软件成熟度模型

软件成熟度模型（共10篇）

软件成熟度模型 篇1

1 背景

随着信息时代的快速发展,软件产业也逐步进入高速增长态势,软件过程的研究已经发展为软件测试行业的基础工作之一。要加强软件组织的开发能力、提高软件产品的质量,就必须不断地对软件过程的能力进行改进。因此,软件能力成熟度模型即CMM在1987年美国Carnegie Mellon大学软件工程研究所应运而生CMM逐渐成为了评估软件开发过程的管理以及工程能力的标准。目前,已经形成了以个体软件过程、团队软件过程以及过程成熟度集成模型CMMI等为主导的软件开发过程改进体系[1]。但是,传统CMM的着眼点在于软件组织的开发过程和软件过程能力,并没有关于软件测试成熟度的概念,也没有研究改进软件测试过程的方法,因此,随着软件测试在软件生命周期中的地位越来越突出,软件测试成熟度得到了业内人士的高度重视,并且在传统的软件过程成熟度基础上继续进行模型改进,其中,比较具有代表性的是由Ilene Burnstein博士等人提出的软件测试成熟度模型(TMM),该模型是对CMMI模型的补充,是对CMMI模型的存在问题的修正,同时也对改进软件测试过程及提高软件测试能力做出了思想和方法上的指导。

2 TMM模型框架简介

TMM模型为了改进软件测试与评价过程,对CMM模型进行了较大程度的改进与补充。TMM模型在CMM模型的原有基础将软件测试过程划分为初始级、定义级、集成级、管理与度量级和优化级5个等级[2]`。处于初始级的软件测试,是一个混乱的过程,测试过程在编码之后,与调试未加区分;阶段定义级的测试过程,很大程度上凸显出测试过程与调试的区分,但是其被定义为编码之后进行的的独立阶段,显然不符合软件工程的要求;前两个阶段的存在的问题在集成级得到改善,集成级将软件测试融入到整个软件生命周期中,从需求分析开始,测试人员将伴随这个开发过程制定相应的测试计划、测试目标等;从管理和度量级开始,整个测试过程就已经由定性描述进入可度量化的过程。在此过程中,除进行测试之外,还有对软件生命周期各个环节的管理与审查;优化级是以前四级为基础,优化并预防缺陷、质量控制、监控测试成本与效率,为整个测试过程指引方向。

而每个等级(除等级1)都有自己的成熟度目标、子目标以及活动、任务和职责。TMM的模型框架如图1所示。

由图1可以得出,若要达到某成熟度等级,所必须实现的成熟度目标,即软件测试的改进目标。而成熟度子目标的定义更为具体,定义了该等级的范围、界限和需要完成的事项。通过活动和任务来实现子目标,任务和活动涉及实施和组织调整问题。活动和任务则定义了为了软件组织达到某一等级,进行软件测试改进的行动计划。三组人员各司其职,完成相关任务与活动,达到成熟度子目标[3]。

3 TMM的等级结构

TMM将测试的成熟度分为5个等级,每一级别都是一个测试过程,都有自己的过程域,软件组织要想达到更高的级别,就必须先满足前一个级别的过程域。同时也必须完成所有的被定义的目标。这些目标的定义,需要通过活动、任务和责任进行标记,在进行过程中,需要根据相关人员的特殊需求来不断调整[1]。如图2所示:

在TMM等级描述中,详细阐述了测试过程的特点以及为达到规定级别所需要完成的目标和子目标。

1)第一等级为初始级。软件测试的终极目标是为了查找程序中的错误,在这一阶段,由于相应的编码任务还没有完成,缺乏一定的测试资源,因此软件测试没有相对清晰的目标,测试任务也可有可无。

2)第二等级为定义级。在这一阶段,软件测试的目标是为了验证软件是否符合相应的需求,因此会启动一些相应的软件测试计划过程,并对采用的软件测试方法制度化,在定义级,由于在进行软件测试之前要把所有的编码工作完成,导致的结果就是在需求分析阶段与设计阶段产生的一些软件缺陷会一直遗留到编码阶段才能被发现。

3)第三等级是集成级。在这一阶段,会有相应的、相对独立的测试部门出现,测试工作不需要在完成编码后才能进行,而是在满足用户需求的目标上进行测试工作。并集成到软件生命周期的各个阶段中。在第三等级,需组建一个软件测试组织用于负责测试规划、测试缺陷跟踪等测试技术工作。同时在测试过程中需要有相应的测试工具对测试工作进行辅助。同时,软件测试小组成员要和质量保证专家一起,与客户进行沟通,从软件需求分析阶段制定软件测试计划,并根据需求分析表格制定相应的软件测试目标。该阶段的缺点为没有行之有效的评审制度以及没有一套质量控制与度量的标准等。

4)第四等级为管理与度量级。在这一阶段,软件测试是可以进行度量与质量控制的过程,应保证进行可靠性、可用性与可维护性等方面的测试。软件测试活动既包括程序语言,还把评审与审查作为软件测试活动的补充,用于发现及消除软件产品缺陷。为了测试过程的完备性,建立了缺陷管理系统并将缺陷的等级进行划分。同时测试人员采用数据库记录和管理相应的测试数据以及测试用例。但在管理与度量级,由于没有相应的缺陷预防系统,不能自动的进行收集与分析软件测试中生成的相应数据。

5)第五等级为优化级。在这一阶段,改进了第四等级的缺陷,已经具有相应的缺陷预防能力和软件质量控制能力,能够保证之前发现的缺陷不会在后期继续产生。在这一级,自动化测试工具是整个测试过程的重要组成部分。可以进行自动的收集与分析测试中产生的数据。并建立了测试流程与测试的规章制度。由于优化级的测试活动是可重复性、已定义、已管理和已测量,所以软件组织可以对测试过程进行不断的优化改进和调整。

根据上面描述的TMM的5个等级,给出相应的成熟度等级目标和子目标,如表1所示。

4 TMM实施

为了指导软件工程人员进行正确的软件过程评估,采用TMM等级提供支持。在软件组织中实施TMM时,可遵循以下步骤:

1)准备活动

这个步骤中要建立评估小组,选择与培训小组成员,确定组长,选择测评项目,并制定评估计划,准备参加评估的组织部门。根据客户需求制定评估问题表。

2)实施评估

评估过程中,评估小组成员通过和被评估人员进行沟通,获取相关的评估信息,通过查询相关文档与调查表进行信息补充。为保证信息的准确性与客观性,可将信息记入问题表。评估人员根据记录信息,划分软件组织的TMM等级。

3)分析评估结果

评估人员根据评估输出的TMM等级及相应的记录分析当前软件组织存在的缺陷,并指出该软件组织需要提高的领域以及要达到的下一个目标的优先级。量化的改进目标,制定出相应的行动计划。

4)活动计划

为了使软件组织能够达到TMM的高等级,评估小组应根据高优先级的改进目标开发活动计划,通过该计划描述相应的活动和资源,并改进现有的实践内容和进度。

5 结束语

软件产品的开发过程是一项长期的工程,需要不断研究和实践。本文针对传统软件成熟度模型的不足,将TMM模型进行了详细的阐述。TMM模型补充了CMMI模型的不足,能够充分的覆盖软件测试的一系列问题,并且软件组织可以根据TMM的要求,评估当前软件测试能力的状态,并对测试目标和测试过程进行不断修正,极大提高软件测试人员的工作效率。利用TMM模型不断优化测试过程和目标,将会给软件开发和测试组织带来质量和经济上的双丰收。

摘要：模型化的软件测试能够很大程度上提高软件测试的质量和效率,而当前流行的CMMI等模型,没有针对软件测试过程进行详尽的描述,没有对软件测试成熟度进行等级化的评价与度量,缺少针对软件测试目标和过程改进的指导。基于这种现状,该文对Burnstein博士提出的测试成熟度模型(TMM)进行了形式化描述,给出了TMM模型的成熟度等级结构,详细阐述了5个测试等级的成熟度目标和子目标,并对TMM的实施方法进行了说明,以及笔者对TMM模型的总结与思考。

关键词：软件测试,测试成熟度模型(TMM),模型框架,成熟度等级结构

参考文献

[1]朱少民.软件测试方法和技术[M].北京:清华大学出版社,2010:71-74.

[2]王峰,谷天阳,佟金荣.软件测评能力成熟度模型研究[J].计算机工程与科学,2011(9):174-178.

[3]苏州软件测评中心,戴晔,张培培.测试成熟度模型的研究[J].软件工程与标准化,2007(9):51-55.

[4]郭小群,侯红,鱼滨.TMM在软件质量保证中的应用[J].西北大学学报:自然科学版,2004,34(1):19-22.

软件成熟度模型 篇2

课程编号：

课程中文名称：软件能力成熟度CMMI 课程英文名称：CMMI 总学时：20 讲课学时：20习题课学时：0 实验学时：0 上机学时：0 总学分：1 授课对象：软件工程专业[本科生] 先修课程：无 课程要求：必修课 课程分类：公共课 开课单位：软件学院 教材：暂无 参考书目：

一、课程教学目的

《软件能力成熟度模型CMMI》是哈尔滨工业大学软件学院软件工程专业的本科生管理系列课程中的必修课程，是为软件系列课程之一。

CMM(Capability Maturity Model 软件能力成熟度模型）为软件企业的过程能力提供了一个阶梯式的进化框架，它基于过去所有软件工程成果的过程改善的框架，吸取了以往软件工程的经验教训。它指明了一个成熟的软件组织在软件开发方面需要管理的那些主要工作、这些工作之间的关系、以及以怎样的先后次序一步一步的做好这些工作，使软件组织走向成熟。是目前国际上最流行也是最实用的软件生产过程标准。

通过本课程的学习，使学生掌握CMM的基本概念，并了解软件开发项目中初步的管理方法。

二、教学内容及学时安排

第一节

CMMI Introduction CMMI介绍（2学时）

1.1 SEI-Software Engineering Institute 软件工程委员 1.2 Why CMMI 为什么要CMMI？ cope of CMMI CMMI的范围 1.4 Process Maturity 过程的成熟度

第二节 CMMI Process Area CMMI过程域（4学时）2.1Level 2 CMMI二级 2.2 Level 3 CMMI三级 2.3Level 4 CMMI四级 2.4 Level 5 CMMI五级

2.5 Process Areas Interrelationships 过程域之间的关系 第三节

CMMI Ideal Model CMMI Ideal 模型（4学时）第四节 CMMI 应用（18学时）4.1 计划和跟踪 4.2 风险控制 4.3 需求管理 4.4 配置管理 4.4 测试管理 4.5 评审管理

第六节 任务与考核（2学时）

三、教学基本要求 1．课程基本要求

本课程以理论为引导，结合现代外包企业的运营模式，使学员充分了解国际外包产业的要求，熟悉外包流程与运营标准，使学员在毕业后能更好的适应外包企业的要求。本课程需要学生深入了解CMMI: 1．他仅指明该做什么，而没有指明如何做，他不是方法论，但我们在学习CMM时，可以从中学到分析问题的方法。

2．他仅指明该做的关键内容，他仅描述软件过程的本质属性，而并非面面俱到。抓问题的主要方面的思想贯穿在整个CMM模型中。

3．软件过程是指软件工程过程、软件管理过程和软件组织的过程三者的有机结合。软件工程过程是我们理解的常规的软件的需求分析、设计、编码、测试等过程，软件管理过程是指为使软件过程顺利进行而进行和管理活动的集合。上述两个过程是以软件工程组为主的活动。软件组织的过程是企业级的对软件的组织活动，是以企业为主的活动。

4.4 SQA软件工程过程是我们理解的常规的软件的需求分析、设计、编码、测试等过程，软件管理过程是指为使软件过程顺利进行而进行和管理活动的集合。上述两个过程是以软件工程组为主的活动。软件组织的过程是企业级的对软件的组织活动，是以企业为主的活动。

4．他是从软件过程的角度考虑问题，而并非关注软件开发工具。这与框架软件生存周期无关，也与所采用的开发技术无关。

5．CMM为改善整个企业的软件过程提供了指南，而并非针对某个具体项目。SW-CMM并不能保证在这个过程框架下，产品开发百分之百的成功。产品的成功是多种因素的组合，例如市场等因素。

6．CMM1.1是针对大型软件企业（500人以上）的，对小型的软件企业（50人以下）需要裁减。

7．SW-CMM的过程的不断改进基于许多小的、进化的步骤而不是革命性的创新。8．基于CMM的过程改善投资力度大、周期长，而技术投资则可能在短期内有较快回报。单独依靠技术改进可能在短期内有较快回报，但最终可能一无所获。

