将国外先进国家的研究成果与我国具体实际相结合，建立我国企业技术创新预测和评估的指标体系。

2、重视案例研究。从国内外技术创新预测与决策成功和失败的案例中，发现问题、分析问题，归纳和总结出具有共性的东西，探索技术创新预测与宏观因素与微观因素之间的内在关系。

3、采用先简单后复杂的研究方法。对基于BP神经网络的技术创新预测和评估模型的研究，先从某一行业出发，定义模型的基本输入因素，然后，逐步扩展，逐步增加模型的复杂度。

4、理论和实践相结合。将研究工作与具体企业的技术创新实际相结合，进行实证研究，在实践中丰富和完善，研究出具有科学性和实用性的成果。

六、开展研究已具备的条件、可能遇到的困难与问题及解决措施

本人长期从事市场营销和技术创新方面的研究工作，编写出版了《现代市场营销学》和《现代企业管理学》等有关著作，发表了企业技术创新与营销管理创新、企业技术创新与营销组织创新及企业技术创新与营销观念创新等与技术创新相关的学术研究论文，对企业技术创新的预测和评估有一定的理论基础，也从事过企业产品技术创新方面的策划和研究工作，具有一定的实践经验，与许多企业有密切的合作关系，同时，对神经网络技术也进行过专门的学习和研究，所以，本项目研究的理论基础、技术基础及实验场所已基本具备，能顺利完成本课题的研究，取得预期的研究成果。

七、论文研究的进展计划

2003、07-2003、09：完成论文开题。

2003、09-2003、11：影响企业技术创新发展的指标体系研究及其量化和规范化。

2003、11-2004、01：基于BP神经网络的技术创新预测和评估模型的构建。

2004、01-2004、03：基于BP神经网络的技术创新预测和评估模型计算方法研究。

2004、03-2004、04：基于BP神经网络的技术创新预测和评估模型体系的实证研究。

2004、04-2004、06：完成论文写作、修改定稿，准备答辩。

主要参考文献：

[01]傅家骥、仝允桓等。技术创新学。北京：清华大学出版社1998

[02]吴贵生。技术创新管理。北京：清华大学出版社2000

[03]柳卸林。企业技术创新管理。北京：科学技术出版社1997

[04]赵志、陈邦设等。产品创新过程管理模式的基本问题研究。管理科学学报。2000/2、

[05]王亚民、朱荣林。风险投资项目ECV评估指标与决策模型研究。风险投资。2002/6

[06]赵中奇、王浣尘、潘德惠。随机控制的极大值原理及其在投资决策中的应用。控制与决策。2002/6

[07]夏清泉、凌婕。风险投资理论和政策研究。国际商务研究。2002/5

[08]陈劲、龚焱等。技术创新信息源新探。中国软科学。2001/1、pp86-88

[09]严太华、张龙。风险投资评估决策方法初探。经济问题。2002/1

[10]苏永江、李湛。风险投资决策问题的系统分析。学术研究。2001/4

[11]孙冰。企业产品开发的评价模型及方法研究。中国管理科学。2002/4

评估技术论文范文4

[关键词] 无形资产 收益法 技术型无形资产评估

一、无形资产的概述

1.含义

无形资产是指没有实物形态，但能被所有者占有、使用并带来经济效益的资产。企业的无形资产下要包括商标权、专有技术、企业文化、企业形象等等。无形资产按是否属于技术性资产可分为技术性与非技术性无形资产。而技术型无形资产，是指含有技术内容的无形资产。它是由直接载体或间接载体来展现的技术产品或商品、智能形态的技术成果和其他与技术相关的权力构成。

2.特点

无形资产具有以下特征：一是依附性，无形资产往往本身不能单独创造价值，需要依赖有形资产而发挥作用。二是增值性，无形资产能给企业带来强大的增值功能，这就是微软无形资产价值远远高于其有形资产的原因。三是交易性。无形资产有其价值性和增值性，因而具有交易性，正是因为交易性的存在，才有了无形资产评估的需求。

