技术创新的主要方法范文
发布时间：2024-03-20 15:35:32
导语：想要提升您的写作水平，创作出令人难忘的文章？我们精心为您整理的13篇技术创新的主要方法范例，将为您的写作提供有力的支持和灵感！
篇1
课题来源：单位自拟课题或省政府下达的研究课题
技术创新预测和评估是企业技术创新决策的前提和依据。通过技术创新预测和评估, 可以使企业对未来的技术发展水平及其变化趋势有正确的把握, 从而为企业的技术创新决策提供科学的依据, 以减少技术创新决策过程中的主观性和盲目性。只有在正确把握技术创新发展方向的前提下, 企业的技术创新工作才能沿着正确方向开展,企业产品的市场竞争力才能得到不断加强。在市场竞争日趋激烈的现代商业中, 企业的技术创新决定着企业生存和发展、前途与命运, 为了确保技术创新工作的正确性,企业对技术创新的预测和评估提出了更高的要求。
二、本课题国内外研究现状及发展趋势
现有的技术创新预测方法可分为趋势外推法、相关分析法和专家预测法三大类。
(1)趋势外推法。指利用过去和现在的技术、经济信息, 分析技术发展趋势和规律, 在分析判断这些趋势和规律将继续的前提下, 将过去和现在的趋势向未来推演。生长曲线法是趋势外推法中的一种应用较为广泛的技术创新预测方法,美国生物学家和人口统计学家Raymond Pearl提出的Pearl曲线(数学模型为: Y=L∕[1+A?exp(-B·t)] )及英国数学家和统计学家Gompertz提出的Gompertz曲线(数学模型为: Y=L·exp(-B·t))皆属于生长曲线, 其预测值Y为技术性能指标, t为时间自变量, L、A、B皆为常数。Ridenour模型也属于生长曲线预测法, 但它假定新技术的成长速度与熟悉该项技术的人数成正比, 主要适用于新技术、新产品的扩散预测。
(2)相关分析法。利用一系列条件、参数、因果关系数据和其他信息, 建立预测对象与影响因素的因果关系模型, 预测技术的发展变化。相关分析法认为, 一种技术性能的改进或其应用的扩展是和其他一些已知因素高度相关的, 这样, 通过已知因素的分析就可以对该项技术进行预测。相关分析法主要有以下几种: 导前-滞后相关分析、技术进步与经验积累的相关分析、技术信息与人员数等因素的相关分析及目标与手段的相关分析等方法。
(3)专家预测法。以专家意见作为信息来源, 通过系统的调查、征询专家的意见, 分析和整理出预测结果。专家预测法主要有: 专家个人判断法、专家会议法、头脑风暴法及德尔菲法等, 其中, 德尔菲法吸收了前几种专家预测法的长处, 避免了其缺点, 被认为是技术预测中最有效的专家预测法。
趋势外推法的预测数据只能为纵向数据, 在进行产品技术创新预测时, 只能利用过去的产品技术性能这一个指标来预测它的随时间的发展趋势, 并不涉及影响产品技术创新的科技、经济、产业、市场、社会及政策等多方面因素。在现代商业经济中, 对于产品技术发展的预测不能简单地归结为产品过去技术性能指标按时间的进展来类推, 而应系统综合地考虑现代商业中其他因素对企业产品技术创新的深刻影响。相关分析法尽管可同时按横向数据和纵向数据来进行预测, 但由于它是利用过去的历史数据中的某些影响产品技术创新的因素求出的具体的回归预测式, 而所得到的回归预测模型往往只能考虑少数几种主要影响因素, 略去了许多未考虑的因素, 所以, 所建模型对实际问题的表达能力也不够准确, 预测结果与实际的符合程度也有较大偏差。专家预测法是一种定性预测方法,依靠的是预测者的知识和经验, 往往带有主观性, 难以满足企业对技术创新预测准确度的要求。以上这些技术创新预测技术和方法为企业技术创新工作的开展做出了很大的贡献, 为企业技术创新的预测提供了科学的方法论, 但在新的经济和市场环境下, 技术创新预测的方法和技术应有新的丰富和发展, 以克服自身的不足, 更进一步适应时展的需要, 为企业的技术创新工作的开展和企业的生存与发展提供先进的基础理论和技术方法。
目前,在我国企业技术创新评估中, 一般只考虑如下四个方面的因素: (1) 技术的先进性、可行性、连续性; (2) 经济效果; (3) 社会效果; (4) 风险性, 在对此四方面内容逐个分析后, 再作综合评估。在综合评估中所用的方法主要有: Delphi法(专家法)、AHP法(层次分析法)、模糊评估法、决策树法、战略方法及各种图例法等, 但技术创新的评估是一个非常复杂的系统, 其中存在着广泛的非线性、时变性和不确定性, 同时, 还涉及技术、经济、管理、社会等诸多复杂因素,目前所使用的原理和方法, 难以满足企业对技术创新评估科学性的要求。关于技术创新评估的研究, 在我国的历史还不长, 无论是指标体系还是评估方法, 均处于研究
之中, 我们认为目前在企业技术创新评估方面应做的工作是: (1) 建立一套符合我国实际情况的技术创新评估指标体系; (2) 建立一种适应于多因素、非线性和不确定性的综合评估方法。
