2.4 信息分析课题选择的程序与方法

2.4.1 信息分析课题选择的基本程序

1．课题选择工作的组织

组织信息分析课题选择工作标志着信息分析课题选择决策工作的开始。信息分析课题选择工作的首要任务是分析研究经济、社会、科技等领域存在的实际问题，依据人们已有的认识水平和技术能力提出需要探讨和研究的内容、目标，在综合分析的基础上形成信息分析课题。

信息分析课题选择工作的组织通常有两种方式：

（1）由下至上方式。该方式是指由各部门、各行业和各信息分析机构根据实际情况自行开展课题选择工作，并向信息分析管理部门申报课题。

（2）由上至下方式。该方式是指由信息分析管理部门根据本地区经济、社会、科技等方面发展的重点，制定信息分析课题指南，通过课题指南引导各部门、各行业和各信息分析机构进行课题选择。

实践证明，按照由下至上方式组织信息分析课题选择工作，具有较强的自主性，便于信息分析人员根据自己掌握的信息和拥有的技术手段进行课题选择。它适合于一些部门性、行业性或专业性较强的信息分析的课题选择。采取制定信息分析课题指南的由上至下的课题选择方式，能够有效地提高信息分析的整体效益，保证高层次的重大问题和长远战略性问题研究的需求。但这种方式选择的信息分析课题一般要求较高，内容较广泛，难度相对较大，课题选择过程较为复杂。从我国信息分析工作的性质和实际情况出发，信息分析课题选择工作应该以由上至下方式为主，结合由下至上的方式进行。

2．课题初步评价

信息分析课题指南发布后，开始组织信息分析课题的申报工作。对于大量的申报课题，信息分析管理部门首先应该对它们的性质、目标、研究内容、技术路线等进行初步的评价，以剔除那些明显不符合要求的课题。由于人们对信息分析的认识还比较模糊，对信息分析与科学研究之间的关系也不够明确，以致造成申报信息分析课题形式的多样化。所以，如何判断和分辨信息分析课题是初步评价首先要解决的一个重要问题。对于申报的课题看它是否属于信息分析范畴，一般可以从信息分析的以下三方面特征来评价：

（1）广泛性。信息分析是以经济、社会、科技等各方面的问题为研究对象，其研究内容非常广泛，它所面临的是一个大系统，具有与其他科学研究所无法比拟的广泛性和复杂性。

（2）政策性。信息分析的最终成果是向各类用户提交的研究报告，其内容多是综述、建议、办法、措施、方案、对策等，它们不仅仅表示通过信息分析后得出的一种基本看法，更主要的是那些能为用户解决实际问题的研究方案，其效益具体体现在为用户决策服务过程中所起的“参谋”作用上。

（3）综合性。信息分析是一种跨学科、跨专业、跨领域的综合性研究。由于研究对象的广泛性和复杂性，必须综合运用人类已知的科学理论，采用定性与定量方法相结合的模式开展信息分析工作。

3．课题可行性研究

经过初步评价，确定一批信息分析课题后，即可转入可行性研究阶段。可行性研究是信息分析课题选择过程中一项十分重要的工作环节。信息分析课题可行性研究主要包括信息分析课题的重要性和可行性两个方面。

信息分析课题的重要性主要是对信息分析课题的意义、作用、影响等进行论证。

（1）信息分析课题背景。包括国内外同类信息分析课题的研究状况，开展该信息分析课题的意义和作用，该信息分析课题的必要性和需求程度。

（2）信息分析课题的内容、范围、深度等是否满足要求。

（3）预期实现的目标、价值和社会经济效益是否明确。

（4）社会影响、政治影响及其有关后果评价。

信息分析课题的可行性主要是对信息分析过程中实现目标的可行程度和实施过程中的可行程度的评价，包括信息分析技术上的可行性、信息分析经济上的合理性和信息分析管理上的可行性三个方面。

（1）信息分析技术上的可行性。即评价现有的技术条件能否达到要求，以实现信息分析的目标。

（2）信息分析经济上的合理性。即评价信息分析经费预算的合理性和信息分析周期的合理性。信息分析经费一般包括资料费、调研费、咨询费、计算分析费、成果鉴定费等。信息分析周期指完成一项信息分析工作所需要的时间。