2．实验基本要求 3．考试基本要求

本课程设置期末的笔试考试，最后该课程的成绩由三个部分构成：一是平时的出勤，占总成绩的20%；二是课堂表现，占总成绩的20%；三是考试成绩，占总成绩的60%。

4．若有大作业，可列出大作业基本要求

本课程每次课程结束都有作业，要求学生以团队的形式共同来完成，不得抄袭或者转载网络上现成的答案，要有自己的理解和创新，同时老师在设置这些课后作业时要注重作业之间的连续性和对学生的不断引导性。

5．建议授课模式及对教师的能力要求 授课模式：中文/英文/双语/均可； 对教师的要求：

本课程的讲授切不可按照其他专业课程的授课方式，要将理论融合在相关的案例中，因此要求授课的教师必须深刻理解CMMI，并充分了解当代大学生的技术水平与理论基础，并辅以活泼生动的案例，让学生在不断解决和创新的兴趣中完成本课程的学习。

四、本课程的知识点与能力点

1、本课程所覆盖的知识点，知识点拓扑图，与相关知识点之间的关系拓扑图。

2、本课程所覆盖的能力点，能力点拓扑图，与相关知识点之间的关系拓扑图。

（1）软件过程定义，性能，能力等；（2）CMMI标准；（3）CMMI5级；

1.初始级(initial)2.可重复级(Repeatable)3.已定义级(Defined)4.已管理级(Managed)5.优化级(Optimizing)（4）CMMI实施。

五、本课程的素质培养目标

中国加入WTO以后，作为信息产业核心之一的软件产地如何与国际接轨将成为整个IT界关心的重点。软件产业要想国际化，首先必须采纳国际通行的软件工业化生产标准，即CMM认证。由美国软件工程研究所SEI(Software Engineering Instituto)开发完成的软件能力度成熟模型CMM(Capabitity Maturity Model)是一种协助企业改进软件制作质量与管理流程并进行评估的标准。它是SEI集多年软件研究的经验所研制的过程标准，如今已成为国际上最流行最适用的软件质量改进体系。本课程将就CMM的整个框架及各级阶段中的重点领域作详细描述，使学员对CMM的基本概念和内部结构有一个全面的了解。

[

六、本课程的工业化特点与实现手段] [本课程… …] [

七、本课程的国际化特点与实现手段] [本课程… …]

企业内容管理ECM成熟度模型 篇3

由于企业内容的日趋多样化及内容量的指数级增长，企业迫切需要进行内容管理。高德纳研究中心的企业内容管理（ECM）成熟度模型能有效地帮助企业提升组织能力，推动业务目标的实现。

概述

随着视频、社交网络、商业分析及其他新技术的发展，对ECM系统提出了更高的要求，企业也需要ECM在其业务拓展活动中扮演更重要的角色。

关键发现

高德纳的ECM成熟度模型定义了五个逐层递增的ECM成熟度等级：初始型（第一级）、机会型（第二级）、组织型（第三级）、企业型（第四级）和变革型（第五级）。

ECM成熟度模型主要在于帮助组织达到合理的ECM能力等级，并实现投资的最优化。对于大多数组织来讲，其ECM还位于机会型和组织型的级别。

最初，信息治理只局限在企业的ECM项目范围内，而信息治理一般也只能解决2-3个信息孤岛的问题，大多情况下人们只是非正式地开展信息治理相关工作。

在第三级，ECM战略将能支撑组织业务目标的实现，ECM领导者也会采取一定的绩效考核标准来对ECM进行考核评估。

重点建议

在第一级，企业应当重点找出内容信息孤岛损害业务正常发展的领域，并建立相应的信息治理方法，打通信息孤岛之间的鸿沟。

在第二级，ECM团队应当和业务流程管理者一起明确ECM的角色,发掘ECM应用系统和流程管理套件能融合的地方。

在第三级，企业应在组织内部全面展开内容元数据架构的调研，完成跨组织内容元数据的常规化和标准化。

ECM成熟度模型

很多企业已经在文档管理、信息展示、富媒体广告以及其他企业内容方面投入了大量资金。随着公司高管面临日趋沉重的收入和利润指标压力，他们迫切想要通过内容管理给企业带来增值。他们不单希望ECM能够提升运作效率和提高员工遵从性，更希望它能够促进业务增长，甚至推动业务变革——对ECM来讲，这是一个很大的挑战。同时，新的企业内容（如视频、社交网络和商业分析等）和ECM系统功能（开放资源、云计算和共享服务等）不断涌入组织，使得ECM的采购策略变的更为复杂。受这些变化趋势的影响，ECM需要获取更高的成熟度。为此高德纳提出了ECM成熟度模型，来帮助ECM领导者们明确他们的ECM目前正处于什么样的成熟度等级，同时他们需要达到什么样的等级以及需要通过什么的途径去达到（见图1：高德纳ECM成熟度模型）。

EMC成熟度模型将企业内容管理的成熟度分为五个等级，从初始型（第一级）一直到变革型（第五级）。经初步评估，大多数的高德纳客户处在第二级或第三级水平上。对于每一个等级，还可以细分为六个要素来进行成熟度评估：业务聚焦、信息治理、用户体验、组织、流程、技术。

为了确定企业ECM的成熟度，需要从这六个要素进行综合匹配和评估。对于特定组织，在这六个方面可以有不同的成熟度等级。例如，业务聚焦的成熟度是三级，而技术的成熟度可以是二级。客户可以根据该模型评估本企业所需的整体成熟度等级，以推动企业业务目标的达成。

并非所有的企业都需要达到第五级，但基本所有的企业都应该至少达到第三级。为了提升ECM成熟度到更高一级，企业需要重点提升那些处于最低成熟度水平的要素。因此，针对前面所举的例子，企业需要重点提升其ECM的技术，否则这一方面会阻碍企业ECM整体成熟度向第四级迈进。最后，建议客户可以采用一些通用的做法来提升他们的ECM成熟度。一些情况下，IT主管也可以考虑雇用咨询公司来帮助他们提升组织管理中比较欠缺的地方。

ECM成熟度模型的五个等级

第一级：初始型

当企业的ECM处于这个层级时，个体和业务部门在实施新的应用系统时，还未意识到内容信息的孤岛会造成信息共享和内容复用的困难。

业务聚焦：ECM项目只聚焦于小范围的生产效率改善。ECM领导者只是通过评估ECM是否对小范围内的人员带来直接的效益以及是否有助于IT管理的提升（如有效降低服务器存储容量的消耗等）来衡量ECM项目成功与否。

信息治理：不同业务部门发起的ECM项目只管理自己部门的信息，极不利于在共享内容信息的同时衍生新的内容信息；同时内容信息也无法被本项目以外的人员搜索和使用；企业也缺乏规范统一的内容标准。

用户体验：用户常常难以找到他们所需的信息，而且必须浏览多个系统。

组织：每个业务部门按各自的需要通过IT部门驱动系统建设项目以及寻求所需内容信息；由于企业内的最佳实践得不到有效共享，企业中不同人员的工作质量水平参差不齐；组织和员工也难以遵从企业合法和合规方面的要求。

流程：在大的业务流程活动中，ECM技术只发挥了很小的作用；ECM系统对业务流程活动之间的关联性考虑不周，如对于一个部门工作的改变会对流程中其他环节产生什么样的影响，ECM系统欠缺考虑。

技术：企业中存在大量重复应用的系统，这些系统只提供一些基本的功能，而这些系统只能支撑特定的业务活动，因此不具扩展性；内容管理只聚焦于文档管理，文件共享和邮件得不到有效管理；ECM系统的采购只基于产品的功能和价格，企业还未意识到对于一家供应商或同一产品，在采购时可以进行报价细分和分批采购，或者对于同类的产品，可以邀请多家供应商来进行评估和选择。

提升ECM成熟度到更高一级策略：

·发起ECM项目。首先建立与业务部门经理的合作关系，明确业务部门的业务目标，并找出ECM支撑这些业务目标达成的方法。

·找出内容信息孤岛有损公司业务发展的地方，建立内容治理机制消除内容信息之间的鸿沟。

·罗列出组织内所有产生和管理内容的应用系统，包括这些IT部门并未参与的由业务部门自己实施的应用系统。

第二级：机会型

企业实施ECM策略上只是在于解决特定的问题或是实现对基本业务活动的支持。

业务聚焦：IT领导者理解业务目标并开始建立与业务人员的合作关系。

信息治理：在ECM项目范围内开展了信息治理工作，通常能解决两个或三个信息孤岛之间的问题（如利用应用系统解决售后服务部门获取客户信息的问题），ECM团队只在特定领域建立了信息治理机制并付诸实践，但在普通用户中并未正式展开。

用户体验: 内容管理应用系统已作为标准工具供大量业务人员使用。

组织：IT部门开始组建ECM团队并发起ECM项目，ECM团队负责建立最佳实践，虽然这些实践还未被企业上下一致应用。

流程：ECM已深入到部分业务流程规划中。ECM应用系统和业务流程管理系统仍处于分离状态，ECM系统主要还是用于支持流程中的决策活动。同时，ECM还是只局限于特定的业务流程（如发票自动处理的流程和案例管理的流程）。

技术：IT部门清楚地知道组织内部正在使用哪些ECM系统，并开始寻找机会进行当前系统的整合；软件采购方面，他们开始进行采购策略的优化以尽可能获得较多的价格折扣，并只在新的供应商能提供独一无二的系统功能时，才考虑增加新的供应商。

提升ECM成熟度到更高一级的策略：

·制定ECM战略，使其聚焦于业务目标的实现。采用业务的标准来度量ECM成功与否。例如，如果一个企业想要实施创新业务战略，领导者应当建立相应的评估标准来评估ECM会对新产品开发带来什么样的推动作用。

·让信息治理的效用在由IT人员、业务人员及ECM团队组成的指导委员会中得以充分发挥；建立最佳实践并在企业中广泛应用。

nlc202309022333

·与业务流程的所有者一起明确ECM的角色和职责；在可行的范围内，寻求ECM软件和BPM套件能够集成的地方。

·找出ECM应用系统重复的领域，如建立一个ECM系统功能清单，并列出每个功能模块具备的所有ECM系统功能；尽可能的建立供应商和应用系统之间的关系；从战略高度考虑，选择成熟的ECM管理套件，而不是单个内容管理软件产品。

第三级：组织型

企业已具备ECM战略来应对ECM在组织中面临的各项挑战。

业务聚焦：ECM战略能有效支持组织的目标，ECM领导者已从业务的角度建立了考核标准，来衡量ECM项目的成功与否。

信息治理：企业已建立了统一的信息治理委员会，信息治理工作已从单个内容管理项目中分离出来，信息治理委员会开始甄别那些对组织来讲相对重要的信息；用户可根据不同信息的特点来定义各类信息的生命周期。

用户体验：ECM系统能够基于业务流程活动向用户提供所需信息。

组织：组织建立了由业务部门代表和IT部门代表共同组建的专门团队来审查ECM战略。

流程：ECM团队开始协同工作，共同致力于业务流程的改善；开始进行ECM系统和BPM套件的集成，以获取更强大的功能。

技术：企业开始实施集成了多种内容管理技术ECM套件；ECM团队选择套件时会更注重软件的集成度及标准化程度；ECM团队开始从长远考虑进行软件厂商、软件产品及软件库的整合；但组织内部仍存在许多不同类型的ECM套件以及其他零星的应用系统。

提升ECM成熟度到更高一级的策略：

·定期汇报ECM战略推进进程，建立对业务单元的有力支持；与业务部门人员一起就ECM衡量指标达成一致，促进ECM系统对业务目标实现的积极作用。

·调研企业内容原数据架构。如果企业已经有元数据管理，就需要和相应负责人一起开展元标签实施工作。

·在可行的情况下，进行ECM系统和BPM系统尽可能的紧密集成。比如通过实施流程再造来融合内容管理；通过实施综合的内容管理，来尽可能的特殊流程。

第四级：企业型

ECM成为组织IT战略中完整的一部分，所有主要的业务活动中都已包含ECM。

业务聚焦：所有的ECM项目和业务目标都保持了高度的一致；ECM领导者能够清晰展示ECM和业务关键绩效指标间的联系；在ECM战略规划过程中，IT人员和业务经理的配合更加紧密。

信息治理：信息治理委员会建立了公司范围内的管理制度和规范，同时员工也能坚决的遵守；信息治理委员会组织完成企业内的各种内容元数据的合理化处理；同时企业建立了知识的分类标准和知识主体来支持信息的充分交互共享。

