基于成熟度模型的芯片项目评价研究

强群莉，赵嘉瑞

（安徽建筑大学经济与管理学院，安徽 合肥 230022）

0 引言

在全球数字化进程加快的今天，大数据、云计算、人工智能、区块链等新兴行业已成为数字时代重要的组成部分，而这其中的核心元器件——半导体芯片，则是支撑国家实现数字化转型的重要因素. 世界经济的快速数字化，使各国越来越多地关注芯片半导体产业. 中国最近几年已经出台了一些政策，以推动我国的芯片和半导体产业的发展. 国务院2016 年发布的《“十三五”国家战略性新兴产业发展规划》、2019 年发布的《财政部税务总局关于集成电路设计和软件产业企业所得税政策的公告》、2020 年发布的《新时期促进集成电路产业和软件产业高质量发展的若干政策》，以及《中华人民共和国国民经济和社会发展第十四个五年规划和2035 年远景目标纲要》，都表明国家将大力支持芯片半导体产业[1]. 与此同时，我国芯片半导体产业的发展在国际环境中却受到了阻碍. 美国凭借技术上的优势，重新构建了全球半导体产业链的“去中国化”，力图抑制和减缓中国半导体产业的发展，2022 年8 月9 日，美国的《芯片与科学法案》正式生效，目的是限制先进的芯片技术在中国大陆的发展[2]. 中国芯片半导体行业的发展将面临愈发严峻的挑战.

芯片半导体产业的发展离不开芯片研发项目的成功. 除了技术攻关外，专业的项目管理对于项目的成功也至关重要. 通过对全球65 家大型组织的案例研究，Thomas 等在《探究项目管理的价值》一书中证明了项目管理对组织的价值[3]. 在他们的研究中，有一半以上的组织认为，项目管理可以产生实际的价值（可以用投资回报率定量测量的价值），而且大部分组织都认为，项目管理可以产生更多无形的价值，例如更有效的决策、更顺畅的沟通、更高效的合作，以改善工作文化、改进工作方法、明确角色和职责等. 因此，在挑战不断的当下，针对芯片半导体行业项目管理能力的研究就愈发重要. 当前对于芯片研发项目管理的研究相对较少，本研究通过建立芯片研发项目管理成熟度模型，构建适合芯片研发项目管理的成熟度评价指标体系，对项目管理工作提出有针对性地改进意见，以期对芯片研发行业的发展有所贡献.

1 项目管理成熟度介绍

项目管理成熟度通常作为项目管理能力的评价标准，对其进行评估，发现当下不足之处，并提出相应的改进意见，进而提高管理水平. 项目管理成熟度的研究，其关键是要通过对当前的状况进行评价，为后续的改善提供途径，使之逐步走向成熟. 国外项目管理成熟度的研究与运用已经显示出了其在提高项目管理绩效方面的作用. 美国一家著名的项目管理顾问公司PM Solutions 进行的一项调查研究表明：30%的公司表示在使用了项目成熟度模型后，能够提高25%的绩效；所有被该顾问公司评估的行业领域中，其项目管理成熟度等级越高，表现出来的绩效状况就越好[4]. 项目管理成熟度是指在项目管理过程中，实现项目目标所展现出来的综合能力. 项目管理成熟度模型是指在项目管理过程中，通过对组织自身项目管理能力进行分析与评价，提高其管理水平的一种工具和方式[5].

1.1 项目管理成熟度模型的发展

项目管理成熟度模型最早是由北欧、澳大利亚等国际项目管理协会（IPMA）成员国提出的，1987 年，卡耐基梅隆大学的Humphrey 和Radice 在“PDCA”的基础上，提出了一种可持续改善的“软件流程能力成熟度”模型（CMM），该模型把成熟度的内涵拓展到描述一个组织制定标准和流程，进行管理活动，并最终达到其目的的能力，将成熟度内涵与模型所具有的描述和反映对象结构、功能、属性等特征的功能结合起来，定义为：一种根据预设的面向过程的内容，协助项目管理组织评价并改善其在选择和管理项目上所展现出的整体能力的工具[6]. 由此掀起了对项目管理成熟度的研究热潮，其中最有影响力的主要成熟度模型有5 个，表1 总结了5 种主流成熟度模型[7]. 发展至今，适用于各行业的项目管理成熟度模型已经达30 多种.