（3）信息分析管理上的可行性。对于信息分析工作，尤其是大型信息分析工作，除了技术上、经济上的因素外，组织与管理上的因素也会影响信息分析工作的顺利进行。因此，信息分析课题组织与实施的管理因素，是信息分析课题可行性论证的一项重要内容。

4．课题整体审查

通过可行性研究之后，选出了一批可行的信息分析课题，但并非所有可行的信息分析课题都可得到批准立项开展工作。对所有可行的信息分析课题，还应该针对信息分析规划制定的目标、工作重点以及经费总预算等的限制，进行信息分析课题的整体审查，确定与信息分析规划要求相一致的信息分析课题，并做到将信息分析规划期内有限的经费合理地配置到信息分析课题上去，实现整体优化。信息分析课题的整体性审查可以从信息分析课题与信息分析规划目标的关系和信息分析课题之间的相互关系上进行分析，通过相关分析确定它们之间的最佳组合，并根据信息分析经费等条件来最终选择一批信息分析课题。信息分析课题选择的整个程序，如图2-1所示。

2.4.2 信息分析课题选择的主要方法

1．头脑风暴法

头脑风暴法（brain storming）又称智力激励法、BS法、自由思考法，是由美国创造学家A.F．奥斯本于1939年首次提出，1953年正式发表的一种激发性思维方法。近年来，这一方法在信息分析课题选择实践中得到了广泛的应用。

头脑风暴法是一种会议形式。会议在非常融洽和轻松的气氛下进行，在选题方面不受任何框框限制。主持者是非常有经验的人。他一般不发表意见，以免影响会议的自由空气。会议有四条基本原则：不互相批判；自由鸣放；欢迎提出大量的课题；要求善于借鉴他人意见提出新的课题。因此，头脑风暴法的主要特点是互相启发。据统计，采用头脑风暴法提出课题的数量，要比同样的人单独提出课题多70%。该方法在信息分析课题选择中的应用，可以最大限度地激励与会专家提出大量课题。

头脑风暴法的实施程序主要包括三个步骤。

（1）会前准备

会前准备阶段包括四个环节：

一是确定会议主题。即确定所要集中解决的问题。

二是挑选主持人。主持人必须十分熟悉会议的主题，熟练掌握头脑风暴的技法，平易近人，头脑灵活，善于启发和提示。

三是组成专家小组。小组成员可以是各方面的成员，一般遵循以下原则挑选：第一，如果参加者相互认识，要从同一级别的人员中选取，领导原则上不参加，以免给参加者带来心理压力；第二，如果参加者互不认识，可以从不同级别的人员中选取，不论成员职位高低，都应一视同仁；第三，参加者的专业应尽量与所讨论的中心问题相一致，同时最好包括一些学识渊博、对所论及问题有较深理解的其他领域的专家。

四是确定会议时间。会议时间一般为20～60分钟。

（2）会议召开

会议召开的程序大体包括以下步骤：

一是会议开始。由主持人宣布要讨论的问题，申明头脑风暴的基本原则。

二是自由发言。必须把握好自由和集中的平衡点。自由是指会议气氛轻松，言论没有拘束。集中是指要有重点、有针对性，而不是漫无边际地夸夸其谈。会议中间如果出现冷场，主持人可以抛出事先准备好的设想，以起到抛砖引玉的作用。

三是随时公布提出的课题。应有两名记录员参加会议，一人做书面记录，另一人将发言随时整理，并利用黑板或投影仪将与会专家提出的课题反映出来，以相互启发、相互激励。

四是适时宣布休会。如果会议已达到了预期效果，要适时宣布休会，让大家休息。同时，请大家继续思考，有了新的课题后予以补充。

（3）会后评价

会议结束后，会议主持人和记录员要及时把会议讨论的课题汇总分类，并进行综合评价，从中选出最优课题。常用的评价课题的方法是综合评分法，它是一种简单实用的课题评价方法。其基本思想是：用评分来反映评委对课题各项指标的评价，通过数据的综合处理，用一个量化的结果来表达课题评价的结论。