用户体验：元标签已实现高度自动化，并且已广为用户使用。用户开始能够发现和复用一些他们原以为并不存在的信息。

组织：在跨组织的ECM项目中，ECM团队扮演着协调人的角色；ECM团队整合重复的ECM项目，开始推行内容标准及内容模型的应用；ECM团队充分具备实现特定目标的能力。

流程：ECM变成业务流程中完整的一部分；企业应用综合的ECM系统来管理内容，实现对业务流程的有力支撑；企业在进行ECM和BPM套件的选择时会充分考虑两者的协同。

技术：企业已经将各种系统和软件库整合成了一个综合的内容管理架构，并不断运用新的技术来进行补充和完善，而这些应用技术来源于一些能提供相对竞争优势的供应商；领导者会选择那些能匹配公司长期战略发展的供应商进行合作。

提升ECM成熟度到更高一级的策略：

·致力于让组织变得更敏捷。例如通过对信息治理委员会、ECM团队和用户的不断培训，让他们能更好适应新的应用技术和内容信息的发展变化。

·开发统一的ECM架构参考模型以保持内容信息的一致性，并利用新的应用技术提升企业相对竞争优势。

·在ECM团队中建立特别小组，不断审视新的应用技术，支撑未来业务的开拓。

第五级：变革型

企业利用ECM来改变自己的商业模式。

业务聚焦：ECM团队能够提供企业战略制定的输入，并清晰展示ECM技术如何让企业新业务的开拓变的更加可能；ECM受到“C”级别公司高管的有力支持，成为企业商业活动中重要而完整的一部分。

信息治理：对重要内容元标记的广泛应用以及对无效内容的及时清理，将推动跨组织部门人员对内容信息的有效复用。

用户体验：ECM系统能在合适的场景，合适的时间，以合适的形式将正确的内容传递给需要它的用户。

组织：ECM团队已成为业务部门的合作伙伴，与业务部门一起共同开拓新的业务机会，同时会不断对最新的ECM技术进行前瞻性的研究，来快速支持新业务的开拓。

流程：组织不断调整业务流程来适应ECM，以充分发挥ECM的优势；业务流程将更加容易吸纳新的内容资源如社会环境信息和决策分析信息等。

技术：ECM团队和业务部门希望能不断采用新技术支持业务发展；管理变革和内部培训已变成常态；企业不断指导ECM系统供应商开发新的应用功能满足自己的需要；组织在采购ECM软件时更关注内容管理的标准化程度。

提升ECM成熟度到更高一级的策略：

·建立ECM与业务部门及供应商基于未来共同愿景和规划的同盟关系。

·用制度化的手段推进组织核心竞争力的发展和最佳实践应用，并保证高水平的持续稳定运作。

·持续评估新兴的内容管理技术的应用可行性以及它们对业务的影响。

卡文·泰：高德纳研究中心经理，同时也是高德纳内容管理、办公协同及社交网络专家团队的成员。其在内容管理、内部门户及社交媒体方面有14年以上丰富的行业经验。他的研究主要是解决CIO、业务IT管理人员及企化团队在应用、管理、转变及集成各种IT应用技术时面临的巨大挑战。

肯尼斯·勤：高德纳研究中心副总裁，专注于内容管理方面的研究，对信息的存储管理及技术应用方面的研究处于领先水平。其在商业及IT业务领域有18年的工作经验，曾任柯达公司全球战略规划及商业研究部总裁，同时在企业级系统基础应用方面有丰富的行业经验。

项目管理成熟度模型简析 篇4

成熟度模型研究的关键点在于对模型功能、结构以及评价系统的研究。不同研究者对于模型三方面问题的不同理解, 形成了多种成熟度模型。本文将对典型的成熟度模型做一个系统的介绍, 作为各企业进行成熟度测评和持续改进的参考。

1 典型的成熟度模型

1.1 CMM模型

C M M专注于评估软件过程成熟度。它首先提出了成熟度模型最为重要的两个应用领域:能力评级、帮助组织完成持续改进;考虑了两种运用方式由于动机、目的、输出和结果的所有权上存在的差异对于最终测评结果可能存在的影响。

C M M模型建立的是矩阵模型结构。一个维度为过程维, 另一个维度为成熟度等级维, 。在模型两个维度的结合下, CMM构建起了拥有五个成熟度等级, 共计18个关键过程域 (K叮Processes Area, KRA) , 52个目标, 374个关键实践 (Key Practice, KP) 的指标体系。在该指标体系下, 如果某组织达到了某一成熟度等级中规定的所有关键过程域, 则表明达到了这个成熟度级别。

C M M模型评价系统由三部分内容构成:成熟度测评方法 (主要包含在软件过程成熟度模型介绍中) , 成熟度提问单 (主要作为成熟度评估时的诊断工具) , 能力成熟度关键实践 (详细描述了CMM模型的主体—关键过程区域) 。

CMM的缺点在于:忽视了超出软件过程范围之外的人力资源、企业文化、知识管理等其它方面;只是“描述在每个成熟度等级上的组织的特性, 并不规定达到成熟度等级的具体方法”, 不能告诉组织如何改进。

1.2 OGC模型

OGC成熟度模型将评估对象由软件过程转移到了项目管理领域, 但仍深受C M M模型的影响。该模型专注于成熟度水平的评估, 功能定位十分明确。

OGC模型有两个分支:P 3 M 3和P2MM。P3M3采用描述式阶段性模型, 在进行能力评级的同时, 通过对于各成熟度等级的描述, 为组织项目管理能力的提高指出方向;P2MM则去除了关于K P A基本属性描述的部分, 使之成为一个纯粹的等级评定模型。P3M3拥有五个成熟度级别:初始级、可重复级、已定义级、已管理级、优化级, 包含共计32个关键过程域 (Key Processes Area, KPA) 。P2MM模型则拥有共计17个关键过程域 (Key processes Area, KPA) , 97个关键实践 (Key Practice, KP) 。如果该组织达到了某一成熟度等级中规定的所有关键过程域, 则表明达到了这个成熟度级别。

OGC成熟度模型评价系统主要由两部分内容构成:成熟度模型手册 (详细描述了作为模型主体的关键过程) , 测试提问单 (作为成熟度评估时的诊断工具) 。

1.3 OPM3模型

OPM3专注于帮助组织完成项目管理能力的持续改进。它同时兼顾了项目、项目群、投资组合等三方面的范畴, 并创造性地提出了连续式的模型结构, 通过一组有联系的最佳实践构成一条完成持续改进的道路, 真正实现了由CMM所提出的帮助组织完成持续改进的设想。

OPM3模型增加了代表模型范畴的维度, 从而形成了一个由模型范畴、项目生命周期各阶段的工作过程以及过程改进四阶段组成的三维度体系。在之后的改进中, OPM3还将人员、文化、知识管理等非过程控制因素提高到与过程控制同等重要的高度。

OPM3的评价步骤和流程分为三步:第一, 获取组织项目管理实践的认识, 把握成功项目管理的要素;第二, 评估组织现有项目管理的成熟度;第三, 立足于组织项目管理的现有成熟度, 并根据所掌握的项目管理实践经验, 为组织改进提高指明改进的方向和路径。

但是, OPM3的连续式模型结构过分关注于组织项目管理能力的持续改进, 在成熟度等级评定方面适应性不高。OPM3复杂的结果输出使其很难用于同类型组织项目管理成熟度的横向比较。

1.4 CMMI模型

CMMI增加了对组织文化、创新能力、知识管理、团队协作等因素的考虑, 并创造性地提出了阶段式和连续式两种表现形式并存的模型结构形式:阶段式表现形式主要用于组织成熟度能力等级的评定;连续式表现形式通过对过程的分类, 帮助组织识别当前每一类能力的现状, 并据此进行持续改进。CMMI模型是第一个真正能同时满足等级评定和持续改进两种模型应用需求的成熟度模型。

CMMI采用矩阵模型结构。一个维度为过程维, 拥有过程管理类、项目管理类、工程类以及支持类等四大类共25个关键过程域 (Key Processes Area, KPA) ;另一个维度为成熟度等级维, 分为1~5共五个成熟度等级。CMMI模型通过将组成过程的特殊实践进一步分为基本和高级, 并在其间建立逻辑关系, 建立起了近似连续式的模型指标体系。

C M M I模型评价系统同C M M模型一样由三部分内容构成。但针对不同的测评目的, CMMI所使用的测评方法略有不同:对于期望获得持续改进的被测评者, 模型采用了一种较为开放的测评环境, 测评是以一种类似研讨的方式由测评者和被测评者共同完;对于期望进行成熟度等级评定的被测评者, 模型则采用了一种较为封闭的测评环境, 测评几乎由测评者独立完成。

其缺点在于:对于过程的关注始终是CMMI模型的重点, 因此C M M I模型并未像OPM3模型一样采用将组织人员、文化、知识管理等非过程控制因素提高到与过程控制同等重要的两部分的模型结构。

2 结语

不同行业、企业的自身状况不同, 企业进行成熟度评价时, 应从本行业、本企业的自身状况出发, 选取与本企业状况、评价目的相适应的成熟度评价模型, 或请专家构建适用于本企业的成熟度评价模型, 才能更好地帮助企业进行自我分析和持续改进。

摘要：项目管理成熟度模型通过成熟度等级来表征项目管理的成熟度水平, 并为企业项目管理的持续改进提供参考, 是帮助企业持续发展的有力工具。本文将对典型的成熟度模型做一个系统的介绍, 作为各企业进行成熟度测评和持续改进的参考。

关键词：项目管理,成熟度

参考文献

[1]陈云川.小议项目管理成熟度模型的运用[J].科技管理研究, 2009 (1) :266～267.

软件成熟度模型 篇5

综合分析了神舟飞船研制管理历程,提炼了项目管理成熟过程,在研究了国际上典型的.项目管理成熟度模型基础上,建立了神舟项目管理成熟度模型,给出了模型的应用步骤和应用方法.

作 者：袁家军 王卫东 欧立雄 YUAN Jiajun WANG Weidong OU Lixiong  作者单位：袁家军,王卫东,YUAN Jiajun,WANG Weidong(中国空间技术研究院,北京,100094)

欧立雄,OU Lixiong(西北工业大学,西安,710072)

刊 名：航天器工程  ISTIC英文刊名：SPACECRAFT ENGINEERING 年，卷(期)： 16(1) 分类号：V57 关键词：神舟   项目管理   成熟度模型   应用  

医疗信息成熟度评价模型的构建 篇6

1 医疗信息成熟度

1.1 医疗信息成熟度的概念

这里提到的成熟度是一个量化的概念,它将事物的发展过程分为几个层次,每个层次都有参照的指标体系,即达到一个层次就要完成一些要求,它度量了自身与标准的差距[1]。将成熟度的概念融入医院信息化建设当中即得到了“医疗信息成熟度”这一概念。医疗信息成熟度就是医务人员、医疗信息和医院IT使用能力的发展过程。医院通过某些医疗信息特征与医疗信息领域比较,确定医院当前医疗信息的状况,评估医院IT的使用能力,并以此确定医院IT和医疗信息的发展方向。

由于医疗机构的管理相对于其他机构的管理更为复杂,医疗信息更是当今分布式信息中较为复杂的一种。所以医疗信息的成熟度更具有其鲜明的特征。首先是成熟度系统的异构性,医疗机构中存在着大量自主分布的数据,难以实现系统的集成性。其次是成熟度的构成要素及其复杂,主要体现在医疗信息的复杂性,而且数据量大。最后医疗信息成熟度要求从多维的角度分析,并达到高水平的共享,由于医疗信息的复杂,流程的繁琐,只有多维度的分析和高水平的共享才能更好地评价医疗信息的成熟度[2,3]。

1.2 影响医疗信息成熟度的因素

医疗信息作为医院管理的一个重要部分,必然会受到医院内部的一些因素的影响。如医院实力、医院人员、医院信息化规划及管理机构、医院信息化投入、医院信息发展的障碍、医院内部规范和医疗信息实施等因素。而医院作为社会的一个重要部门,它是一个开放的系统,其信息化水平会受到一些外部环境的影响,这些因素可能来自于政府、外界信息化水平、软件产品适用性以及信息化管理咨询等方面。

以上所阐述的因素都会影响医疗信息的成熟度,但其中最关键的影响因素是医疗信息质量即数据质量。而医疗信息质量又由意识、流程、管理和优化来决定。如果医院忽视医疗信息质量,医疗信息质量问题给医务人员带来很大的困扰。严格管理医疗信息质量流程可以完善数据来源的准确性,减少一些不必要的误差。由于医疗信息的复杂性,医疗信息质量更是一个不断优化的过程。高质量的医疗信息,提升医疗信息的成熟度,更好地促进医院信息化建设的发展。