二、我国无形资产的评估中存在的问题及对策

目前，无形资产评估的基本方法主要有：收益法、成本法和市场法。从文献来看，以成本摊销为目的的评估通常采用成本法；以投资转让为目的的评估通常采用收益法。

我国无形资产评估于起步比较晚，在很多方面都还不成熟，如无形资产界定不清，评估标准不规范，而且忽视了其很多隐性的长期效益，导致评估结果不准确，加大了信息使用者得不信任感。

具体来看目前我国无形资产评估中需要解以下一些问题：

1.分清无形资产评估与科技评估

如今科技是第一生产力，科技成果的转化能力直接地影响国家或区域经济水平和发展速度。在实际运作中，有人往往将科技评估和无形资产评估相混淆，甚至等同。事实上，尽管二者有一定的联系，但仍有较大的区别。

从内涵上看，科技评估就要比无形资产评估更为丰富，它包含了与科技有关的所有行为的评估。无形资产评估只是对企业所拥有的能为其带来额外受益的非实体资产的评估。而且在评估方法上无形资产评估也没有科技评估涉及的范围广，而且它是在三大资产评估假设上建立起来的，所以所需的理论比较复杂。

但是从一方面来看，无形资产按是否属于技术性资产可以分为技术性无形资产和非技术性无形资产。而技术型无形资产评估是指含有技术内容的无形资产，这属于科技成果评估的范畴，而非技术型则是无形资产评估所特有的。混淆了这个部分包含的内容，正是许多人将科技评估等同于无形资产评估的错误根源。

2.弄清商标权评估的错误认识

在商标权评估过程中，有人认为只有高档商品的商标权才值钱，这是一种误解。就拿酒类商标权评估来说，五粮液、茅台,以及二锅头等商标权均有较高的评估值，原因就在于其均具有超额收益，只是形成超额收益的来源不一样。有的依赖较高价格，有的依赖市场占有量，有的则是依赖价格和市场占有量的共同优势。所以，导致这种错误认识的根源要归结到对收益法不全面认识上来。

从理论上来说，收益法的应用关键在于方法应用中各项参数、经济技术指标的判断和选择。收益法应用于无形资产评估时的三个基本参数，即收益额、折现率和收益期限的确定。收益额来是指无形资产直接带来的未来收益。无形资产的有用性以至价值的大小，取决于其未来获利能力。无形资产的收益额，无论是通过分成方式获得，还是通过超额收益形式直接体现，都是由无形资产带来的。当然，某一项由法律赋予保护的无形资产，如果不能产生有形资产带来收益以外的收益，那么，该项无形资产的价值就会很低甚至不值钱。所以一项商标权价值的高低，不是从收益来源来判断的。

3.弄清有关技术型无形资产评估的问题

评估技术型时应注意技术及其有效性，只有能获得超额收益或获得垄断利润的技术，才能作为评估的对象。当委托方与资产占有方非同一主体时，委托方应有资产占有方的授权，方可委托评估。委托评估的范围与对象应在产权持有者实际拥有或受法律保护的范围之内，评估测算时，应注意交易或转让的范围和时限。但是，由于现阶段我国在该方面的监管体制的原因，再加上评估师在技术型无形资产评估方面理论知识和实际评估经验不足，在技术型无形资产产权的有效性方面把关不严，只要委托方提供专利权和专有技术的证明，评估人员都将其作为技术型无形资产进行评估，导致将一些已经失效的技术作为技术型无形资产评估。

企业技术型无形资产的产生有自创和外购两个渠道。在实践中，一般采用收益法评估自创的技术型无形资产，而采用成本法评估外购的技术型无形资产，但是这种评估方法遗漏了外购技术的一种重要的方式－提成制付费方式。提成制付费方式能够避免一次付费方式引进技术后，因技术提前老化而导致的超额付费问题，故在实际中应用广泛。但这也不忽视这样一个问题，就是提成制付费的相关费用不能资本化，从而不符合资产定义所要求的各个要素，不作为无形资产核算。

