本文通過(guò)文獻(xiàn)梳理軟件Hiscite在SCI庫(kù)中進(jìn)行關(guān)鍵詞搜索并對(duì)結(jié)果進(jìn)行分析得出現(xiàn)有文獻(xiàn)中研究掙值管理（EVM）和項(xiàng)目控制類(lèi)文獻(xiàn)的趨勢(shì)以及未來(lái)的研究潛在領(lǐng)域。

項(xiàng)目管理和項(xiàng)目控制的主要目標(biāo)是在預(yù)算內(nèi)完成一個(gè)項(xiàng)目，并在規(guī)定的期限之前完成，同時(shí)滿足客戶(hù)的要求。項(xiàng)目控制的目標(biāo)是通過(guò)應(yīng)用掙值管理（EVM）等技術(shù)來(lái)衡量和評(píng)估項(xiàng)目的實(shí)際進(jìn)度，以便按時(shí)完成項(xiàng)目并在預(yù)算內(nèi)完成項(xiàng)目。以時(shí)間和成本控制為重點(diǎn)，基線時(shí)間表或計(jì)劃值（PV）作為評(píng)估項(xiàng)目實(shí)際表現(xiàn)的起點(diǎn)。通常情況下，計(jì)劃和實(shí)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(xiàng)目中期的工作量更大。在項(xiàng)目開(kāi)始時(shí)，對(duì)計(jì)劃的持續(xù)時(shí)間和成本進(jìn)行初步估計(jì)。本文利用軟件HistCite在Web Of Science核心庫(kù)中以“Earned Value”為主題進(jìn)行搜索并分析其被引數(shù)及被引關(guān)系等對(duì)掙值管理的研究現(xiàn)狀進(jìn)行了分析研究。本文通過(guò)研究問(wèn)題、研究成果、研究方法以及未來(lái)研究方向四個(gè)方面進(jìn)行說(shuō)明。

一、研究問(wèn)題

通過(guò)整理文獻(xiàn)，對(duì)利用掙值管理進(jìn)行項(xiàng)目控制的相關(guān)文獻(xiàn)研究發(fā)現(xiàn)在一下三個(gè)方面研究的較多：

（一）針對(duì)掙值管理（EVM）的假設(shè)

EVM方法是基于自上而下的控制方法，因?yàn)樗x了項(xiàng)目層面的績(jī)效度量標(biāo)準(zhǔn)，只是當(dāng)指標(biāo)顯示績(jī)效不佳時(shí)，建議深入到工作分解結(jié)構(gòu)（WBS）中。EVM定義了活動(dòng)水平的容差限制，這可以被認(rèn)為是更準(zhǔn)確的，但是會(huì)增加項(xiàng)目經(jīng)理的工作量，尤其是在多項(xiàng)目環(huán)境中。因此學(xué)者們對(duì)問(wèn)題檢測(cè)與控制工作之間的平衡進(jìn)行的研究頗多。

在項(xiàng)目網(wǎng)絡(luò)生成之后，大多數(shù)項(xiàng)目控制技術(shù)（包括EVM）在工作包或活動(dòng)之間承擔(dān)嚴(yán)格的優(yōu)先關(guān)系，這種做法在項(xiàng)目執(zhí)行中產(chǎn)生了線性進(jìn)展。但由于活動(dòng)之間的依賴(lài)關(guān)系不一致，所以不可避免地會(huì)有返工的風(fēng)險(xiǎn)。所以項(xiàng)目執(zhí)行過(guò)程中不同工序之間的傳遞問(wèn)題也是學(xué)者們研究的重點(diǎn)。