2 医疗信息成熟度评价模型的构建

2.1 医疗信息成熟度模型设计思路

组织信息化成熟度一般模型研究的是组织信息从不成熟到成熟过程中演变的规律。目前组织信息化阶段有10个比较著名的模型:Nolan模型、Synnott模型、Mische模型、Hanna模型、EdgarSchein模型、SW-CMM模型、COBIT框架下的IT过程成熟度模型、技术信息卓越度模型、基于价值链的四阶段模型和业务IT联盟成熟度模型[4]。先前已有研究对它们进行了分析和比较,表现形式大致分为台阶型阶段模型和雷达型的阶段模型。设计思路大体有两大类和四个关注方向:一是从信息化的基础和支撑要素分类,有信息技术和信息资源两个关注方向;二是从信息化的过程和功能实现分类,有横向价值链和纵向管理链两个关注方向。

本文提出的医疗信息成熟度评价模型主要基于医疗信息的商业价值,所以关注方向为横向价值链和纵向管理链,并通过对信息技术实践、信息管理实践和人员信息行为三个维度的指标评估,再借鉴SW-CMM模型(SW-CMM模型是1986年由美国卡内基·梅隆大学软件工程研究所提出的软件能力成熟度模型(capability maturity model,CMM),主要用于对软件过程改善和软件过程评估。该模型提供了一个基于过去所有软件工程成果的过程能力阶梯式进化的框架,阶梯共有5级。这5级由低到高依次为初始级、可重复级、已定义级、定量管理级和优化级。分析方法构建模型。医院横向价值链是业务科室之间、医院内到医院外的活动过程,医院纵向价值链是指医院高层管理、业务科室诊断治疗、辅助科室检查、患者接受医学诊疗、健康服务的活动过程。信息技术实践包括了医疗应用系统、数据和基础设施的建设,信息管理实践包括了医院IT定位、医院信息流程管理,人员信息行为衡量参与医院信息应用人员主要的要求。最后将医疗信息由基本运行-过程控制-资源整合-战略优化的过程,划分为五个成熟阶段:初始级、技术支撑级、资源整合级、战略决策级、持续优化级。

2.2 医疗信息成熟度模型简介

初步确定了医疗信息成熟度模型的设计思路后,建立医疗信息成熟度模型(图1)以及每一项模型中关键状态的具体描述(表1)。

模型中包括了五个级别,而每级又包含了若干个关键状态。模型是对这些状态的描述和反映,医院可以根据自身的情况选择某个级别的状态进行整体规划,明确目标,制订信息化战略。医疗信息成熟度模型反映一个医院目前信息化建设取得的效果,使医院了解自身信息化的成熟度状况。模型只是评价医院目前所达到的状态,不是要求医院的信息化按照等级中的状态一个个的来实现。事实上,医院应该瞄准第4级甚至第5级的状态来制订目标进行总体规划,然后分步实施。我国医院信息化建设面临了许多问题,而缺乏整体规划就是其中一个比较重要的问题,医疗信息成熟度评价模型可以有效地解决这一问题,从而加速我国信息化建设的发展。

2.3 医疗信息成熟度模型的修改与完善

医院的信息化建设能否实现信息的集成性十分重要,所以“系统集成”是一个非常重要的过程,故模型第3级的名称可以由“资源整合级”改为“资源集成级”。下面对修改后的医疗成熟度模型各级别分别进行描述,结果见图2。

第1级———初始级,是模型中最低的一级,它是一个开端,达到了这一级的医院才真正开始了信息化建设。医院的信息化建设主要是购买IT设备和开发应用系统,而医院之间甚至是医院内部的医疗信息数据库存在信息孤岛的现象,尽管有些医院购买了大量IT设备也拥有强大的数据库信息。医务人员也是被动地使用IT设备,对信息化建设认识不深刻,在信息资源的利用等方面有明显的不足。

第2级———技术管理级,是次低的一级,在关注信息技术的同时,重点关注医院内的信息资源。达到这一级的医院已经意识到信息是一种资源,并对医院内的信息资源进行管理。这些医院以数据库整合、系统集成、局域网建设和疏通信息传递渠道为投入重点,提高医院整体运作效率为目标,实现信息共享,但是信息化的效益体现的还不是很明显。

第3级———资源集成级,是中间的一级,考虑医院的横向价值链和纵向管理链,突出医院整体的管理和医院内部业务流程的整合。达到这一级的医院开始注重信息安全,在资源整合的基础上,真正把前期的IT技术投入与管理模式结合起来,通过进行门诊,病房,药库流程重组、改进来对业务流程进行变革,使医院内部的信息流、资金流、技术流、病员流等“各流合一”在整体运作效率提升后,医院的主要目标转变为实际效益的提高。

第4级———战略决策级,是模型中比较高的一级,主要从纵向管理链和包括医院内部、外部业务流程的横向价值链的角度展开,突出高层的管理和医院内部与外部医疗技术与医疗资源的整合,达到这一级的医院,对信息战略进行规划,使信息战略与医院主要技术业务战略相一致,达到支持医院主要特色战略的目的;通过核心价值链的信息化,强化了自身的核心竞争力;医院积极推动信息文化的培育过程,努力使信息化的目标融入到每个员工的实际行为之中。

第5级———持续优化级,是模型中最高的一级,也是模型开放的体现。达到这一级的医院,已经成为知识学习型医院,有了IT治理意识,并试图成为创新型医院;在各项信息化基础设施、基本制度、运行机制齐备的条件下,信息化已经成为医院创新的重要工具和力量;信息文化已经成为医院文化中重要的一部分;医院作为一个智能的主体,有快速对环境或患者市场作出反应的能力,成为自适应医院。

参考文献

[1]潘广钦.全生命周期项目管理成熟度模型研究[J].项目管理技术,2010,(7):18-22.

[2]俞淼.医院的信息化建设[J].数字技术与应用,2010,(3):49-50

[3]何坤,高新云,罗晓明,等.医院信息化建设与管理的思考[J].现代医院,2011,11(1):140-141.

高校科研项目管理成熟度模型研究 篇7

近年来, 企业项目管理的理论研究和实践应用均有了很大的发展, 特别是在一些大型的建筑工程和国防工程方面, 项目管理的科学运用更是取得了巨大成功, 如在美国航天宇航局、IBM、诺基亚、北电网络、爱立信及康柏等组织和企业中都是运用现代项目管理的方法成功实现其战略的典范。上个世纪90年代以来, 我国项目管理应用业已逐渐向各个行业渗透, 成为经济和社会发展的重要构成要素, 我国的西电东送、南水北调、北京奥运、三峡工程以及神舟飞船等大型项目的成功实施, 充分说明了项目管理对企业乃至国家战略的影响。

我国高校和科研院所在科研项目管理方面也普遍采用项目管理的方法, 通过对科研项目的立项、计划、执行与控制和结题评审过程的控制, 达到节约时间和成本、提高质量的目标。然而目前高校科研项目管理体制、技术安全和评价机制等方面普遍存在着不合意的问题。针对我国高校科研项目的特点, 基于项目管理成熟度模型的分析, 探索高校科研项目管理成熟度模型, 有利于提升高校对科研项目的管理能力。

1 项目管理成熟度模型的发展

20世纪80年代以来, 项目管理的研究开始从注重对单个项目管理转向注重从组织战略目标的角度来研究项目管理, 项目管理成熟度模型正是基于这样的背景而得到广泛研究和开发, 用以评估组织的项目管理能力, 并使其得到持续改进。

1987年美国卡内基梅隆大学软件工程研究所 (SEI) 率先提出了基于软件过程的能力成熟度模型 (CMM) , 其目的是指导软件开发项目逐步提高软件开发能力, 随之出现了用于评估IT企业技术能力的成熟度模型 (ITMM) 。目前国际上影响力较大的项目管理成熟度模型有美国Kerzner博士提出的五层次项目管理成熟度模型 (K-PMMM) , 美国项目管理解决方案公司 (Project Management Solutions, Inc.) 的五级项目管理成熟度模型, 美国项目管理学会 (PMI) 提出的组织项目管理成熟度模型 (PMI-OPM3) , 中国神舟项目管理团队所建立的神舟项目管理成熟度模型 (Shenzhou Project Management Maturity Model, 简称SZ-PMMM) 等, 这些模型基本上都将成熟度分为四至五个等级, 有着近似的结构和基本的构成要素。其中:CMM应用较早, 专业化较强;K-PMMM的理论化程度较高, 评估方法主要是采用问卷和打分的方法, 适合于较低梯级的组织评估, 问卷的设计需要根据组织所处的环境和市场情况不断改进;PMI-OPM3的应用范围较广, 综合性较强, 主要是通过对最佳实践的识别来评估组织项目管理能力, 不足是缺乏针对性;SZ-PMMM是由企业级和项目级两个相对独立的项目管理成熟度模型组成的集成模型, 该模型的适用性较强, 是项目管理理论方面的重要创新。目前, 成熟度模型的研究呈现出从单维向多维、单个向集成的发展趋势。

2 我国高校科研项目管理成熟度模型的构建

2.1 高校科研项目的特点

目前我国高校科研项目主要具有三个特点。

(1) 科研项目的不确定性。

首先是科研项目时间的不确定性。尽管高校科研人员在申请立项时有明确的时间进度计划, 但由于存在诸多人力不可控和不可预知的因素, 时间的弹性较大, 经常会有项目延期的现象发生。其次是项目成本的不确定性。与一般的常规项目不同, 科研项目很难在事先做好精确的测算, 项目成本的核算主要是根据科研基金所能提供的额度。再次是项目组成员的流动性。高校在科研项目组织形式上大多采用矩阵式组织结构, 由一位或若干位技术骨干作为项目负责人, 没有固定的项目办公室, 人员流动性较大, 尤其在有很多在校大学生参与的科研项目活动中, 人员的流动更加频繁。

(2) 项目负责人缺乏必要的项目管理能力。

高校科研项目负责人是业务上的专家, 但并不一定是项目管理能手, 他们往往简单地从工程技术角度管理项目, 缺乏对项目管理本身的足够重视。

(3) 科研项目的高风险性。

高校的科研经费大多以国家投入为主, 课题负责人为了争取项目, 往往在申请立项时缺少必要的风险意识, 甚至回避风险;同时, 科研项目的成果具有不确定性, 有时会出现没有达到预期的成果、却出现意料之外的“副产品”现象。如果在项目管理中缺少足够的风险控制, 就出现在最后的项目评价时草草结题的状况。

2.2 高校科研项目管理的成熟度模型

高校科研项目一般既具有普通项目的典型特点, 又与软件开发的过程非常相似, 因此高校科研项目管理成熟度模型的构建兼顾两方面特征, 既有表征项目管理能力水平的能力等级, 又引入用以衡量项目管理成熟度水平的“关键领域” (KA) 的概念;既考虑科研项目级项目管理的成熟度, 又考虑科研学校级项目管理的成熟度。

2.2.1 高校科研项目级项目管理成熟度模型 (U-PMMM-P)

(1) U-PMMM-P的能力等级

由SEI开发的能力成熟度模型CMM把成熟度描述为五个梯级:初始级、可重复级、可定义级、可管理级和优化级, 它是表征项目管理能力走向成熟的几个成熟度水平阶段, 既能说明项目管理能力进化的过程, 也是实现提高项目管理能力的阶段性目标。通过对高校科研项目管理成熟度模型的构建, 对科研项目组的管理水平进行评价, 使课题组成员明确自己所处的成熟度阶段, 找出与邻近级别的差距, 从而为科研人员提供改善和提高项目管理能力的参考。借鉴现有的项目管理成熟度模型, 结合高校科研项目的特点, U-PMMM-P可构建五个等级 (如图1所示) 。

初始概念级:这是最低的能力等级。处于该级别的科研项目组主要是开展个性化的管理, 无统一规范的管理要求, 课题组初步引入项目管理的概念, 只对项目资源利用和项目进程控制方面初级地使用项目管理的方法。在这一阶段, 整个项目的运行依赖于个人经验式的管理, 项目风险较大。

单一方法级:能进行较全面的项目管理计划, 任务明确, 课题组成员能较好地协同工作, 责任得到落实, 能有效控制风险, 提高科研效率, 但尚未形成可重复的管理方案。

