网站首页  词典首页

标题	评标专家量化管理研究及应用
范文	李远景+梁耀明+马頔 摘要：评标专家量化管理是实现专家科学管理的必然途径，专家量化管理是以数字为基础，以评标业务目标为导向，量化关键的决策点及操作过程的管理模式。本文主要从量化管理的基本框架、量化管理的主要指标、量化管理案例分析与管理基础等方面，展开评标专家量化管理的思路与实践的探讨。 关键词：评标专家 量化管理 科学管理 数字化管理 中图分类号：TP315 文献标识码：A 评标专家量化管理是实现评标专家科学管理的基础，量化管理有狭义与广义之分，狭义的量化管理是指数字化管理，广义的量化管理是指数字化、标准化管理，而普遍理解的量化管理是指管理的数字化，因此本文论述是狭义的量化管理。 当前评标专家管理是以经验管理为主，量化管理严重不足，主要表现在于管理决策基于决策者的经验判断，管理运营得不到有效的、系统的量化数据的支撑，从而容易导致评标专家决策的随意性、滞后性。因此，建立评标专家量化管理有利于评标专家的科学、高效管理，为物资的招标采购提供坚实的支撑。 一、评标专家量化管理框架 经过多年的实践与研究，结合当前评标业务的实际需要，主要从任务要求、管理目标与管理过程三个层面构建专家的量化管理，见图1。 评标专家管理目前以被动响应为主，未能对专家库进行及时动态调整以主动匹配评标业务的需要。因此，首先需要对评标的任务要求进行量化。评标任务要求的量化主要包括：项目总数及月度分布、重要项目数量及月度分布、项目专业类别分布。 评标专家管理目标量化管理的服务对象为管理决策人员，通过量化管理的数据分析与挖掘，为管理决策人员提供决策依据。管理目标量化的重点是对专家的入库率、响应率、出勤率、出勤次数中值、退库率、培训覆盖率等指标进行统计与分析。 评标专家过程的量化管理的服务对象是为运营管理人员提供及时、准确的运营数据，及时对专家库的管理优化提供依据。专家管理过程的量化主要从入库、抽取、使用、考核与培训等主要环节入手，统计并分析量化指标数据，并与管理目标量化指标形成互动关系。 二、评标专家量化管理主要指标阐述 为更直观体现专家量化管理的内容，针对每一项类别的指标进行详细的定义与阐述，见表1。 由于评标专家量化管理指标涉及内容较多，此处仅列出部分量化指标。 三、评标专家量化管理案例分析 评标专家量化指标既可以直接使用，也可以作为交叉综合分析的基础。以下分别就直接分析与交叉综合分析的应用场景，以案例分析的方式予以说明。 案例分析一：专家出勤率指标及分析 某专家库2015年专家的平均出勤率为25.6%，各地区的出勤率（见图2）所示，将出勤率按照地域进行统计可以看出，地区之间的出勤率差异较大。 通过对专家出勤率地区差异较大的原因进行深度分析，造成的原因主要有：一是专家数量在地区上的分布不平衡，出勤率越低的地区专家数量也越少，而专家数量少是因为专家入库率较低。二是专家参与意愿低，由于未建立有效的专家考核与激励机制，加之专家大部分是各单位的骨干，日常工作任务较繁重，所以影响了专家的出勤意愿。因此，针对出勤率的统计分析，并深度分析数字背后的原因，为管理决策提供更加有针对性的数据支撑。 案例分析二：对资深专家的需求量预测 当前大多数专家库实施了专家的分级管理，按照评标项目的专业性要求、专家的激励等应用场景，将专家分为两个或三个级别，如将专家分为普通专家与资深专家，不同级别专家的综合素质要求不尽相同。对专家分级时，需充分考虑资深专家数量是否能够满足评标工作的数量要求，因此对潜在的资深专家需求量进行预测显得尤为重要。 某专家库2015年共抽取专家15322人次，其中大于等于7人（注：此处将7人以上的抽取视为重大项目）的抽取次数为299次，共抽取3765人次，小于7人的抽取次数为2529次，共抽取11557人次。对资深专家人数的需求预计为3905人次（注：按照大于等于7人的评标项目配置50%的资深专家、小于7人的评标项目平均每次配置0.8名资深专家计算）。按照每年评标次数不超过2次计算，共需要资深专家1950人。 