表1 5 种主流成熟度模型

1.2 项目管理成熟度模型的相关研究

关于技术创新项目成熟度模型的研究：杨首一等[8]构建了科技创新管理成熟度模型及评价指标体系，以15 家单位为例，评价了他们的科技创新管理能力；黄晓杏等[9]构建了区域绿色创新系统成熟度模型及评价指标体系；刘建华等[10]构建了多维度技术成熟度模型及评价指标体系，以混合动力汽车技术成熟度为例对其进行了评价；安景文等[11]构建了企业技术创新能力成熟度模型及评价指标体系.

关于航天航空领域项目管理成熟度模型的研究：朱凌子等[12]构建了航空产品成熟度模型及评价指标体系，并以某型号航空产品为例评价了其研制过程；王亚萍等[13]构建了国内飞机型号项目管理成熟度模型及评价指标体系.

关于企业组织管理成熟度模型的研究：肖晨等[14]构建了项目组织结构成熟等级模型及评价指标体系；张汉波等[15]构建了企业知识产权管理成熟度模型，并以三家上市公司为例，对其知识产权管理成熟度进行比较分析；张庆龙等[16]构建了企业司库管理体系建设成熟度模型；王核成等[17]构建了企业组织数字化成熟度模型.

关于产品导向的制造业的项目成熟度模型的研究：孙新波等[18]构建了制造业企业数据赋能成熟度模型及评价指标体系；王敏等[19]构建了复杂产品系统创新能力成熟度模型及评价指标体系，并以S 公司为例，对其复杂产品系统制造的创新能力进行评价；高亮等[20]构建了中小企业智能制造能力成熟度模型及评价指标体系；张卫民等[21]构建了产品开发安全性能力成熟度模型.

基于CMM 模型的成熟度模型的研究：张继霞等[22]基于CMM 模型，构建了仪器设备管理成熟度模型；肖秋会等[23]基于CMM 模型，构建了数字保存能力成熟度模型及评价指标体系.

关于芯片研发项目管理的研究：吴臻[24]通过挣值分析法，以芯片研发项目的进度、成本、质量、交付物规模为度量指标来评价芯片研发项目；李宁[25]提出使用工作分解结构（WBS）、设计结构矩阵（DSM）等方法帮助芯片研发项目优化进度管理与项目计划设计；郭 劼等[26]提出将WBS、甘特图等项目管理工具方法应用于芯片开发项目中，细分项目测试开发流程，以期提高芯片开发项目的开发测试效率.

项目管理成熟度模型评价指标体系在众多行业领域中都有所应用，且被证实科学有效. 但国内在芯片研发项目的研究中，大多都是依托项目管理基础知识所进行的研究，鲜有应用成熟度模型做为工具评价芯片研发项目管理能力的相关研究.

2 芯片研发项目管理成熟度模型的构建

芯片研发项目管理是一个动态的管理过程，它的整个生命周期由项目立项、设计、启动、执行、验收、项目后评价等多个环节组成，整个生命周期都是一个不断优化的过程，将项目管理成熟度模型运用到芯片研发项目管理中，运用“持续优化”的理念来控制和管理整个项目的立项、计划、实施和结项期间的进度和成本控制、人员组织和档案记录等，从而提高芯片研发项目的效率与成功率，保证芯片研发成果的质量，促使芯片研发项目管理能力逐步提升.

CMM 模型旨在评估和提高软件组织流程开发能力，它的表现形式是由5 个依次递增的成熟度层次组成的单维度模型，分别为：初始级、可重复级、已定义级、已量化级、优化级. 成熟度级别在实质上就是一个固定的标准，它被赋予一个具体的意义，形象地体现出一个项目组织应该具有的能力发展进程. CMM 模型在项目管理过程中的运用，侧重于过程可持续性的改善，从根本上说，与芯片研发项目具有很多共性，如过程持续优化属性、技术研发属性、产品属性、时间节点不确定性等特点，因此，参考CMM 模型对芯片研发项目管理成熟度模型的构建具有现实意义.