整体规范级:实行全面规范化管理, 项目组成员的职责、项目的运行过程、科研方法和手段等都能得到规范化的定义, 项目体系具有较好的完整性。

量化控制级:课题组建有项目管理知识库, 有可量化的风险预案、质量标准、决策依据, 经验得到有效的积累, 教训得到及时的总结, 并逐渐形成可重复使用的管理方案。

持续优化级:项目管理的原则性与项目实践的独特性相结合, 进行动态优化和持续改进, 不断创新。

(2) U-PMMM-P的关键领域

为更加全面地衡量高校科研项目管理的成熟度水平, U-PMMM还必须引入“关键领域” (KA) 的概念。KA是指科研项目管理要达到某一成熟度级别, 必须要完成和具备的关键方面, 这些关键方面表征了项目管理内容的全面性和成熟水平。基于PMI九大知识体系, 结合高校科研特点, 本文模型构建了U-PMMM-P的关键领域 (见表1) 。

2.2.2 高校科研学校级项目管理成熟度模型 (U-PMMM-O)

(1) U-PMMM-O的能力等级

U-PMMM-O将学校级科研项目管理能力分为五个等级 (见表2) 。

(2) U-PMMM-O的关键领域

学校级科研项目管理成熟度的一个重要方面是其是否具有相应的关键领域。U-PMMM-O的关键领域不仅能衡量高校科研项目管理成熟度, 使模型应用具有可操作性, 同时也能强化科研项目级项目管理能力的提升。表3列出了U-PMMM-O的五个关键领域。

U-PMMM-O模型以项目管理在高校科研中的不同应用层次为基础构筑, 随着项目管理成熟度的不断提升, 着重体现高校对其内部所有科研项目能形成统一的综合控制体系和特定模式, 实现科研项目管理的简单化。

3 讨论

高校科研项目管理成熟度模型的构建, 旨在通过评估高校科研项目的管理水平, 找到项目管理成熟度提高的制约因素。不同的高校可根据自身的特点灵活运用, 最终目的是着眼于对科研项目管理的持续优化和改进, 将模型的普遍适用性和具体可用性相结合, 对国内其他高校的科研管理状况进行广泛调查, 识别国内高校在科研项目管理方面的关键过程和最佳实践;并借鉴目前国内外项目管理成熟度模型中对组织项目管理能力的评估方法, 确定适合本校的科研项目管理成熟度评估基准。

摘要：在管理学领域中常用的成熟度模型主要是能力成熟度模型 (CMM) 和项目管理成熟度模型 (PMMM) 。高校科研项目既具有一般项目的典型特点, 同时又与软件开发过程相似, 具有不确定性和高风险的特征。在回顾国内外几种主要项目管理成熟度模型基础上, 从能力等级和关键领域两个方面构建高校科研项目管理成熟度模型。

关键词：项目管理,高校科研,成熟度模型

参考文献

[1]PMI.An executive's guide to OPM3[R].New York:Project Man-agement Institute, 2004:2.

[2]ANDERSENE S, JESSENS A.Project maturity in organizations[J].International Journal Of Project Management, 2003, 21 (6) :457-461.

[3]HAROLD KERZNer.Strategic planning for project management:usinga project management maturity model[M].ZHANG ZENGHUA, translate.Beijing:Publishing House Of Electronics Industry, 2002:4.

[4]FAHRENKROG S, BACA C, KRUSZEWSKI L M, ETAL.Projectmanagement institute's organizational project management maturity model (OPM3) [C].PMI Global Congress Europe, 2003.

软件成熟度模型 篇8

关键词：智能电网,智能调度,成熟度模型,调度中心,业务能力

0 引言

智能电网(smart grid)对提高电网安全、灵活、自愈、互动、经济、兼容、清洁等方面的水平,推动电力行业能源结构调整以及可持续发展将发挥至关重要的作用[1],已成为未来电网的发展方向[2,3,4,5]。

全球性地开展智能电网建设,需要一套能指导其发展和评估其发展阶段的模型和体系。IBM联合美国生产力和质量中心(APQC)以及全球智能电网联盟(GIUNC),提出了智能电网成熟度模型(smart grid maturity model,SGMM)[6],从策略、管理和监管、组织结构、技术、社会与环境、电网运行、人员及资产管理、产业链的整合、用户的体验与管理等9个方面出发,通过提供一组关键性能指标(KPI)来衡量智能电网发展。智能电网成熟度模型不仅可衡量电力企业在智能电网方面取得的进展,明确当前所处的阶段,而且作为一种战略和决策的框架,可帮助电力企业建立一个可分享的智能电网发展蓝图,同时提供技术、管理和组织方面的指导。

智能电网涵盖范围较大,包括了电网规划、建设、调度、维护、营销等电网运营的各个环节。在电网运营诸环节中,调度环节通过信息的获取、传输、处理和反馈等,实现对一次电力系统运行的监视、分析和控制,保障电能流通的安全、经济和优质,在智能电网体系中起到“神经中枢”的作用,是电网的大脑。调度环节由电网调度中心完成,因此提高调度中心智能调度的业务水平是智能电网建设的重要和关键一环。

目前,国内外在此领域已开展了一些卓有成效的研究和实践。在国际上,有PJM先进控制中心[7]、高级配电自动化系统[8]、电力战略防御系统(SPID)[9]等;在国内,有国家电网的智能调度技术支持系统[10]、华东电网高级调度中心项目群[11]、华北电网安全防御及全过程发电控制系统[12]等。

上述研究均在一定程度上反映了智能调度的思想和内涵,但出发点和落脚点不尽相同,且没有针对智能调度的整体描述,没有全面详尽的智能调度建设路线图。本文将在上述研究的基础上,借鉴智能电网成熟度模型的思想,给出调度中心智能调度业务成熟度模型,以期建立统一且适应面广的能力评估模型和建设指导体系,为调度中心提供可分享的智能调度战略框架和发展蓝图。

1 调度中心的业务分析

调度中心是电网运行的调度指挥机构,是负责电网电力调度、运行方式、水调、继电保护、电力通信、电网调度自动化管理的职能部门。随着电网发展和电网管理水平的不断提高,电力系统运行调度涉及的业务范围不断扩大、业务量不断增加,业务之间的关联也越来越紧密。为全面梳理调度中心的业务,首先从调度中心面临的问题入手。为实现对电网的调度指挥,调度中心需要解答以下问题:电网正在发生什么,发生了什么,为什么发生,将要发生什么,以及希望发生什么。回答上述问题的过程也就是调度中心完成业务的过程。

因此,调度中心的业务可以划分为感知、评估、预测、决策4个层面,如图1所示。这4个层面构成了调度中心的业务链:通过感知可获取电网当前的运行状态,了解电网正在发生什么;并在感知的基础上对电网运行状态进行评估,获知某一时间段内电网运行的总体态势,是否发生了安全稳定事故,是否存在隐患和风险,同时对于各种运行状况,分析其出现的原因,为后续调度控制提供依据;由于电网的调度控制总是针对未来的(已发生的事情不能被改变),因此还需要在评估和分析的基础上,预测电网将要发生什么;最后可通过决策,生成相应的控制指令并执行,使得电网运行回归到满意状态,即希望发生的状态。

此外,还需对业务链的整体运作能力进行仔细考察。在传统的调度系统中,业务链中的业务流程相对固定。但在智能电网环境下,一方面由于风电等新能源具有随机性、间歇性强的特性,另一方面由于需要与用户或其他调度中心进行实时互动,调度中心的业务链将不再是固定的,需要建设具有动态、高度适应性、及时响应特性的柔性业务链。这也正是智能调度系统与传统调度系统的最大区别之处。

国家电网公司研发的智能电网调度技术支持系统,也反映出了对上述调度中心各项业务的支持。该系统具有四大类应用:实时监视与预警类应用、调度计划类应用、安全校核类应用和调度管理类应用。其中,实时监视与预警类应用包含了调度中心的感知、评估和决策业务,调度计划类应用包含了预测业务,安全校核类应用包含了评估和决策业务,调度管理类应用则包含了感知业务以及部分敏捷反应的功能。由此可见,本文所述内容与国内最先进的调度系统具有一致性,与目前调度支持系统各试点单位所做工作也并不冲突,可用于各地智能电网的建设。

2 智能调度业务成熟度模型

智能调度业务成熟度模型,用于评估调度中心业务能力,因此需要对感知、预测、评估、决策4项业务进行阶段性的能力评估。同时,由于调度系统的高效率运作不仅需要各方面的良好性能,还需要整个业务链的通力协作,实现业务链的敏捷反应,因此还需在业务能力成熟度分析基础上对业务链进行能力成熟度分析。

下文分别从“实时感知、预测未来、运行评估、智能决策”4项业务和表征业务链的“敏捷反应”出发,分阶段对其能力评估进行分析,从而得到智能调度业务成熟度模型,如图2所示。值得一提的是,由于智能调度的发展需要建立在基础硬件设施的发展之上,如数据采集、网络传输等,因此该模型也适用于评估和指导物理电网以及相关辅助设备的发展。

2.1 实时感知

实时感知是指依托于先进的传感、通信、信息技术,通过量测、采集、传送、监视等环节,实现对表征电网运行状态的关键数据的实时监测,进而全面了解电网的实时运行状态,是后续分析和控制的基础。

实时感知包括快速、全面和准确3项特性:快速是指感知的频度能够捕捉电网的动态特性,满足实时分析和闭环控制的要求;全面是指感知的范围能够涵盖全网所有的关键信息;准确是指感知的内容具有高可信度。按照这3个特性实现程度的不同,可以将实时感知划分为以下4个阶段。

1)稳态数据采集、传送与监视

目前各电网公司主要依托于数据采集与监控(SCADA)系统实现对电网运行状态的实时感知。SCADA系统的远程终端单元(RTU)的数据采集速度较低,使得SCADA系统只能提供周期为3~6 s的稳态数据,不能测量动态数据,且其通信和数据库技术也不能满足动态信息传送与存储的要求。此外RTU没有引入全球定位系统(GPS)的卫星同步信号,测量数据没有时标,导致数据同步性差,在一定程度上影响了上层高级应用的调控效果。

2)动态数据采集、传送与监视

随着智能电网的不断推进,电网运行特性日益复杂、运行状态变化频繁,基于稳态数据的实时感知已经无法满足电网调控的需求,动态信息的测量越来越重要。进入21世纪以来,广域测量系统(WAMS)得到了快速的发展和应用,WAMS以同步相量测量技术为基础,通过相量测量单元(PMU)以及现代通信技术,对地域广阔的电力系统运行状态进行动态监测和分析。与传统量测相比,具有全网同步、精度高、密度高、数据刷新快等特点。但由于PMU本身价格昂贵,只能在关键节点配置,导致其测量结果无法满足系统的能观性,此外PMU没有数据下行通道,不能提供指令下发功能。

3)广域数据同步、多数据源融合

目前,SCADA系统和WAMS数据不共享,无法最大限度地发挥各自的优点,因此实现两者的相互融合成为关键,但融合存在采样频率不一致和无法利用时标进行数据同步的困难。针对这一问题,提出了动态SCADA(DSCADA)系统的概念,即通过集成各种数据采集渠道,建立统一、开放的广域信息平台,从而实现广域数据同步和多数据源融合。

4)基于先进数据过滤技术的高可信度实时感知体系

由于测量精度、通信干扰等原因,量测数据不可避免地存在误差,甚至可能严重偏离真实状态,使得量测数据不能准确地反映电网的运行状态。因此,在数据融合的基础上,通过先进状态估计系统等先进的数据过滤技术,来消除各种扰动造成的数据偏差,辨识不良数据,从而提高量测数据的可信度,建立高可信度的实时感知体系。

2.2 预测未来

预测未来是指通过分析电网运行内外部环境的变化提前感知电网未来的运行状态,作为决策的基础,其预测结果将直接影响决策的适用性。目前广泛应用于调度部门的预测包括负荷预测、风电/光伏发电功率预测、天气水文预测等。

预测结果是对未来不确定性的描述。按照对于不确定性描述的方法和范围不同,可以将预测未来划分为以下4个阶段。

1)确定性或概率性的预测

传统的预测结果一般都是确定性的,如常规的负荷预测只给出一个确定的数值,其缺点是无法确定预测结果可能的波动范围。实际上,由于预测问题的超前性,确定性的预测并不符合客观需求。区间预测和概率性预测可以在一定程度上给出预测结果的变化范围,但其实际应用效果还有待检验和完善,特别是各种预测结果的概率分布函数难以解决[13]。

2)基于情景分析的不确定性预测

为应对传统预测的不足,引入情景分析的方法实现对未来的不确定性预测。情景是对未来以某一概率发生的确定性态势的描述[14],情景分析根据当前组织或系统所处的具体环境,辨识影响环境的确定性以及不确定性等因素,抽象出未来环境可能面对的多种情景,从而将具有高度不确定性的未来环境规划为有限多个典型的情景,大大降低了不确定性。