以上是笔者对我国目前无形资产评估存在问题的一些看法，希望能够对我国无形资产评估提供一些有益帮助。

参考文献：

[1]刘兆波:无形资产评估的重要性及影响因素．经济视角，2004(07)

[2]付建平等:浅论无形资产的管理．洛阳师范学院学报，2003 (04)

[3]刘 鑫:无形资产评估中应该注意哪些问题．商界，2007(05)

评估技术论文范文5

关键词：高效教育技术培训；培训评估；评估体系

随着高校教师教育技术培训工作如火如荼地进行，对其培训效果的评估也越来越受到人们的重视。本文尝试着在借鉴柯氏四层次评估模型的基础上构建一套高校教师教育技术培训效果评估体系，希望能为高校教师教育技术培训效果的评估工作提供一些思路和启示。

一、柯氏四层次评估理论简介

美国威斯康星大学的唐纳德・柯克帕特里克（Donald Kirkpatrick）教授从评估的深度和难度将培训效果分为四个递进层次―反应、学习、行为和结果。

表1 柯克帕特里克四层次评估模型

二、培训效果评估指标选取的程序

建立一套层次清晰、结构合理的评估指标体系，是保证高校教师教育技术培训效果评估成功的前提。本文中高校教师教育技术培训效果评估体系的构建是以应用为目的，将客观上存在联系的、反映高校教师教育技术培训效果某一方面的若干个指标科学地加以分类和组合而形成一种指标体系的过程。本文对指标的选择包括以下两个步骤：

1.根据经验预选指标

通过对国内外相关文献的研究，参考大量关于培训效果评估的研究成果，结合我国高校教师教育技术培训的特点，预选出符合本指标体系构建目的和原则的一些有代表性的指标，构成预选指标集。

2.用德尔菲法确定指标

采用匿名方式征询专家意见，各专家不得相互讨论，不得发生横向关系，只与调查人员有联系，他们根据自己的经历、知识和经验背对背地确定各评价指标之间的重要程度，多轮次地对预选指标集提出自己的看法，经过反复思考、归纳和总结，最后汇总成基本一致的看法，从而确定培训效果评估的指标。

三、培训效果评估指标体系的构成

本文以柯克帕特里克的四层次评估模型为依据，将高校教师教育技术培训效果评估指标分为培训反应、学习收获、行为变化和培训成果四个一级指标，在一级指标下设立了10个二级指标，并在二级指标下又设立了32个三级指标。具体见下表。

表2 高校教师教育技术培训效果评

1.反应层评估指标体系

培训反应主要指受训教师对培训项目的喜欢程度，具体指受训教师对培训教师、教学内容、培训方式和环境设施等方面的评价情况。本体系将培训反应层细划为3个二级指标，分别是培训内容、培训师资、培训形式。

培训内容的评估主要包括实用性、有效性和兴趣性三方面；培训师资的评估主要包括培训教师的工作态度、教学能力、沟通能力和组织能力四个方面；培训形式的评估主要包括培训安排、培训条件、培训方式和培训资源。

2.学习层评估指标体系

学习收获评估主要是测量受训教师在参加完培训后其态度、知识和技能的改变状况，分为3个二级指标，分别是意识与责任、知识、技能。

意识和责任主要指高校教师应认识到教育技术对高校教学的重要性，从意识层面认可教育技术的价值，并有利用教育技术改进自身教学实践的意愿；知识只要是指对教育技术的基本理论的认识，对知识的评估主要包括教育技术的基本理论与方法、教学设计的一般模式与方法；教育技术是利用技能来促进教学的理论与实践的。