芯片研发项目属于科研项目的一种，在参考CMM 模型的同时，也借鉴了黄喜等[27]构建的科研项目管理成熟度模型，力求模型能够针对芯片研发项目管理进行全面、精确、高效的评价，以及提出具有价值的改进意见. 在模型维度上，设置等级维度，利用成熟度等级来量化特定阶段的项目管理能力. 鉴于上述软件开发项目与芯片研发项目的共同之处，代表混乱无序的初始级和代表持续优化的优化级，参考CMM 模型设置；芯片研发项目同时兼具科研项目与制造业项目的特性，参考科研项目管理成熟度模型的同时还需考量制造业的相关因素，成熟度等级设置为代表管理流程基本有序的成长级、管理流程形成规范的标准级、管理流程可以在芯片研发与制造过程中量化控制的基准级. 其次，为了更好地分析组织在芯片研发项目管理系统中所界定的主要管理活动，建立芯片研发项目管理内容的维度以参与评估. 芯片研发项目管理成熟度模型设计为二维模型，如图1 所示. 模型维度一为成熟度等级维度，由选定的5 个成熟度等级构成，如表2 所示；模型维度二为芯片研发项目管理活动维度，由针对芯片研发项目管理活动中的主要管理内容构成.

图1 芯片研发项目管理二维模型图

表2 芯片研发项目管理成熟度5 个等级

3 芯片研发项目管理成熟度评价体系的构建

3.1 确定评价指标

当前国际上大部分的项目管理成熟度模型评价体系都是基于《项目管理知识体系指南》（PMBOK 指南）中所涵盖的知识领域构建，芯片研发项目的生命周期包括项目的启动管理、计划管理、执行管理、监控管理、结项管理等PMBOK 指南的5 大管理过程，为此根据PMBOK 指南的项目管理10 大知识领域、5 大管理过程，结合芯片研发项目的特点，建立芯片研发项目管理能力的成熟度模型评价体系；同时为了考量项目管理方法在协助芯片研发过程中，能否推动项目技术突破，引入刘楠等[28]在大科学工程管理能力评价模型中提出的“技术管理”；最后，邀请多名专家对评价指标进行思维引导，在多轮的分析和讨论中确定了8 项评价指标：范围管理、进度管理、质量管理、成本管理、团队管理、技术管理、风险管理、信息与档案管理，以及分别从属于这8 项指标的27 项二级指标，如图2 所示.

图2 芯片研发项目管理成熟度模型评价指标体系

3.2 确定指标权重

考虑到项目的独特性，同时由于项目管理学科是从实践中发展而来，是一门随着环境的变化而不断改进的管理学科，所以层次分析法作为一种能够吸收业内专家意见的主观赋权方法，无疑更符合芯片研发项目管理成熟度模型评价的需要. 评价指标体系中的一级指标作为准则层，二级指标作为方案层，邀请5 位红外传感芯片研发项目的资深项目经理作为专家来确定模型各指标权重. 基于层次分析法数据收集的需求，采用九标度法赋值获取判断矩阵的指标权重详见表3.

表3 九标度法标度及含义

邀请5 位专家依据九标度法，为芯片研发项目管理成熟度模型的各指标打分. 根据专家的打分结果建立指标的判断矩阵，各指标权重计算步骤如下：

1）判断矩阵B：

式中：bij表示某位专家对第i个指标与第j个指标打分结果的比值；i，j=1，2，…，n.

2）判断矩阵B的每一列归一化：

归一化后得到新矩阵B'.

3）将经归一化后的矩阵B'按行相加，得到特征向量W'：

4）对特征向量W′归一化得到判断矩阵的相对权重向量W：

对各指标判断矩阵进行一致性检验，计算步骤如下：

1）计算判断矩阵的最大特征值λmax：

2）计算判断矩阵一致性指标IC：

3）通过查表可得平均一致性指标IR，计算判断矩阵一致性比率RC：

计算得出RC＜0.1 时，则认为判断矩阵符合一致性要求；若RC＞0.1 时，需检查矩阵数据，咨询相关专家，修正矛盾的数据. 为确保计算的准确性及数据处理的高效性，本研究使用YAAHP 软件完成数据的处理与计算. 经软件计算，5 个准则层指标判断矩阵和40 个方案层指标判断矩阵一致性比率均小于0.1，符合评价要求.