3)考虑智能电网需求和外部环境不确定性的情景分析

在智能电网新形势下,需求和外部环境的不确定性大大增加。以大规模风电场接入电力系统为例,由于风能的随机性和波动性较大,导致风电输出功率的不确定性较大,而且其功率波动常与用电负荷的波动趋势相反,给传统的、基于确定性负荷预测的电力系统调度带来了很大的挑战。情景分析恰好适用于高度不确定性的情况,因此,将情景分析的方法推广到考虑智能电网需求和外部环境的预测。

4)基于情景的统一预测、仿真、培训体系

情景是对电网某一运行状态的描述,而调度中心的仿真和培训系统都是基于历史数据或模拟数据进行的,这些数据表征的就是电网的某一特定运行状态,因此都可以抽象成情景,即可将情景分析的方法推广到仿真和培训领域中,形成统一的预测、仿真、培训体系。

2.3 运行评估

运行评估是调度中心调控、管理的基础,通过评估发现隐患或者需要改进的地方,进行调控和管理,从而实现电网的趋优运营。评估不仅需要对运行状态进行评估,即分析发生了什么,还需要对可能导致该状态的原因进行评估,即分析为什么发生。评估依托于指标,指标的选取和指标标准的制定将直接影响评估的优劣。据此,可以将运行评估划分为以下4个阶段。

1)分散、孤立的指标评价及离线的考核管理

目前各电网公司往往通过相对分散和孤立的指标对电网运行状态进行评价,通过单一指标的统计对调度中心的业务能力进行离线考核,使得评估不能实时、动态地进行,具有滞后性;不能全面反映电网的运行状态,具有片面性;同时不能反映电网运行状态出现的原因,具有表面性。

2)在线运行状态评估与隐患识别

决策依赖于对电网运行状态的准确把握,对电网运行状态进行准确、及时、全面的评估是进行有效决策的前提。该阶段在实时监测信息和离线信息的基础上对电网的实时状态、历史状态进行综合评价,包括状态指标的实时计算、历史统计与考核、能力指标的计算分析,从而进行隐患识别与风险评估。

3)面向多级决策的综合评估分析

该阶段对电网出现的某个不满意的运行状态进行综合分析,找出不满意运行状态出现的原因。

电网运行状态是调度中心不同时间尺度的多级调度策略共同作用的结果,调度策略的优劣和执行情况的好坏直接影响电网运行的最终状态。此外由于需求和外部环境的不确定性,调度策略的优劣是相对的,如果需求或外部环境发生强烈变化,那么提前制定的调度策略则很难满足电网安全经济运行的要求,进而可能导致电网出现不满意的运行状态,此时根源在于需求或外部环境。因此,需要在对调度中心内部的调度策略及其执行情况评估的基础上,对外部的需求和环境进行综合分析与评估,从而找出电网不满意运行状态出现的根源,为下一步调控提供依据。

4)全方位、一致性的电网运行指标体系

从电力系统实际运行的需求来看,为确保电网的安全、稳定、经济、高效运行,亟需建立一套全方位、一致性的电网运行指标体系。全方位是指指标体系涵盖内容广泛,既包括运行状态评估,也包括决策评估、需求评估、外部环境评估等,同时容纳时间维、空间维等多个维度的信息;一致性是指指标体系本身具有开放性的架构,具有可扩展性、可移植性,灵活地适应不同的场景。通过电网运行指标体系的建立,为全面认知电网的运行态势提供了系统化的平台,从而减少了调度人员的工作量,提高了调控效率。

2.4 智能决策

决策是为实现电网安全、优质、高效运行,针对所有的可控手段,动态制定调控方案的过程。决策是实现电网安全经济运行最直接和最重要的手段,也是调度中心的核心业务。按时间尺度的不同,调度中心需要做出多项决策,如图3所示。图中:AVC表示自动电压控制;AGC表示自动发电控制。

智能决策应面向所有可控手段,在不同的时间尺度上协同优化,以满足不同利益相关者的需求,实现电力大系统的趋优化运营。按照实现程度不同,将智能决策分为以下4个阶段。

1)面向传统的调控对象,离线计划制定、在线辅助决策与调控

目前调度中心的各项决策大多面向传统的调控对象,如火电机组、水电机组、断路器、变压器分接头、低频减载装置、柔性交流输电系统(FACTS)等,往往采取离线制定、在线辅助决策和人工调控相结合的方式对电网进行调控。此外各个决策均以自身的调控目标为依据,彼此之间缺乏沟通,往往导致调控效率低,甚至可能出现反复调节、调节振荡的现象,给电网安全稳定带来了一定的风险。

2)不同调控手段和时间尺度的协调优化决策

决策的时间尺度与调控手段的时间尺度一致,同一时间尺度上的决策,其调控手段将同时作用在电网上,共同影响电网的运行状态,因此在同一时间尺度上的决策应该进行协同,即协同所有的可控资源进行优化决策,以达到控制成本的最小化和控制效果的最大化。

不同时间尺度上的决策层层递进,形成决策链,下级决策在上级决策的基础上进行,上级决策在制定的过程中要充分考虑下级决策的可操作空间,因此不同时间尺度的决策同样需要协同。

3)面向需求和外部环境不确定性的优化决策

在智能电网的新形势下,调度中心的决策归结为如何在不确定性情形下科学、合理地安排电能的生产、输送和使用。因此,智能决策需要更广泛地处理需求和外部环境的不确定性。例如:需要充分考虑新能源发电功率的大规模接入,将新能源发电技术纳入到电网长中短期能源优化调度中,包括风电功率预测精度校核、含风电的发电计划制定、含风电的实时运行控制技术等;考虑如何应对自然灾害等可能导致大停电的安全隐患,应建设集动态安全评估、预防控制、紧急控制于一体的电网灾变防控系统,应对台风、暴雨等恶劣自然灾害的影响,为电网的安全稳定运行护航。

4)互动决策,实现整个电力系统的优化运行与管理

随着智能电网的发展,电力系统相关方的角色也发生了变化:传统的用户不再只是电能的消费者,而是在特定情况下可以转变为电能的提供者;电网不再只是被动地满足用户的电力需求,而是可以通过需求侧管理的方式主动地调控用电需求;随着储能技术的快速发展,发电厂也不再只是输出电能,而是可以吸收一部分电能,起到削峰填谷的作用。综上,包括电网在内的电力系统相关方打破了原有的依赖关系,具有了主动和被动的双重角色。

在此基础上,调度中心决策所面对的可调控对象涵盖的内容大幅增加,包括了参与需求侧响应管理的用户、风电场、各类储能设施等。因此,需要对决策的内容进行同样的扩充,实现互动决策(即互为主动),进而实现整个电力系统的优化运行与管理。

2.5 敏捷反应

敏捷反应的关键在于建立一套具有动态、高度适应性和及时响应特性的柔性业务链,其可以分为以下4个阶段。

1)传统的基于职能部门划分、人工协作的业务机制

在现有调度管理架构中,采用基于职能管理的组织架构,即按照职能部门进行业务划分(见图4)。其中,运行方式部门负责在长时间尺度上整个电网运行能力的设计与规划,即确定电网运行状态的可行域;计划部门负责在短时间尺度上电网能量流的配置,即电网典型运行点;调度部门负责实时状态下对计划部门制定的电网运行点进行微调,以适应系统外部干扰的变化;继电保护部门负责电网非正常运行状态下的紧急处理;而自动化部门、通信部门和综合部门则负责处理电网二次系统的管理。

在职能部门内部,易于形成自动化的业务流程,职能部门之间往往需要花费大量的人力、物力进行业务对接和切换,依靠人工协作来实现业务流程正常运转的方式,这将在一定程度上导致运营效率低下和反应迟缓。

2)业务均质化、集成化

业务依托于应用系统来完成,而现有的应用系统往往针对单个业务,无法面向整个的业务链,且各个系统之间难以紧密集成,使得“环环相扣”的业务被分散的系统分隔开来,存在大量的应用孤岛。因此,实现业务链的敏捷反应,首先必须解决应用孤岛的问题,即基于统一的构建思想实现应用系统的集成。

自律分散系统(autonomous decentralized system,ADS)[15]是近年来逐渐发展起来的一个新的系统概念。它突破了原来传统集中式/分布式的C/S模型,建立了全新的系统模型。

采用自律分散的思想作为系统的集成方案,需要对现有的应用系统进行改造,实现子系统的均质化,基于统一的集成规范将子系统中的应用组件集成起来,实现相互之间以及与其他应用系统之间的交互。

3)基于数据驱动的柔性流程链

传统系统需要事先确定应用软件的工作顺序(控制流程),即在某个应用开始工作后,确定应该驱动哪个应用软件或在什么时刻驱动等。将这种按照时间关系不断推进的处理称为同步处理,该处理方式导致流程效率大为降低,达不到敏捷反应的要求。

采用数据驱动的方式,数据到齐后自行开始处理,无需其他子系统的指令,一方面各应用软件的处理完全是异步进行的,实现了应用组件的即时启动,另一方面应用软件之间没有直接的驱动关系,通过数据保持了松散的结合,流程链完全按照实时运行中数据产生的顺序动态制定,从而实现了流程的动态调整,成为柔性流程链。

4)基于整合化逻辑的容错性和在线测试

无论系统的可靠性有多高,故障还是可能发生,因此需要提高系统的容错性,以保证局部故障不波及系统其他部分。对功能模块中重要的、有容错性要求的模块,根据其要求的不同程度进行多重化管理。各应用系统加装基于整合化逻辑的表决器功能,在多重化功能模块发出的多个同类型数据中选择正确的数据、废弃错误的数据,从而阻止该功能模块故障的影响。

即使系统具有容错性,在发生故障时系统仍大都需要对故障部分进行维修。传统系统难以进行在线维护和测试,因为在线模式和测试模式的功能模块不能共存。借鉴自律分散的思想,各应用之间并不共享数据,且在每个应用中加装测试管理模块,通过在信息控制字段内的测试特性空间设定来实现测试模式的标识,从而实现在线测试的功能。

3 智能调度业务成熟度模型的应用

以上几个方面都是调度中心必须完成的业务以及由这些业务构成的业务链,而要建成功能完备的智能调试中心,需要这5个方面都发展完善,即发展到最高阶段。在发展过程中,如何判断各个方面是否完善、距离发展完善还有多大差距,或者判断整个智能调度中心是否成熟、距离发展成熟还有多大差距,则需要用到此智能调度业务成熟度模型。因此,本文提出的智能调度业务成熟度模型,可以用于评价智能调度业务链中4个关键环节的发展程度以及整个业务链的柔性,进而评价整个调度中心的发展水平。

在评估的基础上,此模型还可用于指明智能调度的发展路线图。电网公司人员可根据自身发展情况以及外部环境,按照此模型中的标准,制定各方面的整体目标以及详细发展计划。

目前,该模型已应用于海南电网智能调度建设项目中。首先,用成熟度模型对海南电网现状进行了评估:目前,海南电网主网架厂站均配置了同步PMU,在此基础上搭建了WAMS,率先步入了“实时感知”的第2阶段。而在其他方面,目前仍采用传统的能量管理系统(EMS)、负荷预测系统以及传统的工作划分方案,因此均处于第1阶段。

然后,在评估基础上,结合海南电网公司智能电网建设的目标,制定海南电网智能调度系统的发展目标。在实时感知方面,由于海南电网公司已具备了全PMU量测这一有利条件,且数据采集服务是其他所有功能的基础,因此将其发展目标定为最高的第4阶段。在预测未来方面,由于智能电网将接入大量风电、太阳能发电等新能源,具有很强的不确定性,并且海南电网时常遭受台风等恶劣天气的影响,因此必须将其发展到第3阶段。在运行评估方面,鉴于之前已经开展了一部分电网运行指标体系的研究工作[16],因此也计划将其发展到最高阶段。在智能决策方面,由于开展用户侧管理需要大量硬件上的支持,在短期内无法实现,但在不确定性情景分析的基础上,面向不确定性的优化决策完全可以实现,因此将其目标定为第3阶段。在敏捷反应方面,由于这是可持续性的EMS(SEMS)与传统EMS的最大区别所在,因此需要对其着重进行发展,再考虑到第4阶段的硬件成本较低,软件实现已有成功范例[15],因此完全可以将目标定到第4阶段。

综合这5个方面的发展现状与目标,分析出当前调度中心缺少的功能,即得到海南电网智能调度中心发展路线图。按照此路线图,海南电网计划在未来几年内建立DSCADA系统、先进状态估计系统、电网运行综合指标体系、频率电压协同控制系统、电网灾变防治系统等一系列相关的系统,并用自律分散的思想改造调度中心的业务链,从而实现调度系统的智能化。

