基于熵值-貝葉斯網絡的科技項目“揭榜掛帥”制度風險評估研究

周恬慧，易高峰

（鹽城師范學院商學院，江蘇鹽城 224007）

1 研究背景

破解關鍵核心技術攻關難題，突破西方強國的科技封鎖，把科技的命脈牢牢掌握在自己手中，不斷提升我國發展獨立性自主性安全性，這迫切需要創新科研組織形式，激發巨大創新活力。習近平總書記提出要有力有序推進創新攻關的“揭榜掛帥”體制機制［1］?！敖野駫鞄洝敝票徽J為是科研管理的重大理念革新和革命性制度創新［2］，是在創新驅動發展戰略背景下提出的新型科研組織管理模式［3］，該制度的推行對于我國實現科技自立自強、搶抓新科技革命先機、營造良好人才生態環境具有重大引領作用［4］。

“揭榜掛帥”制是一種用市場競爭激發創新活力的科研激勵機制，本質上就是科技懸賞制。科技懸賞制的載體是科技懸賞獎，其歷史悠久，最早起源于1567 年西班牙王室設置的獎項，目的是尋找測算海上經度的方法，接著是1714 年英國政府設立的“經度獎”，這普遍被認為是第一屆科技懸賞獎。之后，科技懸賞獎成為政府主要的科研資助方式，在包括美、英、德、法等多個國家中大量使用。與西方較為成熟的科技懸賞獎相比，我國的“揭榜掛帥”制起步較晚，目前尚處于初步探索階段。自2020 年開始，我國各地方政府積極響應黨中央的號召，陸續設立“揭榜掛帥”項目，如2021 年9 月內蒙古自治區公布了首批技術攻關類“揭榜掛帥”項目榜單，共15 項，總經費達2.7 億元［5］；2022 年9 月浙江諸暨市首屆“揭榜掛帥”，共發布44 個項目榜單，金額達1.38 億元［6］；2023 年6 月黑龍江省科技廳在數字經濟、冰雪經濟等多個領域創設8 個“揭榜掛帥”科技攻關專項，設立43 個項目榜單，總經費超3 億元［7］。雖然各地設置的“揭榜掛帥”榜單數量較多，榜單金額也比較大，但在具體實踐過程中一系列問題正逐步顯現，如設榜未能張榜、張榜未能選帥、攻關未能成功、獎榜未能兌現等情況時有發生，加上科技項目的創新本身就具有高難度、高投入、高風險的特征［8］，科技項目“揭榜掛帥”的風險日益顯現，嚴重影響“揭榜掛帥”制的預期效果，也制約了關鍵核心技術的突破。但目前對于“揭榜掛帥”制的研究較少，主要集中于其內涵、運行機制與流程優化方面，幾乎沒有研究對“揭榜掛帥”制相關風險進行探討；此外，當前研究科技項目風險的相關文獻數量也明顯偏少。因此，有必要對科技項目“揭榜掛帥”的風險進行研究，以保障“揭榜掛帥”制度的推行能達到預期效果。

風險評估是風險研究中的關鍵內容，學者們相繼研發了專家判斷法、層次分析法、灰色評價法、BP 神經網絡評價法等多種風險評估方法，例如段秉乾等［9］、龐慶華［10］、朱慶鋒等［11］的研究成果。1986 年，Pearl［12］首次提出運用貝葉斯網絡來對不確定性知識的表達和推理進行研究，此后學者們便將貝葉斯網絡作為評估科技項目風險的重要方法。還有學者將其他方法與貝葉斯網絡相結合進行風險評估，如金俊麗等［13］為有效減少人為構建貝葉斯網絡帶來的主觀性，把最大期望（EM）算法、遺傳算法和貝葉斯網絡結合起來，使得科技項目風險評估更加科學、合理。熵值法是依據評價指標原始數據來確定其權重并進行評價的方法，該方法在權重確定過程中有效避免了主觀因素的干擾，結果更真實客觀。因此，將熵值法融入貝葉斯網絡構建熵值-貝葉斯網絡模型可以進一步降低貝葉斯網絡進行風險評估時的主觀性，并將項目風險可視化，能夠運用其強大的不確定性推理能力對復雜網絡中眾多變量間的關系作出有效推理，進而反映出各風險間的概率關系。為此，本研究通過熵值-貝葉斯網絡模型對科技項目“揭榜掛帥”制度的整體風險水平進行測度，并基于關鍵風險因素分析結果提出相關對策與建議，以期為促進“揭榜掛帥”制度的高質量推行提供科學參考。