用综合评分法评价课题的过程一般包括以下四个步骤：

第一步，确定课题的评价指标和评价等级。

评价指标主要包括技术先进性、经济合理性、管理可行性、环境可容性等；评价等级一般分为优、良、中、差、劣（或一、二、三、四、五）五个级别，其划分的依据是某一预先制定的评价标准。等级的区分是通过不同的分值来体现的，分值常有小数制、十分制和百分制三种计分形式，如表2-1所示。其中百分制评分的范围较宽（0～100分），能够区分同一等级内部的细微差别，因而使用最普遍。

第二步，给课题的各项评价指标打分。即每个评委对课题的每一项评价指标依据评价标准给出一个具体的分值。

第三步，计算课题的总分。即根据各项评价指标的打分，运用某种数据统计方法计算出该课题的总分。数据统计方法很多，经常采用的主要有以下五种方法：

① 相加。即将各项评价指标的评分值相加，得出总分。公式为

式中，S为该课题的评分总分；n为评价该课题的指标个数；Ri为第i（i=1,2, …, n）个指标的评分值。

② 相乘。即将各项评价指标的评分值相乘，得出总分。公式为

式中，S、n、Ri的含义同式（2-1）。

③ 加乘混合。即先将各项评价指标按其地位进行分组，再分别将每组内各指标相加求和，然后将各组的和相乘求总分。公式为

式中，m为评价指标所分的组数；p为同一组中的指标个数；Rij为第i（i=1,2, …, m）组第j（j=1,2, …, p）个指标的评分值；S的含义同式（2-1）。

④ 加权相加。即先将每一评价指标的评分值与该指标所对应的权重相乘，得出各指标的加权评分值；再将这些加权评分值相加，得出总分。公式为

式中，Wi为第i（i=1,2, …, n）个指标的权重，可根据专家咨询、直接经验等方法确定，且满足; S、n、Ri的含义同式（2-1）。

⑤ 加权相加与相乘混合。即先将特别重要的评价指标相乘，得出乘法因子；再将该乘法因子与其余评价指标的加权相加结果相乘，得出总分。公式为

式中，t为特别重要的评价指标个数；ai为第i（i=1,2, …, t）个特别重要的评价指标的评分值；Wj、bj分别为第j（j=1,2, …, n-t）个其余评价指标的权重、评分值；S、n的含义同式（2-1）。

上述五种数据统计方法各有优点和局限性，在具体操作时应根据实际情况合理选择。

第四步，计算评委会的评分。先重复上述三个步骤，计算每一位评委给该课题评分的总分；再计算评委会对该课题的综合评分。这个综合评分是一个量化的结果，是评委会对该课题的总体评价。

由上可见，头脑风暴法可归纳为会前准备、会议召开、会后评价三个基本程序，如图2-2所示。

采用头脑风暴法组织专家会议的注意事项包括：

（1）会议主题及范围要明确，围绕中心议题提出课题。

（2）为防止形成阻碍，鼓励自由思考，要求对主题畅所欲言，对他人提出的课题不作评点。

（3）对每个与会者平等对待，不因其职称、地位不同而在发言时有不同的待遇。

与一般的会议研讨不同的是，在头脑风暴过程中，与会者不得当场对专家提出的课题进行评价，严格禁止相互批评和指责，最大程度地促进思想的自由碰撞。同时，鼓励提出激进和另类的课题，并始终聚焦于一个明确的主题。参会者以5～10人为宜，提前对需要研讨的主题及背景有足够的了解。

头脑风暴法有利于充分发挥个人的想象力，有利于各种课题的不断提出、修改、补充和完善。它能在较短的时间内，获取质量较高的信息分析课题。但同时，它也受到与会者经验、知识、思维能力等方面的限制，会议记录整理往往也比较困难。为了弥补这些缺陷，人们通常把头脑风暴法与反向头脑风暴法结合起来使用。