3.行为层评估指标体系

行为变化的评估主要侧重于受训者能否将培训中获得的态度、知识和技能转化为良好的工作表现，评估培训最终目标是否实现。一般来说，行为变化的评估一般要在培训结束后的3到6个月，由上级领导、同事、专家和学生等通过观察记录等方法，考察受训教师在培训中获得的知识和技能的理解程度，以及在实际工作中的应用情况和由此引起的业绩变化情况。本层次综合考虑了教师工作的特殊性及指标的可取性，分为两个二级指标：教学实施、科研与创新。

教师实施是评估受训教师行为变化的一个重要指标，包括三方面的评估：确定合理的教学目标、选择有效的教学内容，创设有效的教学资源和教学环境，评价学习与教学过程；科研与创新是国家赋予高校教师的责任，是评估受训教师行为变化的重要指标，主要包括：关注新技术和方法并应用其改进教学、借助技术工具开展学术交流与合作、利用教育技术提高科研项目的管理水平和研究团队的工作效率。

4.结果层评估指标体系

培训结果的评估上升到组织的高度，即判断培训对受训教师所在学校相关部门工作的改善是否起到了一定的作用。培训成果的评估一般由人事部门及受训教师所在学校的上级领导施行，由于该层面主要是通过观察和考核受训教师在培训后工作表现和工作业绩给所在组织带来的长期影响，因此一般需要在培训结束半年后进行。该指标可以细分为两个二级指标，分别是教师、学生。

教师主要评估教师的教学成果、管理成果和科研成果。学生主要评估受训教师所教授学生的学业能力、交流与合作和创新能力。

本文总结相关文献，运用德尔菲法确定了高校教师教育技术培训效果评估的指标，构建了评估的支撑体系，从而完善了高校教师教育技术培训效果评估体系，以期为高校教师教育技术培训效果评估工作提供一些借鉴和参考。

参考文献：

评估技术论文范文6

关键词科研管理;绩效评估;内涵;原则;设计;建议

中图分类号G472.5文献标识码A文章编号 1007-5739(2010)21-0032-03

2010年，党中央、国务院相继印发《国家中长期人才发展规划纲要(2010—2020年)》和《国家中长期教育改革和发展规划纲要(2010—2020年)》。人才规划纲要明确提出，要围绕提高自主创新能力、建设创新型国家，努力造就一批高水平创新团队;教育规划纲要对培育跨学科、跨领域的科研与教学相结合的团队等也作了重要部署。在这样的特殊历史背景下，如何做好科研绩效的管理与评估，已成为科研管理工作中亟待解决的问题，科研管理水平的高低，对一个单位的科研进展、成果获得、经费使用、效益高低都会产生直接影响[1]。对科研绩效作出公正的评价，有利于培育创新团队的发展成效;有利于管理部门对科研人员的工作有一个科学的了解，为科研项目的管理和连续资助等提供科学依据;有利于表彰优秀的科研团队和个人，保持奖励的权威性和公正性;有利于发现高素质人才;也有利于创造一个公正的学术发展氛围，减少科研上的不规范行为[2-3]。通过绩效评估使科研单位和科技人员对单位和自己重新定位，及时调整科技计划和研究机构的方向，提高管理水平和科学研究的效率。有利于表彰优秀的科研团队和个人，保持奖励的权威性和公正性;有利于发现高素质人才，积极推进创新团队建设，加大学科带头人的培养力度。

目前我国尚未形成一个完善、统一、科学的科研绩效评估体系，对于科研绩效的评估基本还是以同行评议为主。在同行评议中，如果所选专家正确，且专家能够实事求是地表达意见，同行评议是完全可以信服的。但现实工作中，由于科学的高度分化与高度综合，同行评价也受到诸如专家知识结构、学术视野、学术偏好、人情关系和非学术因素的影响，而使同行评议的科学性和公正性受到越来越多的质疑。因此，搞好科研绩效定量评估，并以此作为同行评议的补充，将提高同行评议的准确性，准确、量化的考核体系对科研绩效评估工作至关重要。

尽管科研绩效评估已逐渐从尝试阶段走向成熟推广阶段，从局部应用向整体应用推进，然而由于科技劳动及其成果表达形式的复杂性和无形资产的多变性，至今未形成较为公认的评估体系。