2 科技項目“揭榜掛帥”風險評估方法設計

2.1 風險評估流程

借鑒毛子駿等［14］的研究，本研究的風險評估流程可分為風險識別、風險分析和風險評價3 個階段（見圖1）。風險評估的重要前提是風險識別，識別出的風險要素是否完整、恰當直接影響評估結果的科學準確與否。首先對與科技項目“揭榜掛帥”相關的政策文件、文獻等資料進行系統梳理和總結，在借鑒先前學者研究成果的基礎上初步得出相關風險清單；隨后通過對相關專家學者進行訪談，將關聯度較低的部分指標刪除，并補充之前被忽視的指標，構建最終的科技項目“揭榜掛帥”風險評估指標體系。風險分析是指對相關風險發生的概率及影響程度進行定量預測和判斷，本研究采用貝葉斯網絡對科技項目“揭榜掛帥”的風險進行分析主要包括4 個步驟：一是基于已建立的評估指標體系，將各層級指標間的關聯關系轉換為貝葉斯網絡結構圖；二是基于調研對象對各風險因子的發生概率及影響程度的打分結果確定父節點的先驗概率；三是通過參數學習法推測網絡非根節點的條件概率；四是基于貝葉斯公式將先驗概率、條件概率轉化為后驗概率，即科技項目“揭榜掛帥”風險各項評估指標的概率?？萍柬椖俊敖野駫鞄洝憋L險評價是指基于風險識別和分析的結果，為防范科技項目“揭榜掛帥”風險提供建議和參考。即在綜合風險評估指標權重和風險概率的基礎上，最終確定科技項目“揭榜掛帥”的風險水平，并基于評估結果提出相應對策。

圖1 科技項目“揭榜掛帥”風險評估流程

2.2 風險評估方法

2.2.1 熵值法

運用熵值法對科技項目“揭榜掛帥”各風險指標進行熵值計算，并最終確定各風險指標的權重。具體計算步驟如下：

第一步，對初始數據進行歸一化處理。

式（1）中：Aij為標準化值；Aj為第j項指標值。

第二步，計算Aij的比重Pij。

第三步，計算第j個指標的熵值ej。

式（3）中，k為常數。

第四步，計算第j個指標的差異系數cvj。

第五步，計算第j個指標的權重wj。

2.2.2 貝葉斯網絡

貝葉斯網絡是基于貝葉斯定理的一種有向無環圖模型，能夠在缺少相關數據的背景下有效識別并判斷各風險因素間的邏輯關系及相互影響度［15］。貝葉斯表達形式如下：

式（6）中：Q(Ai)是節點Ai的先驗概率；Q(B|Ai)、Q(B|Aj)是節點B的條件概率；Q(Ai|B)是節點Ai的后驗概率。

本研究的條件概率表通過利用EM 算法開展的貝葉斯網絡參數學習法獲得。EM 算法是一種迭代算法，它的每次迭代都由E步（求估計）和M 步（極大化）這兩步組成。其中，E 步是依據觀測到的變量及當前參數值，計算樣本數據集N的概率分布期望。表達形式為：

式（7）中：θt為當前參數值；θt-1為上一迭代得到的參數估計值；Z為要研究的事件。

根據何清華等［16］的研究可知，確定貝葉斯網絡結構的方法有3 種：一是運用相關軟件對大量樣本進行反復訓練獲得；二是借鑒專家知識及實地調研數據確定；三是將前述兩種方法相結合?？紤]到科技項目“揭榜掛帥”的特殊性及樣本限制，在結合相關風險來源分析的基礎上，通過專家訪談和實地調研信息確定本研究的貝葉斯網絡結構。