4 结语

建设智能调度系统意义重大,是解决未来日益复杂的电网调度与控制问题的最有力的手段。智能调度系统的研究与建设任务艰巨而具有挑战性,是一个系统的工程,绝不可能一蹴而就,而智能调度业务成熟度模型不但是对这一过程的剖析和细化,更将各个方面的发展联系了起来,将较为分散的研究系统化,对智能调度系统的建设与发展具有科学评估与指明方向的双重意义。

软件成熟度模型 篇9

关键词：前景理论,项目管理,项目成熟度模型

一、引言

随着科学技术的不断发展, 研究者们提出的项目成熟度模型评价指标层出不穷, 世界上的很多专家学者提出了不同的项目成熟度模型, 并且越来越多的项目成熟度模型被应用到科研和实践当中, 使项目成熟度模型选择的评价指标体系越来越精准与完善, 并能更大程度提高企业的管理项目的能力[1]。成熟度模型是一套完整的科学的方法, 一般用来说明本组织或单位项目管理能力水平由低级向高级的发展规律, 开发成功率逐步上升的过程, 而不是一个图表或数学解析式。项目成熟度模型是一种项目管理评价方法, 可以将其描述为在一定程度上如何改善或提高某些期待物的框架, 这样既有助于提高企业的竞争力又有利于增加企业对市场的占有份额[2], 是用来指导企业培育和提高企业对项目的管理能力的模型。

二、项目管理与前景理论相关知识概论

1. 项目管理

项目管理是把管理的组织 (o r g a n i z i n g) 、领导 (leading) 、计划 (planning) 、创新 (creating) 、协调 (coordinating) 、控制 (controlling) 等职能要素运用到实现项目目标的全部活动上, 用以解决该项目存在的问题或者是达到该项目的预知需求。其中, 项目参数主要包括项目成本、项目资源、项目质量、项目时间以及项目范围。即项目是项目管理的因子, 是组织或者企业在一定时间范围内, 投入有限的人财物等资源, 经过这一过程之后, 以产出一个特定的环境或者服务目标、结果或产品。

项目管理 (PM) 是把各种系统、方法以及项目相关人员由项目负责人通过项目结合在一起, 由项目的投资决策到项目结束的整个过程进行组织、协调、计划、控制、指挥和评价, 在规定的预算、时间以及质量目标范围等条件下, 从系统的视角, 对该项目所涉及的所有工作环节进行有效地管理并完成项目的各项工作。此外, 项目管理方法论主要有:阶段化管理、量化管理以及优化管理[3]。

项目与项目管理既是有区别的, 当然也有着密切的而且极强的相关性联系。项目是指企业或者事业单位或者教育机构甚至是个人等这样的组织为了实现项目目标而进行的一个临时的短暂性的努力和付出, 在一个事先达成的共识的时间段、有限的资源限制的的情况下, 运用先前确定的时间、物资、人力等资源, 实现待完成的有特定的环境、目标的任务。而项目管理以实现组织或者单位对项目整个实施过程的动态管理以及项目目标的综合优化, 是综合运用西蒙提出的管理的职能要素于项目过程中, 来达成解决项目的问题或达成项目的需求。即运用领导 (Leading) 、组织 (Organizing) 、创新 (Creating) 、计划 (Planning) 、控制 (Controlling) 等五项主要工作及其辅助工作。[3]

项目这个概念对于任何单位、组织来说都是决定他们是否成功的一个重要决定因素, 也是跟组织的生命息息相关的, 因此, 许多组织或单位正试图通过项目的开发和实施的组织管理原则、程序、模板等提高组织对项目管理的能力。而项目管理既是一个管理过程, 也是一个实施过程。不仅是对项目的管理更是对项目本身的实施, 是项目目标的实现过程, 也是对项目目标实现过程的管理过程。这个过程不仅需要人的参与, 而且需要项目整个过程当中的所有人的参与, 包括项目的利益相关者和相关的干系人, 尤其是项目的负责人, 其责任之重大, 任务之艰巨。

2. 前景理论

(1) 前景理论的内涵

前景理论作为一个描述性的决策模型, 其假设决策过程由两个阶段完成, 即编辑阶段和评价阶段[4]。在编辑这一阶段过程中, 个体依据框架、参照点等采集以及处理收集到的相关信息, 在接下来的阶段即评价时依赖价值函数 (Value function) 和主观概率的权重函数 (Weighting function) 对信息予以判断。人们在面对损失和获得的态度是有明显差异的, 是几近相反的, 尤其是当人们面对损失时的痛苦感要远远超过获得时的快乐感。另外, 一个主要的原因是前景理论可以解释预期效用理论等理论不能解释的现象, 比如阿莱悖论。因此从该理论诞生一直到现在, 在漫长的历史发展和演变过程中, 前景理论较其它的决策理论而言更得到了海内外学者们的高度而且密切的关注, 并且现在已经被诸多的学者们认定是能够替代期望效用理论的替代性理论, 这一理论更能适合用于反映和确定决策主体对风险的偏好取向。

目前, 围绕前景理论为核心的行为经济学日益受到广大学者的青睐和研究的焦点, 以此同时也逐渐的形成了以前景理论为主流的行为经济学。研究表明, 作为PT的核心的是两个函数:价值函数和权重函数, 把这两个函数结合犹记得结合起来并运用到研究和实践当中去, 实验表明, 前景理论就能合理地解释了传统的期望效用理论所不能解释的一系列的相关问题。最近几年来, 国内外学者们也同样围绕价值函数和权重函数进行了深入的一系列理论与实证方面的研究, 这也更大程度地丰富了前景理论, 发展了前景理论。

(2) 前景理论的函数特点

Tversky和Kahneman在最初的前景理论中, 给出了这两个函数的“概念模型”[5]。与后来的学者们的研究成果相比而言, 他们对权重函数与价值函数的最初的理解只能说还处于初级阶段、概念阶段。他们还认为, 权重函数并不是对主观个人的概率的再现, 而是对已经实现给定概率的在一定程度的扭曲和解释的反映。从权重函数的形状来看, 当概率在接近0和1的情况下, 人们对概率的看法就会发生特别戏剧性的变化, 概率函数其函数图像并不是线形的, 其主要的特点就是:“人一般会对小概率高估, 对中大概率低估”。根据权重函数的曲线来看, 它的形状一个反“S”。概率较小时是凹函数, 概率较大时是凸函数。权重函数可以看作是对EUT中的共同比率 (common ratio) 这一假设条件的违背。

Tversky和Kahneman发表了一篇关于前景理论的著作《Prospect Theory:An Analysis of Decision under Risk》。在此著作中第一次提出了前景理论 (PT) 是将人们的行为决策分析这一过程划分为两个阶段, 即编辑 (Editing) 阶段和评价 (Evaluation) 阶段。并且还提出了运用权重函数 (Weighting function) 、价值函数 (Value function) 来共同度量其总体价值 (Overall value) 。PT理论作为一种行为决策理论分析框架有三个主要特征: (1) 一般情况下人们在面临获得时的敏感程度是风险规避的; (2) 大部分情况下人们对损失的敏感程度显示风险偏爱; (3) 当人们面对损失比面对获得时较为敏感些。将此原理反映在数学模型上, 则有前景的 (x1, p1;x2, p2; (43) ;xn, pn) 效用为:Vsth

其中, 价值函数 (Value Function) 如下:i1

表示的是决策者对在主观感受上所形成的价值, α, stβxih为拟合参数, 概率权重函数为:

上式描述的是决策者对的主观感受, γ为拟合参数。a2s1

三、项目成熟度模型评价体系

项目成熟度模型 (Project Management Maturity Model, PMMM) 是一种全新的理念, 它是Young Hoon Kwak和C.William Ibbs研究与开发的为提高企业对项目管理的水平的一个评估与改进的模型。其宗旨是在集成原有的项目成熟度模型、方法、过程以达到改进PMMM的有效性[6]。PMMM是在PM的基础上对企业项目管理水平由混乱到规范, 再由规范到优化的发展过程分成了五个序列等级, 形成了一个渐次升级的平台。其中, 项目管理水平低级别的层次就为项目管理水平高的级别提供基础, 在企业中, PMMM逐渐升级的过程亦是PM水平逐步累积的过程。企业借助其PMMM发现在项目管理中存在的不足, 找到并识别出其项目管理过程中的弱点, 同时未解决长久以来制约企业对项目管理水平提高的关键性问题, 从而找到改进企业对其项目管理水平提高的策略, 循序渐进地改善企业对项目管理的水平, 进而使企业对项目管理的能力持续提高。

PMMM评价指标体系是经过广泛的实证研究以后得出的, 是由研究者亲自收集观察资料, 为提出理论假设或检验理论假设而展开的研究, 前景理论就是被实证研究证明能够比期望效用理论更好地反映人们价值偏好的度量方法。因此前景理论就具有了鲜明的直接经验特征, 所以本文就使用该方法来作为评价选择项目PMMM的标准。其计算步骤如下:

其中价值函数和决策权重函数表达式如下所示:

步骤2:计算出所选择的指标的权重值。假设经过m个专家的评定结果, 构造出了第s个准则下相互关联的Ts个指标判断矩阵如下:

应用和积法求解判断矩阵, 即可计算得到指标的权重为。

四、结论

随着社会的发展, 人们对于决策理论的研究基本已经扩展到各个领域, 但是现有的缺乏针对现实项目从广义到具体某一类型的PMMM, 考虑到前景理论是被证明能够比期望效用理论更好地反映人们价值偏好的度量方法, 所以, 本文提出了基于前景理论的项目成熟度模型选择方法作为评价选择项目管理成熟度模型在各个指标上的得分的标准, 帮助企业在生产发展中做出正确的决策, 进一步提高组织的管理能力[7]。

参考文献

[1]夏飞, 李成智.前景理论及其对政府决策的启示[J].现代管理, 2005, (3) :55-57.

[2]王坚强, 孙腾, 陈晓红.基于前景理论的信息不完全的模糊多准则决策方法[J].控制与决策, 2009, 24 (8) :1198-1202.

[3]赵琪.项目管理成熟度模型的理论与应用研究[D].南京航空航天大学, 2006.

[4]张来富.巴里坤草原哈萨克族从游牧到定居的经济行为变迁研究[D].石河子大学, 2012.

[5]Kahneman D, Tversky A.Prospect Theory:an Analysis of Decisions under Risk[J].Eeonometylea, 1979, (47) :263-291.

[6]隋大鹏, 张应语, 张玉忠.前景理论及其价值函数与权重函数研究述评[J].北京理工大学, 2011, (31) :73-75.

软件成熟度模型 篇10

随着社会的不断变革和发展,高校面临的环境也发生了显著变化,尤其是近年来扩招以及大规模新校区建设,使得高校办学规模不断扩大、学生人数呈现爆炸式增长,高校面临的突发事件不断增多,对正常的教学秩序乃至社会稳定的影响日益突出。各高校也都根据实际,建立相应的应急管理体系和机制,其目的是面对突发事件时,决策者在应急处置时能从容应对。但在现实中,当突发事件发生时,受到低效的应急管理能力影响,事件往往不能得到有效控制,高校也意识到了问题所在,并采取了相应措施,但是收效甚微。其主要原因是高校对应急管理能力的提升过程缺乏有效的认识,实际上,应急管理能力水平的提升是一个循序渐进、多阶段的过程,应急管理能力水平的不同阶段所应具备的能力要求不同,而目前缺乏有效地手段和方法来进行分析和测度。所以如何借鉴其他领域已有研究,建立高校应急管理能力发展不同阶段特征模型和能力水平测度方法,对于高校认清自身应急管理能力的现状、优势和劣势,并根据这些结论来调整和提升在不同环节和要素上存在的问题具有重要作用,也可为进一步提高突发事件应急管理效率、预防突发事件带来的风险提供决策依据。

1 高校突发事件应急管理能力内涵

关于应急管理能力的研究最早起源于城市、政府应急管理等领域,不同的文献给出不同的定义。文献[1]认为政府应急管理能力是对突发危险事件的控制能力,具体包括法制能力、制度能力、行政能力、财政能力和技术能力;文献[2,3]指出城市应急能力指的是一个城市在人力、科技、组织、机构和资源等方面防灾减灾能力的培养与增强,是涵盖灾害预测与预警能力、社会控制效能、居民行为反应能力、工程防御能力、灾害救援能力和资源保障能力组成的综合能力;文献[4]认为城市应急管理能力主要是指城市政府通过强化制度能力、行动能力、资源能力和精神能力来优化应急管理结构, 从而以可持续的方式实现公共安全的进程。对于高校应急管理能力的内涵,文献[5]从横向和纵向对高校应急管理能力进行了定义,并提出高校应急管理能力表现为高校为有效应对突发事件而拥有的资源、知识、技能;文献[6]提出高校应急管理能力是指高校应急管理相关人员通过掌握一定的能力要素,包括资源、知识、技能等,而体现出的避免突发事件发生的能力和减少突发事件所造成的损失的能力。