这种情况下, 神经网络技术就有其特有的优势, 以其并行分布、自组织、自适应、自学习和容错性等优良性能, 可以较好地适应技术创新预测和评估这类多因素、不确定性和非线性问题, 它能克服上述各方法的不足。本项目以BP神经网络作为基于多因素的技术创新预测和评估模型构建的基础, BP神经网络由输入层、隐含层和输出层构成, 各层的神经元数目不同, 由正向传播和反向传播组成, 在进行产品技术创新预测和评估时, 从输入层输入影响产品技术创新预测值和评估值的n个因素信息, 经隐含层处理后传入输出层, 其输出值Y即为产品技术创新技术性能指标的预测值或产品技术创新的评估值。这种n个因素指标的设置, 考虑了概括性和动态性, 力求全面、客观地反映影响产品技术创新发展的主要因素和导致产品个体差异的主要因素, 尽管是黑匣子式的预测和评估, 但事实证明它自身的强大学习能力可将需考虑的多种因素的数据进行融合, 输出一个经非线性变换后较为精确的预测值和评估值。
据文献查阅, 虽然在技术创新预测和评估的现有原理和方法的改进和完善方面有一定的研究,如文献[08]、[09]、[11]等, 但尚未发现将神经网络应用于技术创新预测与评估方面的研究, 在当前产品的市场寿命周期不断缩短、要求企业不断推出新产品的经济条件下, 以神经网络为基础来建立产品技术创新预测与评估模型, 是对技术创新定量预测和评估方法的有益补充和完善。
三、论文预期成果的理论意义和应用价值
本项目研究的理论意义表现在: (1) 探索新的技术创新预测和评估技术, 丰富和完善技术创新预测和评估方法体系; (2) 将神经网络技术引入技术创新的预测和评估, 有利于推动技术创新预测和评估方法的发展。
本项目研究的应用价值体现在: (1) 提供一种基于多因素的技术创新定量预测技术, 有利于提高预测的正确性; (2)提供一种基于BP神经网络的综合评估方法, 有利于提高评估的科学性; (3) 为企业的技术创新预测和评估工作提供新的方法论和实用技术。
四、课题研究的主要内容
以BP神经网络模型为基础研究基于多因素的技术创新预测和评估模型, 并建立科学的预测和评估指标体系及设计相应的模型计算方法, 结合企业的具体实际, 对指标和模型体系进行实证分析, 使研究具有一定的理论水平和实用价值。
1、影响企业技术创新预测和评佑的相关指标体系确定及其量化和规范化。从企业的宏观环境和微观环境两个方面入手, 密切结合电子商务和知识经济对企业技术创新的影响, 系统综合地分析影响产品技术创新的各相关因素, 建立科学的企业技术创新预测和评估指标体系, 并研究其量化和规范化的原则及方法。
2、影响技术创新预测和评估各相关指标的相对权重确定。影响技术创新发展和变化各相关因素在输入预测和评估模型时, 需要一组决定其相对重要性的初始权重, 权重的确定需要基本的原则作支持。
3、基于BP神经网络的技术创新预测和评估模型研究。 根据技术创新预测的特点, 以BP神经网络为基础, 构建基于多因素的技术创新预测和评估模型。
4、基于BP神经网络的技术创新预测和评估模型计算方法设计。根据基于BP神经网络的技术创新预测和评估模型的基本特点, 设计其相应的计算方法。
5、基于BP神经网络的技术创新预测和评估模型学习样本设计。根据相关的历史资料, 构建基于BP神经网络的技术创新预测和评估模型的学习样本, 对预测和评估模型进行自学习和训练, 使模型适合实际情况。
6、基于BP神经网络的技术创新预测和评估技术的实证研究。以一般企业的技术创新预测与评估工作为背景, 对基于BP神经网络的技术创新预测和评估技术进行实证研究。
1、建立一套基于电子商务和知识经济的技术创新预测和评估指标体系。目前,在技术创新的预测和评估指标体系方面, 一种是采用传统的指标体系, 另一种是采用国外先进国家的指标体系, 如何结合我国实际当前经济形势, 参考国外先进发达国家的研究工作, 建立一套适合于我国企业技术创新预测和评估指标体系, 此为本研究要做的首要工作, 这是一项创新。
2、研究基于BP神经网络的技术创新预测和评估模型及其计算方法。神经网络技术具有并行分布处理、自学习、自组织、自适应和容错性等优良性能, 能较好地处理基于多因素、非线性和不确定性预测和评估的现实问题, 本项目首次将神经网络技术引入企业的技术创新预测和评估, 这也是一项创新。
五、课题研究的基本方法、技术路线的可行性论证
1、重视系统分析。以系统科学的思想为指导来分析影响企业技术创新发展和变化的宏观因素和微观因素, 并研究影响因素间的内在联系, 确定其相互之间的重要度, 探讨其量化和规范化的方法, 将国外先进国家的研究成果与我国具体实际相结合, 建立我国企业技术创新预测和评估的指标体系。
2、重视案例研究。从国内外技术创新预测与决策成功和失败的案例中, 发现问题、分析问题, 归纳和总结出具有共性的东西, 探索技术创新预测与宏观因素与微观因素之间的内在关系。
3、采用先简单后复杂的研究方法。对基于BP神经网络的技术创新预测和评估模型的研究, 先从某一行业出发, 定义模型的基本输入因素, 然后, 逐步扩展, 逐步增加模型的复杂度。
篇2
论文名称：基于bp神经网络的技术创新预测与评估模型及其应用研究
课题来源：单位自拟课题或省政府下达的研究课题
选题依据：
技术创新预测和评估是企业技术创新决策的前提和依据。通过技术创新预测和评估, 可以使企业对未来的技术发展水平及其变化趋势有正确的把握, 从而为企业的技术创新决策提供科学的依据, 以减少技术创新决策过程中的主观性和盲目性。只有在正确把握技术创新发展方向的前提下, 企业的技术创新工作才能沿着正确方向开展,企业产品的市场竞争力才能得到不断加强。在市场竞争日趋激烈的现代商业中, 企业的技术创新决定着企业生存和发展、前途与命运, 为了确保技术创新工作的正确性,企业对技术创新的预测和评估提出了更高的要求。