2.3 科技項目“揭榜掛帥”風險評估指標體系

“揭榜掛帥”是指聚焦目標明確的技術難題，創設專門的項目向社會公開張榜，同時不設門檻，進而選出“帥才”以研發出創新型科技成果的一種制度安排［17］。從2016 年4 月習近平總書記在網絡安全和信息化工作座談會中首次提出“揭榜掛帥”，到2020 年5 月十三屆全國人大三次會議的《政府工作報告》中強調實施，再到2020 年11 月在《中共中央關于制定國民經濟和社會發展第十四個五年規劃和二〇三五年遠景目標的建議》中形成制度，“揭榜掛帥”制度已從不成熟逐漸發展為規范化。然而調研發現，目前“揭榜掛帥”制度主要用于重大科技項目，該類項目原本就具有高難度、高投入、高風險的特征，加上將該制度用于攻關重大科技項目是一種新的探索，張榜無效、揭榜失敗等風險日益顯現，這些風險的發生對“揭榜掛帥”制度推行的預期效果產生了負面影響，也制約了國家重大科技項目的創新實施。通過整理以往相關文獻以及實地調研發現，科技項目“揭榜掛帥”的流程大致相同，可歸納為揭榜選帥、科技攻關、評榜獎榜3 個階段，而揭榜選帥這一階段又可以細分為設榜、張榜、選帥3 步。因此，本研究將科技項目“揭榜掛帥”的風險分為設榜風險、張榜風險、選帥風險、科技攻關風險和評榜獎榜風險5 類。

（1）設榜風險。榜單本身的質量直接影響到“揭榜掛帥”的效果，主要體現為未能聚焦重大科技瓶頸問題進而導致關鍵核心技術需求未能精準征集，以及對榜單中項目的評審不到位［18］。一方面，由于征集途徑不足或者對于征集人員以及征集對象的動員不夠，部分榜單主要來源于本地企業提出的共性科技問題或者個別企業自身的技術難題，其全局性、前沿性和帶動性不夠，從而使得關鍵核心技術需求未能精準征集；另一方面，對于榜單中項目技術指標的定位不夠準確或者相關要求不夠清晰［19］，導致不適合“揭榜掛帥”的項目未被剔除，進而造成揭榜率低甚至“流榜”的后果。同時，對于需求方的資質和科研等各方面能力的評審不到位，以及評審時采取的專家診斷、同行評議、實地調研等措施未能真正付諸實踐，這些都會影響到“揭榜掛帥”后續流程的順利開展。

（2）張榜風險。首先是張榜方案的設置不到位，體現為吸引力不夠和操作性不強。相關方案設置與一般的科研規劃類似，部分條款激勵性不足則無法有效吸引帥才，且方案的研發時效、獎金額度等設置不夠合理導致帥才參與積極性不高。其次，張榜的宣傳力度不夠［20］。主要體現為張榜的平臺不夠廣、張榜的方式不夠豐富，從而導致傳播范圍小、知曉范圍窄，進而造成參與者少，導致揭榜率低或者揭榜質量不高。

（3）選帥風險。該風險主要源于對帥才的遴選機制不夠完善，具體表現為對帥才的資格限制仍存在、揭榜者競爭不足、選帥流程不夠規范3個方面［15］。“揭榜掛帥”制與傳統的縱向委托式科研申報制相比，最大的區別在于構建了不設門檻的開放式創新模式，但在現實中這一模式并未得到很好地實踐，學歷、資歷等仍是選帥的隱性篩選條件。另外，根據調研，目前仍以單一揭榜方為主，多個揭榜方平行研究少，競爭不足導致揭榜者容易在研發過程中懈怠，進而增大了研發失敗的風險。最后，在對揭榜者的資質審查、揭榜方案的評估等選帥過程中可能存在騙取政府資金的串謀行為；同時，在組織專家對揭榜者的資質進行審查時，很多時候均是組織一場評審會，并未對揭榜者進行實地且全面的考察，從而使得專家不能深入地了解揭榜者的科研素養、創新能力等資質，進而可能導致選出的帥才與榜單技術需求適配度不高。