1科研绩效评估的内涵

科研绩效评估是指在科研活动完成后，对照预先设定的目标，对科研活动的完成情况、实施过程、实施效果及影响所进行的系统、客观、公正的分析，并为今后的投资或决策提供意见或建议[4]。科研绩效评估的单元包括研究项目、科技人员、研究机构等。

1.1研究项目评估

科研活动类型的传统划分方法将科研活动分为基础研究、应用研究、技术开发等三大类。基础研究成果强调其学术价值，即重在对科学共同体的影响，其绩效表现形式主要为科学论文和学术专著，因此对基础研究成果绩效的评价实质是对其产生的科学论文和学术专著进行评价;应用研究是针对具体的实用目标，提供新产品、新技术、新方法和新流程的研究，主要以应用前景为评价标准，即强调其技术性，其绩效表现形式以技术论文、技术专著和专利为主，但一般情况下，应用研究专利形式比论文形式更能体现其技术特征;技术开发研究是对实验室成果进一步扩大或具体化所做的工业性中间试验，主要以商业价值为评价标准，即强调其实用性基础研究为应用研究提供基本原理和方法，应用研究为技术开发研究提供技术支持，技术开发研究将所遇到的问题又反馈给基础研究和应用研究。这三类研究既有分工，又有联系，构成整个科研活动。由于学科特点的不同，特别是当今科学技术的飞速发展，对有些研究很难明确地区分是基础研究、应用研究还是开发研究，因此其科研绩效表现形式也是多种多样的，在定量时应综合考虑。

科研绩效评估通过对科研项目的绩效进行跟踪、评估和反馈，达到优化资金分配，调整科技计划和研究机构的方向，提高管理水平和科学研究效率的目的。它有4个层面的作用:一是通过公正、严格的评价，将政府的有限资金集中在可行的重点研究领域;二是通过对工作绩效的恰当评价，建立能够充分发挥研究人员创造能力的开放、灵活和竞争的学术环境;三是从整体上引导科学研究的发展方向、发展模式、塑造科学研究的机制观念;四是积极公布评价结果，使公众理解和支持政府的科研投资，强化对政府能力的信任。

1.2科技人员评估

科研绩效评估通过对科技人员的绩效进行跟踪和评估，并对其结果进行反馈，从而促进科技人员绩效的提升和科研管理水平的改善，达到优化单位人力资源配置、全面提升本单位整体绩效水平的目的。它有2个层面的作用:一是及时发现科研院所中每位科技人员的客观绩效，让科技人员明晰并认可自己的成绩和存在的不足，从而为其他管理活动提供依据;二是让科技人员了解单位对自己的评价，明晰自己在单位所处的位置，使科技人员对自己有准确的定位和自我评价，以调动其积极性，激发其工作潜能。

1.3研究机构评估

根据研究机构的性质划分为科研型研究所、公益型研究所、科技型企业三大类。科研绩效评估通过对科研院所绩效进行跟踪、评价和反馈，培养和造就一支具有创新意识和创新能力的高素质科技人才队伍，提高知识创新的能力和效率，促进科研事业的可持续发展[5]。它有3个层面的作用:一是通过公正、严格的评价，对研究所的科研实力和综合能力给予正确评价;二是通过工作绩效的考核，对研究所的发展潜能和团队建设进行恰当评价;三是通过绩效考核，改善研究所的内部管理能力。

2科研绩效评估的原则

2.1鼓励创新原则

“创新是一个民族的灵魂，是一个国家兴旺发达的不竭动力”。当前绩效评估存在的一个明显的问题就是强调数量而轻视质量，结果造成由于创新的难度较大而导致数量的产出较低。相反一些平庸的“成果”由于创新难度和投入的成本较低，出现了一些泡沫绩效。因此，在绩效评估中要坚持“鼓励创新，减少平庸，拉开档次，计量有据，褒贬分明”的原则。