按照资深专家入库标准，该专家库有3243人潜在资深专家的绝对数量来看，能够满足1950人的专家需要，但按照当前25.6%的平均出勤率计算，实际可用的资深专家仅有830人，与实际需求相差1120人。因此，在资深专家的遴选过程中，需要适当放宽条件，根据总人数需求、专业人数的需求酌情补充候选的资深专家。同时需要加强资深专家的履职管理，提高其出勤率，确保数量能够满足业务的需要。 四、量化管理的基础条件分析 为顺利开展评标专家的量化管理，需要有如下重要的基础条件，分别是： 一是明确的量化管理目标。评标专家的量化管理需以评标任务为导向，以满足评标业务需要为出发点，结合当前量化管理的水平与能力，提出适合自身要求的量化管理目标。 二是高质量的基础数据。量化管理的基础是数据管理，量化管理离不开大量基础数据的分析与加工，数据结构清晰合理、原始数据准确客观反映现状是数据分析与加工的基础，更是量化管理的生命线，因此加强对基础数据的管理尤为重要。 三是科学的统计与分析。对数据进行统计与分析时，需要以管理为导向，深度挖掘数据关系及其背后的本质，才能够为管理决策与运营提供更有利的支撑。 四是有效的信息技术支撑。充分应用信息技术的优势，在数据收集、整理、存储、统计与分析等方面应用信息技术，确保数据统计与分析的高效、高质。 五、结束语 用数据说话是量化管理的重要基础，在构建评标专家量化管理机制的过程中，评标的量化管理是以项目与任务为导向与归依，以此设定专家管理的目标、过程运作与管理的要求与标准等，从而为评标专家管理的量化管理、科学管理提供有效的管理手段与实现途径。由于专家库的管理目标不同，对量化管理的要求也有较大差异，因此，需要针对自身特点，有针对性地提出量化管理机制，以便提升专家管理的能力，更有效地满足评标工作的需要。
随便看	构建高效小学品德课堂教学策略初探 浅析如何提升农村小学生的核心素养 开展快乐体育 促进学生心理健康成长 走进心灵深处 守望心灵成长 小学生行为习惯养成教育的路径及策略探究 小学生责任意识的培养策略 浅谈社会主义核心价值观在班主任工作中的融入 关注中小学生注意缺陷状况及教育对策 单亲家庭儿童的心理问题分析与策略 教育亟需教师的换位思考 爱是教育的灵药 对待特殊学生的思考和策略 用爱做良方 用心教好每一个学生 巧妙发挥教育智慧 呵护学生健康成长 智慧应对班级管理中的“疑难杂症” 浅论校长专业化与学校优质发展 重建学校教师文化 打造高素质教师团队 浅谈早期阅读教学活动中多媒体的运用 利用城乡自然资源有效开展幼儿体育活动 浅谈公办幼儿园发展面临的机遇与挑战 让教学与生活有效“对接” 数学“三二一”学习策略案例分析 在数学教学中开展操作活动的作用及有效策略 运用作业评价系统 促进学生学业发展 浅谈舞蹈文化与舞蹈教育的相融 roll-up roll up nonexpirations nonexpiries nonexpiring nonexpiry nonexplainable nonexplanative non-explanatory nonexplanatory nonexplicable nonexploitable nonexploitation nonexploitations nonexploitative nonexploitive nonexplorative nonexploratory non-explosive nonexplosive nonexplosively nonexplosiveness nonexplosivenesses nonexplosives nonexportable 等比级数 等流 等温线 等着吧 等着天上掉馅饼 等着急用 等着挨刀 等着挨锤 等着要钱 等着雨淋头 等礼相亢 等离子体 等离子彩电 等立仂语 等立关系的连词 等立句 等立复句 等立接续词 等立连词 等第 等等 等等儿 等米下锅 等类 等类品第

科学优质学术资源、百科知识分享平台，免费提供知识科普、生活经验分享、中外学术论文、各类范文、学术文献、教学资料、学术期刊、会议、报纸、杂志、工具书等各类资源检索、在线阅读和软件app下载服务。