（4）科技攻關風險。該風險主要體現在外部和內部兩個方面。外部風險方面是指揭榜者未能對產學研等優勢資源進行充分整合，進而導致技術攻關失??；同時，容錯機制、補償機制、風險分擔機制等協同攻關機制不完善導致揭榜方感到攻關困難，進而選擇中途退出。內部風險方面是指揭榜者本身存在的問題，包括項目管理不到位（如項目管理團隊變更、項目領導缺乏領導能力、工作規劃不合理等）、對于項目的成本識別不足導致后期費用超出、研發人員能力不足進而難以滿足榜單技術需求等。

（5）評榜獎榜風險。該風險同樣分為內部和外部兩個方面。內部風險方面表現包括：一是未能將過程性評價和結果評價進行有效結合，從而導致揭榜成果與揭榜任務或者方案不匹配；二是“揭榜掛帥”最終形成的知識產權、榮譽等歸屬不明晰，進而產生評榜困難。外部風險方面主要表現為需求方、張榜方資金不足導致難以兌付榜單約定的資金，以及承諾的研發補助、人才扶持、金融支持等未能如約提供。

運用熵值法計算出以上每項風險源以及風險因子的權重，如表1 所示。

表1 科技項目“揭榜掛帥”風險評價指標體系

3 科技項目“揭榜掛帥”風險評估實證分析

3.1 數據來源及處理過程

3.1.1 數據來源

研究數據主要來源于調研問卷，面向政府部門、高校、科研機構、科創園區、創新創業園區等發放問卷，邀請組織、參與、研究過“揭榜掛帥”項目的相關人員對每項風險評估指標的發生概率和影響程度進行打分，共計收回131 份有效調研問卷。其中，87.02%的受調研人員參與過“揭榜掛帥”項目，72.52%的受調研人員來源于企業。問卷由受調研人員基本信息和對科技項目“揭榜掛帥”風險的判別兩部分構成。運用SPSSAU 軟件對問卷進行信效度分析得出，問卷整體Cronbach's alpha 系數為0.965，說明問卷整體可信度較高；設榜風險、張榜風險、選帥風險、科技攻關風險和評榜獎榜風險5種風險源的Cronbach’s alpha 系數分別為0.887、0.833、0.831、0.898、0.891，均大于 0.800，說明樣本數據的內在一致性很高；問卷整體的KMO 值為0.899，Bartlett 球形檢驗結果顯著（P＜0.01，巴特球形值=3 710.256，df=903），說明問卷效度較好。

3.1.2 數據處理

貝葉斯網絡中每項風險評估指標的發生概率和影響程度主要來源于受調研人員打分。采用5 分李克特量表進行衡量，各風險因子的風險水平計算式子如下：

式（8）中：RLuv代表第u位受調研人員評價的第v個風險因子的風險水平；OPuv代表第u位受調研人員對第v個風險因子發生概率的打分；IDuv表示第u位受調研人員對第v個風險因子影響程度的打分。

借鑒Lee 等［21］的研究，將通過調研問卷所得數據集運用如圖2 所示的風險等級矩陣進行規范化處理，即將受調研人員對風險因子發生概率以及風險因子影響程度兩者的打分值相乘，得到該項風險因子的對應等級。風險等級包括R1、R2、R3三級，分別對應低風險、中等風險和高風險。

圖2 風險等級矩陣

基于受調研人員對各風險因子的打分及對相應數據的規范化處理，對風險源和整體風險水平進行計算，然后通過網絡結構匹配各風險節點，最后通過Genie 軟件進行參數學習得出條件概率，進而得到所有節點的初始狀態概率分布。風險源和整體風險水平的計算式如下：

式（9）中：WkJ、RkJ分別為第K類風險源中第J個風險因子的權重和風險水平，分別是通過對R1、R2、R3賦值1、2、3 得到；RK為第K類風險源的風險水平。

3.2 科技項目“揭榜掛帥”風險評估貝葉斯網絡模型

依據以上建立的評估指標體系，運用Genie 軟件將各層級指標間的關聯關系轉換為貝葉斯網絡結構（見圖3），以整體“揭榜掛帥”風險為目標節點，涵蓋5 類風險源及21 個風險因子節點。將受調研人員對各風險因子的打分結果通過風險等級矩陣進行規范化處理，同時結合運用熵值法計算所得的各風險因子的權重，一并代入式（2），可得設榜風險、張榜風險、選帥風險、科技攻關風險、評榜獎榜風險的風險水平均值分別為2.330、2.201、2.288、2.257、2.155，及其指標權重分別為 0.244、0.138、0.141、0.257、0.220，最終可得科技項目“揭榜掛帥”的整體風險水平為2.250。