2.2公开公正原则

所谓公开原则是指在绩效评估当中一定要公开其权重设计的依据。公开是公正的基础，也是改进绩效考核的唯一前提。公正、公平、实事求是地进行评价，并接受监督，才能使人们对考评产生信任感，自觉接受考评结果。

2.3分类分层管理原则

应根据不同研究类型、不同岗位和层次，分别制定不同的绩效管理体系，确定不同的考评内容和标准，采用不同的考评办法。评价指标要体现可比性，标准要统一。评估指标体系是整个评估工作的核心，指标体系选取必须建立在对额定的科研活动特征深入分析的基础之上。如同样是“绩”，对管理人员是以其管理和服务的效率、质量和满意度来衡量;对科技人员是以其主持和参与课题的等级、课题经费、的水平、科技成果等来衡量，对科技开发人员是其研发新产品的能力、成果推广能力及所创造的经济效益等来衡量。

2.4定量定性相结合，量化易操作原则

在制定绩效管理评估体系时，既要针对不能量化的内容设置定性考核评价标准，又要有针对能量化的内容设置定量考核标准，所有的考评项目和考核指标清晰明了，易于采集，便于操作，尽量减少主观干扰。科研院所的考评应以其定量考核为主，定性考核为辅，充分体现考评的客观公正。

3科研绩效管理体系的设计

3.1绩效评价指标的确定原则

确立科学、合理的评价指标是科研绩效评估系统的基础。选取评价指标应遵循以下原则:一是科学性。评价指标的科学性是评估结果真实、可靠的基础。因此，在选取评价指标时，要严格按照农业科研研究的规律和特点，结合单位实际，尽量选取能真实、准确反映客观实际的指标，科学确定其权重。二是引导性。科研绩效在一定程度上体现了科研能力，主要有以下表现形式:承担科研项目、科技论文、专利和科技著作、奖励成果、合作交流、人才培养、科研基础条件建设等。对获得高级别的科研项目、奖励成果、高层次的论文等给予较高的评估分值，引导科研人员投入到高层次的科研活动中。

3.2构建绩效评估指标体系

绩效评估指标体系的制定是绩效管理的起点，指标体系的制定要适应现代科研管理和人力资源管理的需要，突出以人为本的管理理念，把科研院所的发展与科研人员的发展有机地结合起来，立足于科研院所的战略经营计划和对科技人员的工作进行岗位职责分析，并予以界定与说明[6]。因此，优化评估指标，完善评估内涵非常重要。

3.3绩效考核的实施与管理

绩效考核的实施与管理主要是对科研机构和科技人员的工作过程进行跟踪。绩效考核的实施是一个动态过程，一般按年度进行考核评估。科研单位应坚持科研、开发、精神文明并重的原则，绩效评估围绕科研绩效考核、开发创收和精神文明等方面分别进行考核。科研绩效在一定程度上体现科研能力。结合工作实际选取科研项目、科研成果、科研论文、专利和专著、人才培养、学术交流等为一级评价指标;二级指标逐级细化。科研项目根据项目级别和到位经费设置不同的量化系数;科研成果划分为部级、省部级、地市级;科研论文划分SCI论文、核心期刊和普通刊物;专利按申请与授权的不同，设置不同的当量。

3.4绩效评估

绩效评估对科研机构来讲，一是以其科研实力、发展潜能和科研团队建设为主要内容。因此，对项目进行评价是非常有必要的。二是对科研团队进行评价。科研团队是完成课题的重要保证。三是是对合作交流和人才培养进行评估。这关系到科研资源的综合利用和科研水平的整体提升。四是对研究成果进行评价。绩效评估对科技人员来讲是以科技人员的工作过程中的行为、努力过程和工作态度为主要内容，注重培养和发展组织的核心竞争力，从而保证科研院所的可持续发展。