综合以上研究,本文认为高校突发事件应急管理能力是指以突发事件应急管理过程为依托,在相关管理人员具备必要的能力要素基础上,利用学校软硬件资源,以避免、预防或减少突发事件的发生、降低突发事件所造的损失为目的,进而使学校以可持续的方式实现安全稳定的综合过程能力。

2高校突发事件应急管理能力成熟度模型(CEMCMM)

1987年,美国卡内基·梅隆大学软件研究所(SEI),在软件行业从软件开发过程能力的角度提出了能力成熟度模型(Capability Maturity Model,CMM),并取得了巨大的成功, 这得益于CMM中持续改进的管理思想。已有学者将这一思想应用到不同领域,如企业物流能力[7]、企业技术创新能力[8] 、企业信息化能力[9,10]等,构建相关模型,并在实践中加以运用,取得了良好成果。从前面定义可以得出,高校突发事件应急管理能力是一种循序渐进不断提升的过程能力,这与CMM思想相吻合,以往研究鲜有从这一角度展开,并建立高校应急管理能力成熟度模型进行具体分析,因此,本文借鉴CMM原理及已有研究成果,结合高校突发事件应急管理的特点构建应急管理能力成熟度分级模型,并将之应用于应急管理能力的提高和优化。

高校突发事件应急管理能力成熟度是对能力的度量,是一种能力指标。高校突发事件应急管理能力成熟度模型(Campus Emergency Management Capability Maturity Model)是以高校应急管理能力为研究对象,围绕与之有关的所有关键因素,概括了高校应急管理能力从低到高不同阶段的成熟程度,在每个阶段以高校的应急管理能力提高和改进为测量基准,把一个不可控的、无序的过程变为可控的、可以衡量的和有序的过程[10]。该模型强调应急管理能力的提升不是一蹴而就的,而是一个循序渐进、逐步提升的过程。

2.1 高校突发事件应急管理能力成熟度模型框架

依据高校应急管理活动是一个持续的、多次不断提升的动态过程的特点,模型从纵向上描述了高校在应急管理能力发展不同阶段的成熟度水平,也是对不同阶段应急管理能力水平的客观评价;从横向上给出了高校在处于成熟度某个阶段时,定义和标定了与高校应急管理能力相关的过程能力、过程性能和过程成熟度标准与关键过程域。模型按照能力的成熟程度从高到低共分为5个等级及若干关键过程域(Key Process Areas, KPA),每一个关键过程域都包含了一系列的应急管理能力目标,只有达到了这些能力目标才会向更高的等级发展,应急管理能力的成熟度等级越高,对突发事件的风险可控性就越强,对高校的影响也就越小。关键过程域的目标是通过高校突发事件应急管理具体操作中的一些关键活动(Key Practices,KP)来实现。而且每一等级的应急管理能力特征、对应的KPA、KP都是不同的。模型的具体框架如图1所示。

高校突发事件应急管理能力成熟度等级特征描述如表1所示。

2.2高校突发事件应急管理能力成熟度模型内部结构

在高校突发事件应急管理能力从低成熟度等级向高成熟度等级提升过程中,除了对等级特征进行描述外,还应达到相应等级的要求,即对应的关键过程(除了第一等级外),每个等级按照分层原理分为三层:关键过程域(KPA)、公共特征和关键实践(KP),如图2所示。

KPA是将等级特征目标化,它确定了实现一个应急管理能力成熟度级必需解决的问题,它的实施对于达到该成熟度等级的目标起着保证作用。KP是在KPA 每一个目标指导下的具体实践活动,通过实施KP来实现KPA目标,从而达到相应的成熟度等级要求。当某一等级的所有KPA都实现时,高校的应急管理能力成熟度等级就可以向上一个等级发展,此时需要重新确定新等级的KPA和KP,通过实施新的KP来实现新的KPA目标以达到新的等级要求,如此循环,高校突发事件应急管理能力成熟度等级不断从低级向高级发展,逐渐提高高校应急管理水平和效率。具体内容如表2所示。

3高校突发事件应急管理能力成熟度测度方法

3.1高校突发事件应急管理能力成熟度测度指标建立

按照高校突发事件应急管理过程[11,12],将高校突发事件应急管理能力分为预防与预警能力、应急处置能力、事后恢复能力,具体表现为应急机制建设能力、宣传教育能力、风险控制与预警能力、管理团队建设与运行能力、应急资源保障能力、管理指挥能力、现场控制能力、应急协调能力、事后处置能力和事后恢复建设能力共10种子能力。如表3所示。

3.2高校突发事件应急管理能力成熟度测度方法

根据能力成熟度等级测度指标,并结合高校突发事件应急管理能力成熟度模型框架,应用变权综合分析法和模糊理论,对高校突发事件应急管理能力成熟度等级进行量化测度。变权综合法的基本思想是,根据因素状态值的变化使其权重随之变化,以使因素的权重能更好地体现相应因素在决策中的作用,能很好的解决常权评价法中不论评价指标值如何变化,指标权重都为常量,而导致与实际偏离的情形。变权原理和具体方法、应用在相关文献中进行了详细介绍[13,14],本文借鉴以往研究,建立高校突发事件应急管理能力成熟度测度方法,具体步骤如下。

(1)评语集建立

根据高校突发事件应急管理能力成熟度模型框架结构,按照能力从低到高,分为五个等级。V={v1,v2,v3,v4,v5}= {优化级,可预测级,已定义级,可重复级,初始级}={Ⅴ,Ⅳ,Ⅲ,Ⅱ,Ⅰ}。

(2)评判矩阵建立

建立模糊评判矩阵R,其中rij为U中被评价指标ui对应等级vj的隶属关系,即从被评价指标ui着眼,被评价对象能被评为vj等级的隶属关系,因而rij是第i个指标ui对该被评价对象的单因素,它构成模糊关系矩阵。其中n为因素(能力指标)个数,m为成熟度等级数。

undefined

由前面应急管理能力成熟度模型框架可得,各个成熟度等级之间没有明确界限,关系具有模糊性,为了防止专家的主观臆断,拟定隶属函数如下,对应于评语集的隶属度以单项评判为基点,相应隶属度为1,结论元素每移动一位,相应的隶属度递减0.25。例如,当专家对某因素Xi评定成熟度等级为Ⅳ级时,则该因素Xi对应于评语集的隶属度为(ri1,ri2,ri3,ri4,ri5)=( 0.75,1.0, 0.75,0.50,0.25)。

(3)指标权重确定

①基础权重的确定

定义W0={wi}undefined为指标的基础权重,常权法中权重的确定方法可用于确定基础权重,根据评价指标的相对重要性程度,采用实用简洁的层次分析法确定各指标间的相对重要程度。对于层次分析法中具有粗略、主观等局限性,引入变权法,在其计算过程中会对粗略、主观的基础权重进行修正,进而提高了权重分配的科学性[15]。

②变权法的计算原理

定义高校突发事件应急管理能力成熟度测度指标为X 1,X 2,…,X n,各指标分别获得的单因素评估值为u1,u2,…,un,其中ui∈[ 0, 1]。ui可以解释为对总体而言指标X i的能力强弱程度,并约定ui值越高,Xi的能力越强。

依据指标评判矩阵R,根据权变原理对各指标间权重W={wij}m×n进行计算,如下式所示。

undefined

(i=1,2,...,m)

按照变权理论,Si(x)为状态权向量,由式(2)可知,变权向量wi(x)为常权向量w0和状态权向量的Hardarmard乘积。因此可以通过构造状态变权向量的途径来构造变权,并且按照Si(x)约束不同,可将相应的wi(x)分为惩罚型、激励型和混合状态变权向量。

在具体的Si(x)函数确定过程中,要根据高校突发事件应急管理实际情况,选择适当的状态变权向量,来客观、真实的反映应急管理能力的实际强弱等级。高校应急管理能力成熟等级是与相应的能力指数对应,在具体突发事件处置中就是风险高低的反映,且由于高校突发事件的不可预知性,使得应急管理能力中某一指标出现缺陷时,可能就会使成熟度产生重要影响,而导致突发事件造成的风险巨大,建立如下状态变权函数[16]。

undefined

a, b, c∈[ 0, 1],a称为否定水平,b为及格水平,c为激励水平,d∈( 0, 1)为激励调节水平,wundefined为常权权重。当Xi∈[0, a]时,惩罚程度最大;当Xi∈( a, b]时,惩罚程度随Xi的增大而减小; 当Xi∈( b , c]时,对第i个指标主观上既不惩罚也不激励;当Xi∈( c, 1]时,激励程度随Xi的增大而增大。

(4)综合测度

综合测度的评估值为:

undefined

(i=1,2,...m)

式中,V(x)表示应急管理能力成熟度等级测评值,xi为指标i的模糊值,wi(x)为指标i的变权值,xi可以通过第二步骤中的评判矩阵得出,上式也可转化为下式:

undefined

其中fi是评判因素隶属度加权平均的结果,代表高校突发事件应急管理能力综合成熟度程度对i个评价等级的隶属度,按照最大隶属度原则,所对应的测评等级即为所评价高校的突发事件应急管理能力成熟度等级。

4 应用实例分析

以西部某高校为例,通过调研,走访专家,获取数据,应用上述方法对该高校应急管理能力成熟度进行测度,具体过程如下。

(1)设评估的因素集为U={预防与预警能力,应急处置能力,事后恢复能力}。

(2)建立因素论域和评语论域之间的模糊关系矩阵

以因素A为例计算如下:

undefined

归一化处理后得:

undefined

经过专家打分对应指标的值为:

(X1,X2,X3,X4,X5)A=(0.85,0.96,0.46,0.75,0.87)

同理可得

undefined

(3)高校突发事件应急管理能力成熟度等级测度指标常权计算

w0=(wundefined,wundefined,wundefined)=(0.30,0.46,0.24);

w10 = (w110,w120,w130,w140,w150) = (0.18,0.16,0.28,0.21,0.17)w20 = (w210,w220,w230) = (0.37,0.40,0.23)

w30 = (w310,w320) = (0.58,0.42)

(4)变权权重计算

假定否定水平a = 0.6,及格水平b = 0.7,激励水平c = 0.95,激励调节水平d = 0.8,则:

undefined

运用上式和式(2)求得状态权向量和变权如表4所示。

(5)高校突发事件应急管理能力成熟度等级综合测度

根据式(4)计算成熟度等级,先计算二级评价向量,再计算一级评价向量。

FA=(0.177,0.215,0.030,0.442,0.152)

FB=(0.183,0.257,0.261,0.186,0.113)

FC=(0.173,0.246,0.267,0.194,0.120)

由此可得:

F=(0.179,0.245,0.207,0.249,0.123)

按照最大隶属度原则,该学校突发事件应急管理能力成熟度属于可重复级。对照二级评价向量,可以看出学校预防与预警能力成熟度属于可重复级,而应急处置能力和恢复能力成熟度属于已定义级,但是由于加大了惩罚性,所以导致学校整体的应急管理能力成熟为可重复级。

在高校突发事件应急管理能力成熟测度中,要考虑各指标选取局部状态变权评价达到惩罚与激励相结合,在注重提高学校应急管理主要能力因素同时,也强调促进应急管理过程整体能力的提高,这样,才会建立更加高效的应急管理体系。

5 结论

本文以软件开发能力成熟度模型理论为基础,结合高校突发事件应急管理现实,构建高校突发事件应急管理能力成熟度模型,对模型的构成要素进行详细分析,并运用变权综合法对高校突发事件能力成熟度模型进行测度。研究结果可为发现高校应急管理过程中存在的问题、降低突发事件风险、不断提升应急管理能力提供参考。

未来研究可以在本文基础之上,进一步考虑建立规范的高校突发事件应急管理能力成熟度评测体系和机制,并建立相应的评测软件系统,以此来提供更加科学的决策依据。

摘要：借鉴软件开发过程能力成熟度模型(CMM),以高校突发事件应急管理过程为依据,构建应急管理能力成熟度模型,研究模型等级划分和特征及相应的关键过程域、关键实践,应用变权方法和模糊理论建立量化的能力成熟度等级测度方法。结合西部某高校突发事件应急管理现状,对其应急管理能力成熟度等级进行测度,结果表明方法合理、有效,可为改善和提升高校突发事件应急管理能力、促进应急管理体系高效化、系统化和规范化提供参考。