3.3 模型正向推理結果

科技項目“揭榜掛帥”不同風險源及整體風險的初始概率分布如圖4 所示。從模型的正向推理結果可以看出，科技項目“揭榜掛帥”整體風險處于R1、R2、R3的概率分別為25%、46%、29%，可見處于中等風險的概率最高，鑒于風險水平的取值區間為［1,3］，可計算出整體風險值為：1×0.25+2×0.46+3×0.29=2.04，表明科技項目“揭榜掛帥”的總體風險水平處于中等。從不同類型的風險來看，選帥風險處于高風險狀態的概率最高，達34%，其次為設榜風險和科技攻關風險，均為33%，評榜獎榜風險處于高風險狀態的概率最低，為25%。同理，運用上述風險水平賦值方法可計算出設榜風險、張榜風險、選帥風險、科技攻關風險和評榜獎榜風險的風險值分別為2.09、2.16、2.25、2.11和2.08，可見科技項目“揭榜掛帥”面臨的選帥風險最高，其次為張榜風險，評榜獎榜風險最低。

圖4 基于貝葉斯網絡模型的科技項目“揭榜掛帥”風險正向推理結果

3.4 模型逆向推理結果

逆向推理又稱“診斷推理”，是在已知結果時逆向尋找導致該結果的原因，運用貝葉斯網絡的逆向推理可識別出導致科技項目“揭榜掛帥”風險的最關鍵因素及其概率分布?；谝陨夏Ｐ驼蛲评斫Y果，在Genie 軟件中設置目標節點即“揭榜掛帥”整體風險的R3為1 進行模型的逆向推理，結果見圖5。將正逆向推理結果進行對比可以看出（見表2），風險水平變化最大的風險源是科技攻關風險，變化最小的是評榜獎榜風險；5 個風險源的風險水平由高到低依次為：選帥風險＞張榜風險＞科技攻關風險＞設榜風險＞評榜獎榜風險。因此，選帥風險、張榜風險和科技攻關風險是科技項目“揭榜掛帥”風險的主要風險源。

表2 基于貝葉斯網絡模型的科技項目“揭榜掛帥”風險正逆向推理結果比較

圖5 基于貝葉斯網絡模型的科技項目“揭榜掛帥”風險逆向推理結果

3.5 敏感性分析

敏感性分析是確定各風險因子對目標節點影響度的方法。由于張榜風險、選帥風險、科技攻關風險是主要的風險源，因此分別將這3 類風險源設為目標節點，得出對這3 類風險源影響最大的風險因子。從表3 可以看出，張榜風險下的各風險因子影響程度從大到小排序為：張榜方案操作性不強＞張榜方案吸引力不強＞張榜宣傳不夠；選帥風險下的各風險因子影響程度從大到小排序為：選帥流程不夠規范＞對帥才的資格限制仍存在＞揭榜者競爭不足；科技攻關風險下的各風險因子影響程度從大到小排序為：項目管理不到位＞項目成本識別不足＞協同攻關機制不完善＞研發人員能力不足＞優勢資源整合不足。因此，在進行這3 類風險源的防范時應優先考慮張榜方案操作性不強、選帥流程不夠規范、項目管理不到位3 個關鍵風險因子。

表3 科技項目“揭榜掛帥”風險因子敏感度

4 結論及建議

利用貝葉斯網絡模型能夠克服科技項目“揭榜掛帥”風險管理領域相關文獻不足的難題，將調研知識經過一系列有效處理后可轉變為風險評估依據，因此本研究運用貝葉斯網絡的參數學習、正向推理、逆向推理、敏感性分析等功能構建科技項目“揭榜掛帥”風險評估模型，結果顯示當前我國重大科技項目“揭榜掛帥”風險處于中等水平，其中張榜風險、選帥風險和科技攻關風險是主要風險源。據此，提出如下風險管控建議：