在经过一致性检验后，利用群决策法对5 位专家的判断矩阵的权重向量进行拟合，从而获得最终的权重值. 由于5 位专家在能力、经验、资历等方面都相差无几，故对其赋予相同的权重，并用算术平均法进行了拟合. 经YAAHP 软件进行向量拟合，得出芯片研发项目管理成熟度评价指标体系中各个指标的最终权重，如表4 所示.

一般来说，农村地区人饮工程的建设线路较长，配水管道可能会经过公共设施、村庄、道路等，因此需要设置较多的减压阀、检查井及闸阀井。在工程巡查条件十分艰苦的情况下，加上技术人员严重不足，使一些最基本的维修工作无法正常展开，人饮工程管理工作严重滞后。

表4 芯片研发项目管理成熟度评价指标权重

3.3 芯片研发项目管理成熟度评价

应用芯片研发项目成熟度评价体系对项目成熟度进行评价，邀请待评价项目的项目管理人员全程参与项目的相关管理角色，组成评价小组，根据项目的实际情况对表4 方案层的各项评价指标进行独立打分，依据成熟度的5 个等级的意义，对各指标予以1～5 分的分值划分. 项目管理成熟度评价指标的得分计算公式如下：

式中：i表示准则层评价指标的代号（A～H）；Win表示第i个准则层评价指标下的第n个方案层评价指标所占的权重；Fink表示第k个专家针对第i个准则层评价指标下第n个方案层评价指标所给出的打分结果；Zin表示第i个准则层评价指标下的第n个方案层评价指标得分；Zi表示第i个准则层评价指标的得分矩阵；Zfinal-i表示第i个准则层评价指标的最终得分. 芯片研发项目成熟度评价得分的计算公式如下：

式中：Wi表示第i个准则层评价指标所占的权重；C表示芯片研发项目成熟度评价结果. 根据C的最终得分，对应成熟度等级，得分在[0，1）区间为初始级，得分在[1，2）区间为成长级，得分在[2，3）区间为标准级，得分在[3，4）区间为基准级，得分在[4，5]区间为优化级.

4 芯片研发项目管理成熟度评价体系的实证分析

浙江省杭州市H 公司以探测器芯片研发技术为核心，面向全球提供模组、物联网机芯等产品和解决方案，公司的产品及先进的机芯技术应用于多个行业的重要领域. 因为该公司具有卓越的芯片研发水平，从而被美国商务部列入“实体清单”，以行政手段无端进行商业制裁. 本研究以H 公司在研芯片项目作为例证，应用芯片研发项目管理成熟度评价模型对其进行评价，以期可以对该项目管理水平的提升有所帮助，同时应用芯片半导体行业内顶尖公司的芯片研发项目作为例证，期望可以有足够的代表性及指导意义.

4.1 指标体系评价

邀请该项目的2 名项目经理、全程主导项目技术管理的一名工艺开发主管、一名电路设计主管作为专家，组成4 人评价小组，对项目在成熟度评价模型中的方案层各评价指标进行打分，根据式（8）计算出方案层指标得分，根据式（9）计算出准则层得分，根据式（10）计算出成熟度评价得分，如表5 所示.

表5 芯片研发项目管理成熟度评价得分

4.2 结果分析

根据评估结果，该项目的成熟度评分为2.82 分，表明其项目管理能力处于标准级水平，趋近于基准级.比对成熟度模型中标准级的主要特征，该项目当前项目管理能力符合基准级水平，该项目采用了H 公司研发项目部的项目管理标准流程，严格监控每个计划节点，确保项目按预期的计划顺利推进，针对不同的任务类型，认真审查各任务成果的输出，确保各阶段各部门的交付成果符合质量要求；另一方面，由于风险管理能力相对薄弱，关键环节受到风险因素影响时，应对能力不足，可能造成产品关键性能无法通过测试，达不到设计标准，无法通过项目阶段评审，导致项目延期，产品出现缺陷等问题. 实现芯片研发项目风险和成果的可靠预测和控制是该项目团队接下来项目管理能力提升的主要方向.