二、本课题国内外研究现状及发展趋势
现有的技术创新预测方法可分为趋势外推法、相关分析法和专家预测法三大类。
(1)趋势外推法。指利用过去和现在的技术、经济信息, 分析技术发展趋势和规律, 在分析判断这些趋势和规律将继续的前提下, 将过去和现在的趋势向未来推演。生长曲线法是趋势外推法中的一种应用较为广泛的技术创新预测方法,美国生物学家和人口统计学家raymond pearl提出的pearl曲线(数学模型为: y=l∕[1+a?exp(-b·t)] )及英国数学家和统计学家gompertz提出的gompertz曲线(数学模型为: y=l·exp(-b·t))皆属于生长曲线, 其预测值y为技术性能指标, t为时间自变量, l、a、b皆为常数。ridenour模型也属于生长曲线预测法, 但它假定新技术的成长速度与熟悉该项技术的人数成正比, 主要适用于新技术、新产品的扩散预测。
(2)相关分析法。利用一系列条件、参数、因果关系数据和其他信息, 建立预测对象与影响因素的因果关系模型, 预测技术的发展变化。相关分析法认为, 一种技术性能的改进或其应用的扩展是和其他一些已知因素高度相关的, 这样, 通过已知因素的分析就可以对该项技术进行预测。相关分析法主要有以下几种: 导前-滞后相关分析、技术进步与经验积累的相关分析、技术信息与人员数等因素的相关分析及目标与手段的相关分析等方法。
(3)专家预测法。以专家意见作为信息来源, 通过系统的调查、征询专家的意见, 分析和整理出预测结果。专家预测法主要有: 专家个人判断法、专家会议法、头脑风暴法及德尔菲法等, 其中, 德尔菲法吸收了前几种专家预测法的长处, 避免了其缺点, 被认为是技术预测中最有效的专家预测法。
趋势外推法的预测数据只能为纵向数据, 在进行产品技术创新预测时, 只能利用过去的产品技术性能这一个指标来预测它的随时间的发展趋势, 并不涉及影响产品技术创新的科技、经济、产业、市场、社会及政策等多方面因素。在现代商业经济中, 对于产品技术发展的预测不能简单地归结为产品过去技术性能指标按时间的进展来类推, 而应系统综合地考虑现代商业中其他因素对企业产品技术创新的深刻影响。相关分析法尽管可同时按横向数据和纵向数据来进行预测, 但由于它是利用过去的历史数据中的某些影响产品技术创新的因素求出的具体的回归预测式, 而所得到的回归预测模型往往只能考虑少数几种主要影响因素, 略去了许多未考虑的因素, 所以, 所建模型对实际问题的表达能力也不够准确, 预测结果与实际的符合程度也有较大偏差。专家预测法是一种定性预测方法,依靠的是预测者的知识和经验, 往往带有主观性, 难以满足企业对技术创新预测准确度的要求。以上这些技术创新预测技术和方法为企业技术创新工作的开展做出了很大的贡献, 为企业技术创新的预测提供了科学的方法论, 但在新的经济和市场环境下, 技术创新预测的方法和技术应有新的丰富和发展, 以克服自身的不足, 更进一步适应时展的需要, 为企业的技术创新工作的开展和企业的生存与发展提供先进的基础理论和技术方法。
目前,在我国企业技术创新评估中, 一般只考虑如下四个方面的因素: (1) 技术的先进性、可行性、连续性; (2) 经济效果; (3) 社会效果; (4) 风险性, 在对此四方面内容逐个分析后, 再作综合评估。在综合评估中所用的方法主要有: delphi法(专家法)、ahp法(层次分析法)、模糊评估法、决策树法、战略方法及各种图例法等, 但技术创新的评估是一个非常复杂的系统, 其中存在着广泛的非线性、时变性和不确定性, 同时, 还涉及技术、经济、管理、社会等诸多复杂因素,目前所使用的原理和方法, 难以满足企业对技术创新评估科学性的要求。关于技术创新评估的研究, 在我国的历史还不长, 无论是指标体系还是评估方法, 均处于研究之中, 我们认为目前在企业技术创新评估方面应做的工作是: (1) 建立一套符合我国实际情况的技术创新评估指标体系; (2) 建立一种适应于多因素、非线性和不确定性的综合评估方法。
这种情况下, 神经网络技术就有其特有的优势, 以其并行分布、自组织、自适应、自学习和容错性等优良性能, 可以较好地适应技术创新预测和评估这类多因素、不确定性和非线性问题, 它能克服上述各方法的不足。本项目以bp神经网络作为基于多因素的技术创新预测和评估模型构建的基础, bp神经网络由输入层、隐含层和输出层构成, 各层的神经元数目不同, 由正向传播和反向传播组成, 在进行产品技术创新预测和评估时, 从输入层输入影响产品技术创新预测值和评估值的n个因素信息, 经隐含层处理后传入输出层, 其输出值y即为产品技术创新技术性能指标的预测值或产品技术创新的评估值。这种n个因素指标的设置, 考虑了概括性和动态性, 力求全面、客观地反映影响产品技术创新发展的主要因素和导致产品个体差异的主要因素, 尽管是黑匣子式的预测和评估, 但事实证明它自身的强大学习能力可将需考虑的多种因素的数据进行融合, 输出一个经非线性变换后较为精确的预测值和评估值。
据文献查阅, 虽然在技术创新预测和评估的现有原理和方法的改进和完善方面有一定的研究,如文献[08]、[09]、[11]等, 但尚未发现将神经网络应用于技术创新预测与评估方面的研究, 在当前产品的市场寿命周期不断缩短、要求企业不断推出新产品的经济条件下, 以神经网络为基础来建立产品技术创新预测与评估模型, 是对技术创新定量预测和评估方法的有益补充和完善。