（1）改進張榜方案，吸引帥才“揭榜掛帥”。一是增強張榜方案的可操作性。圍繞國家戰略需求，征集“真榜”，破解難題。為提高張榜方案的可操作性，要對榜單涉及的技術組織開展專門的調研和充分的論證，凝練亟須的產業共性技術和關鍵核心技術作為“揭榜掛帥”的重點項目和攻關目標；同時，借鑒以往以及其他地區的先進經驗，合理設置方案中有關研發時效、獎金額度等條件要求，減少帥才難以參與情況的發生。二是提高張榜方案的吸引力，增強激勵性。在綜合考慮榜單的具體類型、涉及的技術、產生的風險以及所需時間等因素的基礎上，采取多元化的定價方式，從而使榜單最終的獎金數額更具激勵效應。另外，鼓勵需求方設立專門的基金，采取預先市場承諾、成果購買等方式減弱揭榜方未來的風險［22］，使得張榜方案更具吸引力。三是構建云平臺并充分利用新媒體平臺擴大宣傳范圍，吸引帥才踴躍揭榜。構建一個集設榜、張榜、揭榜為一體的“揭榜掛帥”云平臺，收集過往有關需求方、張榜方、揭榜方以及專家的信息，同時將高校、科研機構、創新創業園區、科創園區等先進科研團體或個體也納入這個平臺，并將新的“揭榜掛帥”項目實時推送到以上各方的個人賬號，使得“揭榜掛帥”項目的推廣更具針對性。此外，可以在微信、微博官方公眾號或抖音、快手等新媒體平臺上進行“揭榜掛帥”項目的宣傳。對于重大科技項目，可以面向全球招募，通過舉辦全球新聞發布會、網絡發布會等形式以及依托全球海外引才工作站、海外人才社團等渠道進行宣傳。另外，對于特定技術需求領域，應專注技術供給方面的領先國家或者創新主體，組織重點或專場宣傳推介會。通過多措并舉，擴大“揭榜掛帥”項目的傳播范圍，吸引更多帥才參與，提高揭榜率以及揭榜質量。

（2）完善選帥機制和揭榜模式，激發創新活力。一是規范選帥流程。要大力營造公平、公開、公正的“揭榜掛帥”選才環境。在選拔揭榜者時，評審成員的組成應不僅包括行業技術領域專家，還應包括需求方、投融資等機構的專家，這樣不僅可以使評審的結果更權威，而且可以有效減少揭榜者與評審專家的串謀行為；同時，揭榜方與需求方之間應不存在利益關聯，如若二者曾進行過研發合作或存在股權關系，那么就更有可能出現非法套取政府資助資金的合謀行為。另外，需建立動態監督機制。揭榜方、需求方和評審專家都應被納入信用監督管理系統，并動態監測揭榜項目的具體實施，對虛設名目的榜單以及騙取科研經費的行為進行懲戒。二是改進揭榜者的資格限定，不拘一格降人才。榜單目標不同，對申報者的要求也不同，應依據具體榜單目標對申報者的資格限定條件進行確定。除成果轉化型榜單目標需要對揭榜者的法人資格、是否擁有科技成果成功轉化經驗等進行較多條件的限定外，應破除對揭榜者學歷、職稱、榮譽等條件限制，形成唯才是舉的公平用人機制，以更加開放的姿態選拔人才，打破科研“小圈子”，進而盡可能擴大潛在揭榜者。三是創造性使用“一對一”與“多對一”揭榜模式［9］，激發創新活力。“一對一”揭榜模式指只有一個揭榜方或者多個單位組成一個集合體進行科研攻關；而“多對一”揭榜模式指多個揭榜者進行平行科研攻關，即“賽馬制”。從激發揭榜者創新積極性以及提高項目成功率的角度來說，競爭機制的引入將起到明顯正向促進作用?！百愸R制”可以形成多個揭榜者平行攻關模式，進而實現單一主體向多元競爭主體科研攻關轉變。具體來說，在攻關技術路線明顯不同、項目需求方難以確定唯一合作對象時，可以選定多個揭榜者進行平行攻關，最先完成項目目標的為最終揭榜方。當然，在實踐中，對于揭榜者數量的選擇應綜合考慮經費預算、項目創新性與難度以及揭榜方研發能力等因素?？傊?，為激發揭榜方的研發積極性，減少揭榜方在研發過程中懈怠的可能性，進而提高研發成功率，應做好“一對一”與“多對一”模式的權衡，并盡可能采用“多對一”模式，僅在少數情況下采取“一對一”模式；同時，建立責任追溯和懲罰機制，對揭榜后不盡責或不作為的揭榜者，收繳其項目獎勵及榮譽，列入科研誠信“黑名單”并在全國科技界進行通報。另外，還可以學習工信部的做法，設置主、輔兩個賽道，形成攻關梯隊，若主賽道企業不作為，輔賽道企業可以接替主賽道企業繼續攻關工作。