各准则层评价指标评分目前总体都处于标准级水准，在范围管理方面表现较为出色，已经达到基准级水准，说明范围管理中的关键活动均能按照预期计划和规则要求稳步开展，明确项目推进的范围. 风险管理虽然也处于标准级，但与项目整体成熟度评分及其他准则层指标评分相比，还是存在一定的差距，这反映了该项目团队对风险管理的能力相对不足，这与项目当前实际情况相符.

进一步根据细化的方案层评价指标得分情况可以看出，表现较为出色的范围管理评价指标下，分析需求确立目标及项目计划两项评价指标得分较高，根据该项目实际表现来看，项目在启动阶段，依据以往成功的项目经验，项目团队对客户提出的需求做出了细致的分解和详尽的分析，充分将需求内容落实到芯片的电路板设计、MEMS 结构设计、封装设计等设计分解结构当中，明确了各项技术评审点可交付成果目标标准，与相对较高的得分相符合；项目团队以清晰明了的各项可交付成果为目标，同样依据之前成功的项目经验，按照各模组各部门的详尽设计，分别制定了研发周期内各个阶段每个部门的详细工作计划，每个关键任务都有对应的责任人，较高的得分同样与项目实际情况相得益彰.

该项目尚待提升的风险管理评价指标当中，从指标得分可以看出，风险监控与应对是最需要做出改善的. 芯片研发项目的实际推进过程中，无论是事业环境因素还是组织内部因素，都存在诸多风险. 通过相关人员的访谈沟通，从该项目的实际情况来看，除了已经预测到的风险外，还出现了相关技术节点偏差，原材料供应短缺、委外转产延期、疫情等一系列风险，针对一些以往项目从未遇到的风险，该项目团队在风险监控和应对过程中略显仓促；其次，不同技术部门对于风险的监控点没有对齐，导致在一开始的各部门计划和技术设计路线的时间节点上有所偏差，在项目顺利推进时，表面上风平浪静，一切顺利，当出现某些技术风险时，各部门的应对策略无法对标对齐，造成不必要的延期和资源的浪费. 接下来仍需要持续监控存在的风险，不断分析风险造成的影响，从各种渠道与资源中找寻应对风险的方法，也可以借鉴类似情况的相关经验，力求可以将风险对项目的影响降至最低；同时，该项目团队还应该多组织各部门对项目计划中的各关键任务计划做信息互通，确保某些技术风险的监控与应对措施及时有效.

综上分析来看，该项目处于标准级，从细化的方案层评价指标来看，还有很多项目管理内容可以做得更好，这就需要项目团队不断总结经验，通过实时评价找到改进的方向，提高项目效率，从而成功达成项目目标.

5 结束语

1）本研究根据芯片研发项目的实际情况与特点，建立了一套适用于芯片研发项目管理的成熟度评价指标体系，运用模型指标评价体系评价芯片研发项目，对各能力评价指标评分，然后通过各级指标的加权计算，得出项目的综合管理能力及项目管理内容要素的量化分值，最终项目管理能力得分总分对应项目成熟度的5 个等级，以此判断组织当前芯片研发项目的管理水平处于哪一个等级.

2）根据各指标得分情况来衡量项目的管理状况，在哪方面管理能力较为出色，哪方面还需改进，使组织可以依据量化数据有针对性地改善项目管理现状，有的放矢，更高效地提高芯片研发项目管理水平. 通过对项目整个生命周期进行实时评价和改善，从而提高项目的管理水平，为芯片研发项目管理工作的评价及改进提供了理论依据.

3）评价模型是评价工作的开端，是进行综合评价的依据，但是目前还缺乏对在研项目的实践与应用，还不能更全面地对该模型进行适应性的反馈修正. 今后的研究应该加强实证分析、定性分析和定量分析相结合，把模型运用到更多的实际芯片研发项目中，以达到事中评价、动态把控、有效管控的目的，更好地提升芯片研发项目管理水平. 通过评价反馈，引导项目改进，不断优化模型，从而形成一个良性的循环. 同时，通过对各芯片研发项目进行横向比较，找出各管理因素的最佳实施方式，从而提高项目的管理水平，并进一步加强对芯片研发项目管理的经验积累，以提高芯片研发项目的管理成熟度，为芯片半导体行业的发展作出贡献.