三、论文预期成果的理论意义和应用价值
本项目研究的理论意义表现在: (1) 探索新的技术创新预测和评估技术, 丰富和完善技术创新预测和评估方法体系; (2) 将神经网络技术引入技术创新的预测和评估, 有利于推动技术创新预测和评估方法的发展。
本项目研究的应用价值体现在: (1) 提供一种基于多因素的技术创新定量预测技术, 有利于提高预测的正确性; (2)提供一种基于bp神经网络的综合评估方法, 有利于提高评估的科学性; (3) 为企业的技术创新预测和评估工作提供新的方法论和实用技术。
四、课题研究的主要内容
研究目标：
以bp神经网络模型为基础研究基于多因素的技术创新预测和评估模型, 并建立科学的预测和评估指标体系及设计相应的模型计算方法, 结合企业的具体实际, 对指标和模型体系进行实证分析, 使研究具有一定的理论水平和实用价值。
研究内容：
1、影响企业技术创新预测和评佑的相关指标体系确定及其量化和规范化。从企业的宏观环境和微观环境两个方面入手, 密切结合电子商务和知识经济对企业技术创新的影响, 系统综合地分析影响产品技术创新的各相关因素, 建立科学的企业技术创新预测和评估指标体系, 并研究其量化和规范化的原则及方法。
2、影响技术创新预测和评估各相关指标的相对权重确定。影响技术创新发展和变化各相关因素在输入预测和评估模型时, 需要一组决定其相对重要性的初始权重, 权重的确定需要基本的原则作支持。
3、基于bp神经网络的技术创新预测和评估模型研究。 根据技术创新预测的特点
, 以bp神经网络为基础, 构建基于多因素的技术创新预测和评估模型。
4、基于bp神经网络的技术创新预测和评估模型计算方法设计。根据基于bp神经网络的技术创新预测和评估模型的基本特点, 设计其相应的计算方法。
5、基于bp神经网络的技术创新预测和评估模型学习样本设计。根据相关的历史资料, 构建基于bp神经网络的技术创新预测和评估模型的学习样本, 对预测和评估模型进行自学习和训练, 使模型适合实际情况。
6、基于bp神经网络的技术创新预测和评估技术的实证研究。以一般企业的技术创新预测与评估工作为背景, 对基于bp神经网络的技术创新预测和评估技术进行实证研究。
篇3
课题来源：单位自拟课题或省政府下达的研究课题
选题依据：
技术创新预测和评估是企业技术创新决策的前提和依据。通过技术创新预测和评估， 可以使企业对未来的技术发展水平及其变化趋势有正确的把握， 从而为企业的技术创新决策提供科学的依据， 以减少技术创新决策过程中的主观性和盲目性。只有在正确把握技术创新发展方向的前提下， 企业的技术创新工作才能沿着正确方向开展，企业产品的市场竞争力才能得到不断加强。在市场竞争日趋激烈的现代商业中， 企业的技术创新决定着企业生存和发展、前途与命运， 为了确保技术创新工作的正确性，企业对技术创新的预测和评估提出了更高的要求。
二、本课题国内外研究现状及发展趋势
现有的技术创新预测方法可分为趋势外推法、相关分析法和专家预测法三大类。
(1)趋势外推法。指利用过去和现在的技术、经济信息， 分析技术发展趋势和规律， 在分析判断这些趋势和规律将继续的前提下， 将过去和现在的趋势向未来推演。生长曲线法是趋势外推法中的一种应用较为广泛的技术创新预测方法，美国生物学家和人口统计学家Raymond Pearl提出的Pearl曲线(数学模型为: Y=L∕[1+A?exp(-B·t)] )及英国数学家和统计学家Gompertz提出的Gompertz曲线(数学模型为: Y=L·exp(-B·t))皆属于生长曲线， 其预测值Y为技术性能指标， t为时间自变量， L、A、B皆为常数。Ridenour模型也属于生长曲线预测法， 但它假定新技术的成长速度与熟悉该项技术的人数成正比， 主要适用于新技术、新产品的扩散预测。
(2)相关分析法。利用一系列条件、参数、因果关系数据和其他信息， 建立预测对象与影响因素的因果关系模型， 预测技术的发展变化。相关分析法认为， 一种技术性能的改进或其应用的扩展是和其他一些已知因素高度相关的， 这样， 通过已知因素的分析就可以对该项技术进行预测。相关分析法主要有以下几种: 导前-滞后相关分析、技术进步与经验积累的相关分析、技术信息与人员数等因素的相关分析及目标与手段的相关分析等方法。
(3)专家预测法。以专家意见作为信息来源， 通过系统的调查、征询专家的意见， 分析和整理出预测结果。专家预测法主要有: 专家个人判断法、专家会议法、头脑风暴法及德尔菲法等， 其中， 德尔菲法吸收了前几种专家预测法的长处， 避免了其缺点， 被认为是技术预测中最有效的专家预测法。