3.5绩效反馈及结果应用

绩效反馈是绩效管理中一个不可缺少的组织部分。绩效管理必须对影响绩效提高的因素进行深入分析，分析问题存在的原因，寻求解决问题的办法，使其工作得以改进。通过绩效反馈，促进管理者与科研单位和科技人员之间的沟通，从而有效地提升科研院所的绩效管理水平。

绩效考核结果的应用关系到整个绩效管理的成败与否。绩效考核的目的是为了提升科研机构的创新能力和效率，培养和造就一支具有创新意识和创新能力的高素质科技人才队伍，建立科学、合理的科研绩效评议制度和评价方法，形成符合现代科研院所管理要求的制度体系，必须通过后续的评估结果反馈和绩效改进，才能确保评估的结果能产生影响，使评估结果能得到贯彻落实。

通过绩效评估使科研单位和科技人员在绩效评估中对单位和自己重新定位，及时调整科技计划和研究机构的方向，提高管理水平和科学研究的效率。有利于表彰优秀的科研团队和个人，保持奖励的权威性和公正性;有利于发现高素质人才，积极推进创新团队建设，加大学科带头人的培养力度。

4建议

4.1不断完善以创新和质量为导向的科研评价办法

绩效评估应充分考虑科研机构属性上的差异，采取灵活、渐进的推进方式。在实施过程中应根据出现的问题不断修改、补充和完善绩效评估指标体系，使绩效评估的结果更加科学、客观、真实，具有说服力。

4.2绩效评估与科研机构战略规划和人才培养计划相结合

以长期效益为重，避免科研机构追求短期成果或表面效果。科研活动具有探索性、长期性、风险性和累积性的特点，因此，在对科研机构的绩效考核中，如果只关注即时可见的短期成果指标，致使科研机构倾向于研究风险小、时间短、见效快、容易出成果的短平快项目，这对国家科研事业的长期发展极为有害。单纯地统计数量等，只能鼓励研究人员去追求发表文章的数量而忽视对真正有价值研究的投入;对科研成果经济效益的强调则可能导致忽视对研发人员能力的培养。评价不应只看一年的绩效，而应往前滚动若干年，看过去几年的累积表现。

4.3采取定量定性相结合的考核方式

重视专家评议机制的使用。科研绩效要力求可衡量和量化，但对科研绩效完全量化是不现实的，必须与定性的专家评审结合起来。量化可以得到一些客观的数据，但量化指标无法完整呈现研发成果，因为科研工作的产出指标都不具备均一的价值，因此结合专家评审是一个比较适合于研发绩效考核的方法。只有采取定量和定性相结合的方式，依目标结果管理模式，由各方面专家参照其定位及研究方向，通过定量和定性指标，以及对科研机构的深入了解，才能对科研机构的绩效作出综合的判定。

4.4提倡互动、参与式考核

使考核过程最大程度地得到研究所和科技人员的理解、支持和配合。打破传统的“自上而下”的考核方式，采用自评估与专家考核相结合，加强考核专家与受评单位科技人员之间的沟通，让考核专家与科研机构负责人能一起研究前期的工作总结、成绩和不足以及未来的战略规划与目标，提出意见，这样有助于考核结果的反馈利用。

4.5建立完善的科研机构绩效管理体系

以科研机构绩效考核为核心，建立完善的科研机构绩效管理体系，特别是建立严格的考核结果反馈机制，从机制上保证绩效考核得到实效。

5参考文献

[1] 李庆贺，崔凯.绩效评估方案在高校科研管理中的应用[J].中国基础科学，2010，12(3):52-54.

[2] 刘莺.关于区域教育科研管理绩效评估的思考[J].教育测量与评价:理论版，2008(9):17-18，29.

[3] 彭博文，何涛.高校科研绩效评估的现状、矛盾及解决原则[J].中国高校科技与产业化，2010(4):52-53.

[4] 吴伟.绩效评估——高校科研管理工作的重要手段[J].东南大学学报:哲学社会科学版，2008，10(3):114-117.