（二）項(xiàng)目進(jìn)展中遇到的障礙研究

具體項(xiàng)目執(zhí)行項(xiàng)目控制時(shí)會(huì)在數(shù)據(jù)采集、性能測(cè)量以及管理者制定決策上發(fā)生障礙。首先項(xiàng)目數(shù)據(jù)采集中，由于這個(gè)過(guò)程通常非常耗時(shí)且容易出錯(cuò)，所以采用自動(dòng)化技術(shù)的趨勢(shì)正在增加，特別是在大型建筑工地。為了跟蹤目的，射頻識(shí)別（RFID）和超寬帶（UWB）是常見(jiàn)的技術(shù)，以便于收集和處理有關(guān)資源使用的信息。在性能測(cè)量時(shí)，傳統(tǒng)的EVM績(jī)效指標(biāo)：CPI，SPI和SPI（t）不能用于在通常被稱(chēng)為項(xiàng)目最重要階段的可靠預(yù)測(cè)。需要結(jié)合項(xiàng)目的其他數(shù)據(jù)進(jìn)行測(cè)量。實(shí)際中EVM確定性地預(yù)測(cè)完成時(shí)的時(shí)間和成本，并通過(guò)點(diǎn)估計(jì)（Det）表示輸入和輸出。項(xiàng)目經(jīng)理只有在定義了可接受性能的閾值時(shí)才能對(duì)項(xiàng)目作出決策。

（三）項(xiàng)目控制中多個(gè)項(xiàng)目的管理研究

通常，項(xiàng)目經(jīng)理或其團(tuán)隊(duì)負(fù)責(zé)并行執(zhí)行多個(gè)項(xiàng)目，在這種情況下會(huì)出現(xiàn)一系列額外的問(wèn)題。應(yīng)將稀缺資源分配給項(xiàng)目（Res），并且向有關(guān)各方提供有效的信息流對(duì)于有效決策（流程）而言更為重要。

二、研究成果

通過(guò)對(duì)文獻(xiàn)的總結(jié)，對(duì)研究的成果匯總?cè)缦拢?/p>

在績(jī)效評(píng)估上，學(xué)者們提出了對(duì)傳統(tǒng)EVM指數(shù)的改進(jìn)：如SPI（t）等；將質(zhì)量作為監(jiān)控目標(biāo)其整合研究主要集中在調(diào)度階段；同時(shí)提出新的指標(biāo)創(chuàng)建模糊指數(shù)合并風(fēng)險(xiǎn)指標(biāo)或根據(jù)項(xiàng)目具體情況對(duì)指標(biāo)進(jìn)行調(diào)整。在預(yù)測(cè)上，學(xué)者們采用貝葉斯預(yù)測(cè)、卡爾曼濾波、神經(jīng)網(wǎng)絡(luò)等進(jìn)行研究。在觸發(fā)行動(dòng)研究上，學(xué)者提出控制時(shí)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(xiàng)目計(jì)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(fù)雜傳感器、RFID標(biāo)簽、GPS信號(hào)等。

三、研究方法

文獻(xiàn)提到的研究方法有觀測(cè)分析、擴(kuò)展的EVM分析、統(tǒng)計(jì)分析、人工智能、電腦分析以及其他方法。其中統(tǒng)計(jì)分析涉及到假設(shè)檢驗(yàn)、方差分析、因子分析、數(shù)據(jù)包絡(luò)分析、曲線擬合技術(shù)、統(tǒng)計(jì)控制圖、貝葉斯統(tǒng)計(jì)等。人工智能方法有神經(jīng)網(wǎng)絡(luò)、支持向量機(jī)等。電腦分析利用到了蒙特卡洛方法。另外還有遺傳算法、動(dòng)態(tài)規(guī)劃、關(guān)鍵鏈等其他研究方法。在分析方法上，利用了點(diǎn)估計(jì)或者對(duì)置信區(qū)間以及隸屬函數(shù)等方法。

四、未來(lái)研究方向

通過(guò)對(duì)文獻(xiàn)梳理，未來(lái)的研究應(yīng)該集中在擴(kuò)大測(cè)試程序，無(wú)論是通過(guò)一個(gè)大型和多樣化的歷史數(shù)據(jù)集，或通過(guò)精心設(shè)計(jì)的模擬實(shí)驗(yàn)。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(wèn)題，例如檢測(cè)到不可接受的性能。另外，除了時(shí)間和成本之外，其他目標(biāo)函數(shù)的整合可以被納入到控制模型中，以更真實(shí)地評(píng)估性能。最后一個(gè)尚未得到重視的研究領(lǐng)域是糾正措施程序的制定，實(shí)施和分析。（作者單位為內(nèi)蒙古工業(yè)大學(xué)經(jīng)濟(jì)管理學(xué)院）