趋势外推法的预测数据只能为纵向数据， 在进行产品技术创新预测时， 只能利用过去的产品技术性能这一个指标来预测它的随时间的发展趋势， 并不涉及影响产品技术创新的科技、经济、产业、市场、社会及政策等多方面因素。在现代商业经济中， 对于产品技术发展的预测不能简单地归结为产品过去技术性能指标按时间的进展来类推， 而应系统综合地考虑现代商业中其他因素对企业产品技术创新的深刻影响。相关分析法尽管可同时按横向数据和纵向数据来进行预测， 但由于它是利用过去的历史数据中的某些影响产品技术创新的因素求出的具体的回归预测式， 而所得到的回归预测模型往往只能考虑少数几种主要影响因素， 略去了许多未考虑的因素， 所以， 所建模型对实际问题的表达能力也不够准确， 预测结果与实际的符合程度也有较大偏差。专家预测法是一种定性预测方法，依靠的是预测者的知识和经验， 往往带有主观性， 难以满足企业对技术创新预测准确度的要求。以上这些技术创新预测技术和方法为企业技术创新工作的开展做出了很大的贡献， 为企业技术创新的预测提供了科学的方法论， 但在新的经济和市场环境下， 技术创新预测的方法和技术应有新的丰富和发展， 以克服自身的不足， 更进一步适应时展的需要， 为企业的技术创新工作的开展和企业的生存与发展提供先进的基础理论和技术方法。
目前，在我国企业技术创新评估中， 一般只考虑如下四个方面的因素: (1) 技术的先进性、可行性、连续性; (2) 经济效果; (3) 社会效果; (4) 风险性， 在对此四方面内容逐个分析后， 再作综合评估。在综合评估中所用的方法主要有: Delphi法(专家法)、AHP法(层次分析法)、模糊评估法、决策树法、战略方法及各种图例法等， 但技术创新的评估是一个非常复杂的系统， 其中存在着广泛的非线性、时变性和不确定性， 同时， 还涉及技术、经济、管理、社会等诸多复杂因素，目前所使用的原理和方法， 难以满足企业对技术创新评估科学性的要求。关于技术创新评估的研究， 在我国的历史还不长， 无论是指标体系还是评估方法， 均处于研究之中， 我们认为目前在企业技术创新评估方面应做的工作是: (1) 建立一套符合我国实际情况的技术创新评估指标体系; (2) 建立一种适应于多因素、非线性和不确定性的综合评估方法。
这种情况下， 神经网络技术就有其特有的优势， 以其并行分布、自组织、自适应、自学习和容错性等优良性能， 可以较好地适应技术创新预测和评估这类多因素、不确定性和非线性问题， 它能克服上述各方法的不足。本项目以BP神经网络作为基于多因素的技术创新预测和评估模型构建的基础， BP神经网络由输入层、隐含层和输出层构成， 各层的神经元数目不同， 由正向传播和反向传播组成， 在进行产品技术创新预测和评估时， 从输入层输入影响产品技术创新预测值和评估值的n个因素信息， 经隐含层处理后传入输出层， 其输出值Y即为产品技术创新技术性能指标的预测值或产品技术创新的评估值。这种n个因素指标的设置， 考虑了概括性和动态性， 力求全面、客观地反映影响产品技术创新发展的主要因素和导致产品个体差异的主要因素， 尽管是黑匣子式的预测和评估， 但事实证明它自身的强大学习能力可将需考虑的多种因素的数据进行融合， 输出一个经非线性变换后较为精确的预测值和评估值。
据文献查阅， 虽然在技术创新预测和评估的现有原理和方法的改进和完善方面有一定的研究，如文献[08]、[09]、[11]等， 但尚未发现将神经网络应用于技术创新预测与评估方面的研究， 在当前产品的市场寿命周期不断缩短、要求企业不断推出新产品的经济条件下， 以神经网络为基础来建立产品技术创新预测与评估模型， 是对技术创新定量预测和评估方法的有益补充和完善。
三、论文预期成果的理论意义和应用价值
本项目研究的理论意义表现在: (1) 探索新的技术创新预测和评估技术， 丰富和完善技术创新预测和评估方法体系; (2) 将神经网络技术引入技术创新的预测和评估， 有利于推动技术创新预测和评估方法的发展。
本项目研究的应用价值体现在: (1) 提供一种基于多因素的技术创新定量预测技术， 有利于提高预测的正确性; （2）提供一种基于BP神经网络的综合评估方法， 有利于提高评估的科学性; (3) 为企业的技术创新预测和评估工作提供新的方法论和实用技术。
四、课题研究的主要内容
研究目标：
以BP神经网络模型为基础研究基于多因素的技术创新预测和评估模型， 并建立科学的预测和评估指标体系及设计相应的模型计算方法， 结合企业的具体实际， 对指标和模型体系进行实证分析， 使研究具有一定的理论水平和实用价值。
研究内容：
1、影响企业技术创新预测和评佑的相关指标体系确定及其量化和规范化。从企业的宏观环境和微观环境两个方面入手， 密切结合电子商务和知识经济对企业技术创新的影响， 系统综合地分析影响产品技术创新的各相关因素， 建立科学的企业技术创新预测和评估指标体系， 并研究其量化和规范化的原则及方法。
2、影响技术创新预测和评估各相关指标的相对权重确定。影响技术创新发展和变化各相关因素在输入预测和评估模型时， 需要一组决定其相对重要性的初始权重， 权重的确定需要基本的原则作支持。
3、基于BP神经网络的技术创新预测和评估模型研究。 根据技术创新预测的特点， 以BP神经网络为基础， 构建基于多因素的技术创新预测和评估模型。
4、基于BP神经网络的技术创新预测和评估模型计算方法设计。根据基于BP神经网络的技术创新预测和评估模型的基本特点， 设计其相应的计算方法。
5、基于BP神经网络的技术创新预测和评估模型学习样本设计。根据相关的历史资料， 构建基于BP神经网络的技术创新预测和评估模型的学习样本， 对预测和评估模型进行自学习和训练， 使模型适合实际情况。
6、基于BP神经网络的技术创新预测和评估技术的实证研究。以一般企业的技术创新预测与评估工作为背景， 对基于BP神经网络的技术创新预测和评估技术进行实证研究。