（3）優化項目管理和協同攻關機制，提升科研創新能力。一是強化“揭榜掛帥”項目管理。保持項目管理團隊的穩定性、充分發揮領導人員的效能以及制定合理的工作規劃，這三者的前提都在于進行了合理的項目團隊組織規劃和設計，即在明確項目目標、具體要求的基礎上，對項目管理團隊的組織結構、團隊組織中的職位以及各職位對應的責、權、利等進行合理規劃，從而提高職位與員工的匹配度，在充分發揮領導效能的同時提高管理團隊的穩定性。其次，需完善績效考核和激勵政策以調動項目管理人員以及項目其他參與人員的工作積極性。另外，還要加強對項目管理人員以及其他參與人員，特別是財務人員的專業技能培訓，進而減少工作規劃不合理以及項目成本識別不足等問題的發生。二是完善協同攻關機制。關鍵核心技術的攻關難度大且結果具有很大的不確定性，在項目實施過程中可能出現研發失敗的情況，因此應完善針對揭榜方的容錯、補償、風險分擔等協同攻關機制。完善的容錯免責機制可以鼓勵更多潛在揭榜者參與揭榜［23］，在他們順利揭榜后能夠勤勉盡責的前提下增強其在技術攻關道路上攻堅克難的勇氣和底氣。同時，需科學設計與里程碑節點考核相匹配的揭榜失利補償機制。因為多個參與者對同一項目進行預研，在預研階段均進行了一定的投入，但這些前期參與者并不是都能被選中，因此，能否科學設立針對揭榜失敗方的利益補償機制會對潛在揭榜方的參與積極性產生顯著影響。另外，應進一步完善風險分擔機制。首先需積極創新融資方式，充分發揮中央財政資金的杠桿作用，積極引入社會資本、基金風投等資金來源體來幫助中小企業或個體等解決先期投入不夠的難題，避免因經費不足影響部分揭榜者的研發積極性。其次應發揮金融保險的托底效用，由發榜方和保險公司聯合推出“揭榜險”等新型險種，明確因不受人為控制的意外情況導致項目失敗的，可由保險公司按項目投入補償發榜方和揭榜者，同時政府給予補貼一定的投保費用，以此進一步消除揭榜者的后顧之憂。與此同時，還可以榜單為媒、揭榜為線，助推揭榜帥才和張榜企業由項目的短期合作轉化為長期的技術合作，以進一步減弱智力轉化過程中不確定性風險的負面影響。此外，在完善協同攻關機制的同時還應注重科技攻關環節優質資源的匯聚，應構建以揭榜方為主體、產學研全面融合的生態體系［24］，從而匯聚優質創新資源，進而助推揭榜者順利進行技術攻關。三是提升揭榜方的科研創新能力。對于揭榜者本身，首先需盤活人才存量，大力培育優秀科研人員，夯實自身的技術攻關力量；同時需壯大人才總量，可以采取“候鳥式”聘任［25］、“巡回式”服務等創新性的柔性引才模式以及構建薪酬激勵、收益分配等引人用人機制，依據攻關技術的方向大力引進科研人才。其次，應做好內部參與技術攻關人員的有關保障工作，為項目領導者及其團隊營造舒適的科研環境，同時提供必要的物質和精神激勵；同時，從工資待遇、職稱評定、職級晉升等多環節入手，營造適宜人才發展的生態環境，保障團隊科研人員的穩定以及科研能力的持續提升。