反向头脑风暴法，又称质疑头脑风暴法，是指在召开头脑风暴会议后，召开第二个专家会议，其主题是针对第一个会议提出的课题进行质疑性评估。它要求与会专家只从反面对已经提出的课题提出各种质疑或评论，不允许对已提出的课题做确认性的论证。

反向头脑风暴法的程序是：

（1）对已经形成的课题提出质疑，其重点是分析研究阻碍课题实现的问题。

（2）把质疑和评论的各种意见归纳起来，进行全面的比较、分析和评估。

（3）修改已有的课题，使之完善。

该方法所遵循的原则与直接头脑风暴法一样，但禁止对已有的课题提出肯定意见，而鼓励提出新的课题。实践证明，头脑风暴法和反向头脑风暴法结合使用，可以产出大量好的信息分析课题。

2．优序比较法

信息分析课题选择是建立在相互比较评价的基础上进行的，不仅不同信息分析课题之间需要相互比较，而且对不同的信息分析目标或准则之间也要进行比较，通过它们相互间的比较来表明各信息分析课题间的优劣次序，作出综合判断和选择。

相对比较的模式主要有两种：一是对所有待选信息分析课题进行两两比较，确定它们的优序数；二是在所有抉择的信息分析课题中确定一理想课题，以此为标准，将其他各信息分析课题与理想课题进行比较，确定每个课题相对于理想课题的相对优序值。由于在两两比较方法中，每次比较只集中于两个信息分析课题，在定性问题的测度中具有明显的优越性，故称之为优序比较法。

优序比较法可描述为：

设有一信息分析课题集合M={m1, m2, …, mn}，则信息分析课题之间的相互优劣比较有以下方阵：

F={fij}n×n（i=j= 1,2, …, n）

其中fij表示信息分析课题i与信息分析课题j的优劣比较结果。

则每个信息分析课题Mi的比较结果为

在实际应用中，可以按表2-2形式进行。

在该矩阵中，对所有i=j的元素fij，即矩阵对角线元素，其比较为信息分析课题自身的比较，所以

fij=0

由于信息分析课题选择一般邀请若干位专家进行，为了使专家在信息分析课题比较中有一个比较范围，信息分析课题两两比较结果的赋值可按表2-3的意义确定。对表中的比较结果按行加总，计算出每个信息分析课题的优序数M-i, M-j越大，说明该信息分析课题的优越性越强。

在实际应用中，通常用多个指标或准则来评价待选信息分析课题。常用的方法是先分别按不同的标准来评价各个信息分析课题，计算出所有信息分析课题对各评价指标的优序数，然后再按一定的准则进行合并，得出综合评价结果。

可见，优序比较法具有简单、实用的特点，在选择信息分析课题过程中，可以根据实际情况进行灵活应用。

3．价值指数模型法

该模型方法是将信息分析课题评价因素分为三类，即信息分析课题成功率E、信息分析课题预期价值F、投入信息分析课题的代价G。模型的构造采用乘法形式，其数学公式为

针对信息分析课题选择的特点，考虑具体评价因素和评价规则，可以建立不同的评价模型。例如，在信息分析课题选择中，考虑研究和应用的不同阶段，可以把信息分析课题的成功率分为研究的成功率Ex和实施应用的可能性Ey两部分。对于这两部分，评价人员认为它们对信息分析课题选择具有极强的关系。按照这种评价规则，信息分析课题成功率的构成应该是

而对于信息分析课题的预期价值F，也可进一步划分为预期信息分析成果的先进性、信息分析内容的创新性和预期的社会效益等若干方面。评价人员认为这些方面的评价准则对于信息分析课题选择来说，可以相互补偿，它们之间相互独立，任何一种因素的提高都应作为信息分析课题的价值。按照这种评价规则，可将F构造为

式中，为评价因素的权重；为评价因素的评价值。

同理，可以像F一样处理G因素，有

这样，信息分析课题选择的价值指数模型（2-7）变为

显然，信息分析课题选择的价值指数模型（2-7-4）既考虑了不同阶段的评价因素，又考虑了评价人员的评价思想，使得信息分析课题选择更加合理。