创新点：
1、建立一套基于电子商务和知识经济的技术创新预测和评估指标体系。目前，在技术创新的预测和评估指标体系方面， 一种是采用传统的指标体系， 另一种是采用国外先进国家的指标体系， 如何结合我国实际当前经济形势， 参考国外先进发达国家的研究工作， 建立一套适合于我国企业技术创新预测和评估指标体系， 此为本研究要做的首要工作， 这是一项创新。
2、研究基于BP神经网络的技术创新预测和评估模型及其计算方法。神经网络技术具有并行分布处理、自学习、自组织、自适应和容错性等优良性能， 能较好地处理基于多因素、非线性和不确定性预测和评估的现实问题， 本项目首次将神经网络技术引入企业的技术创新预测和评估， 这也是一项创新。
五、课题研究的基本方法、技术路线的可行性论证
1、重视系统分析。以系统科学的思想为指导来分析影响企业技术创新发展和变化的宏观因素和微观因素， 并研究影响因素间的内在联系， 确定其相互之间的重要度， 探讨其量化和规范化的方法， 将国外先进国家的研究成果与我国具体实际相结合， 建立我国企业技术创新预测和评估的指标体系。
2、重视案例研究。从国内外技术创新预测与决策成功和失败的案例中， 发现问题、分析问题， 归纳和总结出具有共性的东西， 探索技术创新预测与宏观因素与微观因素之间的内在关系。
3、采用先简单后复杂的研究方法。对基于BP神经网络的技术创新预测和评估模型的研究， 先从某一行业出发， 定义模型的基本输入因素， 然后， 逐步扩展， 逐步增加模型的复杂度。
4、理论和实践相结合。将研究工作与具体企业的技术创新实际相结合， 进行实证研究， 在实践中丰富和完善， 研究出具有科学性和实用性的成果。
六、开展研究已具备的条件、可能遇到的困难与问题及解决措施
本人长期从事市场营销和技术创新方面的研究工作， 编写出版了《现代市场营销学》和《现代企业管理学》等有关著作， 发表了“企业技术创新与营销管理创新”、“企业技术创新与营销组织创新”及“企业技术创新与营销观念创新”等与技术创新相关的学术研究论文， 对企业技术创新的预测和评估有一定的理论基础， 也从事过企业产品技术创新方面的策划和研究工作， 具有一定的实践经验， 与许多企业有密切的合作关系， 同时， 对神经网络技术也进行过专门的学习和研究， 所以， 本项目研究的理论基础、技术基础及实验场所已基本具备， 能顺利完成本课题的研究， 取得预期的研究成果。
七、论文研究的进展计划
2003.07-2003.09：完成论文开题。
2003.09-2003.11：影响企业技术创新发展的指标体系研究及其量化和规范化。
2003.11-2004.01：基于BP神经网络的技术创新预测和评估模型的构建。
2004.01-2004.03：基于BP神经网络的技术创新预测和评估模型计算方法研究。
2004.03-2004.04：基于BP神经网络的技术创新预测和评估模型体系的实证研究。
2004.04-2004.06：完成论文写作、修改定稿，准备答辩。
主要参考文献
[01] 傅家骥、仝允桓等. 技术创新学. 北京: 清华大学出版社 1998
[02] 吴贵生. 技术创新管理. 北京: 清华大学出版社 2000
[03] 柳卸林. 企业技术创新管理. 北京: 科学技术出版社 1997
[04] 赵志、陈邦设等. 产品创新过程管理模式的基本问题研究. 管理科学学报. 2000/2.
[05] 王亚民、朱荣林. 风险投资项目ECV评估指标与决策模型研究. 风险投资. 2002/6
[06] 赵中奇、王浣尘、潘德惠. 随机控制的极大值原理及其在投资决策中的应用. 控制与决策. 2002/6
[07] 夏清泉、凌婕. 风险投资理论和政策研究. 国际商务研究. 2002/5
[08] 陈劲、龚焱等. 技术创新信息源新探. 中国软科学. 2001/1. pp86-88
[09] 严太华、张龙. 风险投资评估决策方法初探. 经济问题. 2002/1
[10] 苏永江、李湛. 风险投资决策问题的系统分析. 学术研究. 2001/4
篇4
课题来源：单位自拟课题或省政府下达的研究课题
技术创新预测和评估是企业技术创新决策的前提和依据。通过技术创新预测和评估,可以使企业对未来的技术发展水平及其变化趋势有正确的把握,从而为企业的技术创新决策提供科学的依据,以减少技术创新决策过程中的主观性和盲目性。只有在正确把握技术创新发展方向的前提下,企业的技术创新工作才能沿着正确方向开展,企业产品的市场竞争力才能得到不断加强。在市场竞争日趋激烈的现代商业中,企业的技术创新决定着企业生存和发展、前途与命运,为了确保技术创新工作的正确性,企业对技术创新的预测和评估提出了更高的要求。
二、本课题国内外研究现状及发展趋势
现有的技术创新预测方法可分为趋势外推法、相关分析法和专家预测法三大类。
(1)趋势外推法。指利用过去和现在的技术、经济信息,分析技术发展趋势和规律,在分析判断这些趋势和规律将继续的前提下,将过去和现在的趋势向未来推演。生长曲线法是趋势外推法中的一种应用较为广泛的技术创新预测方法,美国生物学家和人口统计学家raymondpearl提出的pearl曲线(数学模型为:y=l∕[1+a?exp(-b·t)])及英国数学家和统计学家gompertz提出的gompertz曲线(数学模型为:y=l·exp(-b·t))皆属于生长曲线,其预测值y为技术性能指标,t为时间自变量,l、a、b皆为常数。ridenour模型也属于生长曲线预测法,但它假定新技术的成长速度与熟悉该项技术的人数成正比,主要适用于新技术、新产品的扩散预测。
(2)相关分析法。利用一系列条件、参数、因果关系数据和其他信息,建立预测对象与影响因素的因果关系模型,预测技术的发展变化。相关分析法认为,一种技术性能的改进或其应用的扩展是和其他一些已知因素高度相关的,这样,通过已知因素的分析就可以对该项技术进行预测。相关分析法主要有以下几种:导前-滞后相关分析、技术进步与经验积累的相关分析、技术信息与人员数等因素的相关分析及目标与手段的相关分析等方法。
(3)专家预测法。以专家意见作为信息来源,通过系统的调查、征询专家的意见,分析和整理出预测结果。专家预测法主要有:专家个人判断法、专家会议法、头脑风暴法及德尔菲法等,其中,德尔菲法吸收了前几种专家预测法的长处,避免了其缺点,被认为是技术预测中最有效的专家预测法。
趋势外推法的预测数据只能为纵向数据,在进行产品技术创新预测时,只能利用过去的产品技术性能这一个指标来预测它的随时间的发展趋势,并不涉及影响产品技术创新的科技、经济、产业、市场、社会及政策等多方面因素。在现代商业经济中,对于产品技术发展的预测不能简单地归结为产品过去技术性能指标按时间的进展来类推,而应系统综合地考虑现代商业中其他因素对企业产品技术创新的深刻影响。相关分析法尽管可同时按横向数据和纵向数据来进行预测,但由于它是利用过去的历史数据中的某些影响产品技术创新的因素求出的具体的回归预测式,而所得到的回归预测模型往往只能考虑少数几种主要影响因素,略去了许多未考虑的因素,所以,所建模型对实际问题的表达能力也不够准确,预测结果与实际的符合程度也有较大偏差。专家预测法是一种定性预测方法,依靠的是预测者的知识和经验,往往带有主观性,难以满足企业对技术创新预测准确度的要求。以上这些技术创新预测技术和方法为企业技术创新工作的开展做出了很大的贡献,为企业技术创新的预测提供了科学的方法论,但在新的经济和市场环境下,技术创新预测的方法和技术应有新的丰富和发展,以克服自身的不足,更进一步适应时展的需要,为企业的技术创新工作的开展和企业的生存与发展提供先进的基础理论和技术方法。
目前,在我国企业技术创新评估中,一般只考虑如下四个方面的因素:(1)技术的先进性、可行性、连续性;(2)经济效果;(3)社会效果;(4)风险性,在对此四方面内容逐个分析后,再作综合评估。在综合评估中所用的方法主要有:delphi法(专家法)、ahp法(层次分析法)、模糊评估法、决策树法、战略方法及各种图例法等,但技术创新的评估是一个非常复杂的系统,其中存在着广泛的非线性、时变性和不确定性,同时,还涉及技术、经济、管理、社会等诸多复杂因素,目前所使用的原理和方法,难以满足企业对技术创新评估科学性的要求。关于技术创新评估的研究,在我国的历史还不长,无论是指标体系还是评估方法,均处于研究
之中,我们认为目前在企业技术创新评估方面应做的工作是:(1)建立一套符合我国实际情况的技术创新评估指标体系;(2)建立一种适应于多因素、非线性和不确定性的综合评估方法。
这种情况下,神经网络技术就有其特有的优势,以其并行分布、自组织、自适应、自学习和容错性等优良性能,可以较好地适应技术创新预测和评估这类多因素、不确定性和非线性问题,它能克服上述各方法的不足。本项目以bp神经网络作为基于多因素的技术创新预测和评估模型构建的基础,bp神经网络由输入层、隐含层和输出层构成,各层的神经元数目不同,由正向传播和反向传播组成,在进行产品技术创新预测和评估时,从输入层输入影响产品技术创新预测值和评估值的n个因素信息,经隐含层处理后传入输出层,其输出值y即为产品技术创新技术性能指标的预测值或产品技术创新的评估值。这种n个因素指标的设置,考虑了概括性和动态性,力求全面、客观地反映影响产品技术创新发展的主要因素和导致产品个体差异的主要因素,尽管是黑匣子式的预测和评估,但事实证明它自身的强大学习能力可将需考虑的多种因素的数据进行融合,输出一个经非线性变换后较为精确的预测值和评估值。
据文献查阅,虽然在技术创新预测和评估的现有原理和方法的改进和完善方面有一定的研究,如文献[08]、[09]、[11]等,但尚未发现将神经网络应用于技术创新预测与评估方面的研究,在当前产品的市场寿命周期不断缩短、要求企业不断推出新产品的经济条件下,以神经网络为基础来建立产品技术创新预测与评估模型,是对技术创新定量预测和评估方法的有益补充和完善。
三、论文预期成果的理论意义和应用价值
本项目研究的理论意义表现在:(1)探索新的技术创新预测和评估技术,丰富和完善技术创新预测和评估方法体系;(2)将神经网络技术引入技术创新的预测和评估,有利于推动技术创新预测和评估方法的发展。
本项目研究的应用价值体现在:(1)提供一种基于多因素的技术创新定量预测技术,有利于提高预测的正确性;（2）提供一种基于bp神经网络的综合评估方法,有利于提高评估的科学性;(3)为企业的技术创新预测和评估工作提供新的方法论和实用技术。
四、课题研究的主要内容
以bp神经网络模型为基础研究基于多因素的技术创新预测和评估模型,并建立科学的预测和评估指标体系及设计相应的模型计算方法,结合企业的具体实际,对指标和模型体系进行实证分析,使研究具有一定的理论水平和实用价值。
1、影响企业技术创新预测和评佑的相关指标体系确定及其量化和规范化。从企业的宏观环境和微观环境两个方面入手,密切结合电子商务和知识经济对企业技术创新的影响,系统综合地分析影响产品技术创新的各相关因素,建立科学的企业技术创新预测和评估指标体系,并研究其量化和规范化的原则及方法。
2、影响技术创新预测和评估各相关指标的相对权重确定。影响技术创新发展和变化各相关因素在输入预测和评估模型时,需要一组决定其相对重要性的初始权重,权重的确定需要基本的原则作支持。
3、基于bp神经网络的技术创新预测和评估模型研究。根据技术创新预测的特点,以bp神经网络为基础,构建基于多因素的技术创新预测和评估模型。
4、基于bp神经网络的技术创新预测和评估模型计算方法设计。根据基于bp神经网络的技术创新预测和评估模型的基本特点,设计其相应的计算方法。
5、基于bp神经网络的技术创新预测和评估模型学习样本设计。根据相关的历史资料,构建基于bp神经网络的技术创新预测和评估模型的学习样本,对预测和评估模型进行自学习和训练,使模型适合实际情况。
6、基于bp神经网络的技术创新预测和评估技术的实证研究。以一般企业的技术创新预测与评估工作为背景,对基于bp神经网络的技术创新预测和评估技术进行实证研究。
1、建立一套基于电子商务和知识经济的技术创新预测和评估指标体系。目前,在技术创新的预测和评估指标体系方面,一种是采用传统的指标体系,另一种是采用国外先进国家的指标体系,如何结合我国实际当前经济形势,参考国外先进发达国家的研究工作,建立一套适合于我国企业技术创新预测和评估指标体系,此为本研究要做的首要工作,这是一项创新。
2、研究基于bp神经网络的技术创新预测和评估模型及其计算方法。神经网络技术具有并行分布处理、自学习、自组织、自适应和容错性等优良性能,能较好地处理基于多因素、非线性和不确定性预测和评估的现实问题,本项目首次将神经网络技术引入企业的技术创新预测和评估,这也是一项创新。
五、课题研究的基本方法、技术路线的
可行性论证
1、重视系统分析。以系统科学的思想为指导来分析影响企业技术创新发展和变化的宏观因素和微观因素,并研究影响因素间的内在联系,确定其相互之间的重要度,探讨其量化和规范化的方法,将国外先进国家的研究成果与我国具体实际相结合,建立我国企业技术创新预测和评估的指标体系。
2、重视案例研究。从国内外技术创新预测与决策成功和失败的案例中,发现问题、分析问题,归纳和总结出具有共性的东西,探索技术创新预测与宏观因素与微观因素之间的内在关系。
3、采用先简单后复杂的研究方法。对基于bp神经网络的技术创新预测和评估模型的研究,先从某一行业出发,定义模型的基本输入因素,然后,逐步扩展,逐步增加模型的复杂度。
4、理论和实践相结合。将研究工作与具体企业的技术创新实际相结合,进行实证研究,在实践中丰富和完善,研究出具有科学性和实用性的成果。
六、开展研究已具备的条件、可能遇到的困难与问题及解决措施
本人长期从事市场营销和技术创新方面的研究工作,编写出版了《现代市场营销学》和《现代企业管理学》等有关著作,发表了“企业技术创新与营销管理创新”、“企业技术创新与营销组织创新”及“企业技术创新与营销观念创新”等与技术创新相关的学术研究论文,对企业技术创新的预测和评估有一定的理论基础,也从事过企业产品技术创新方面的策划和研究工作,具有一定的实践经验,与许多企业有密切的合作关系,同时,对神经网络技术也进行过专门的学习和研究,所以,本项目研究的理论基础、技术基础及实验场所已基本具备,能顺利完成本课题的研究,取得预期的研究成果。
七、论文研究的进展计划
2003.07-2003.09：完成论文开题。
2003.09-2003.11：影响企业技术创新发展的指标体系研究及其量化和规范化。
2003.11-2004.01：基于bp神经网络的技术创新预测和评估模型的构建。
2004.01-2004.03：基于bp神经网络的技术创新预测和评估模型计算方法研究。
2004.03-2004.04：基于bp神经网络的技术创新预测和评估模型体系的实证研究。
2004.04-2004.06：完成论文写作、修改定稿，准备答辩。
[01]傅家骥、仝允桓等.技术创新学.北京:清华大学出版社1998
[02]吴贵生.技术创新管理.北京:清华大学出版社2000
[03]柳卸林.企业技术创新管理.北京:科学技术出版社1997
[04]赵志、陈邦设等.产品创新过程管理模式的基本问题研究.管理科学学报.2000/2.
[05]王亚民、朱荣林.风险投资项目ecv评估指标与决策模型研究.风险投资.2002/6
[06]赵中奇、王浣尘、潘德惠.随机控制的极大值原理及其在投资决策中的应用.控制与决策.2002/6
[07]夏清泉、凌婕.风险投资理论和政策研究.国际商务研究.2002/5
[08]陈劲、龚焱等.技术创新信息源新探.中国软科学.2001/1.pp86-88
[09]严太华、张龙.风险投资评估决策方法初探.经济问题.2002/1
[10]苏永江、李湛.风险投资决策问题的系统分析.学术研究.2001/4
<11>孙冰.企业产品开发的评价模型及方法研究.中国管理科学.2002/4
[12]诸克军、杨久西、匡益军.基于人工神经网络的石油勘探有利性综合评价.系统工程理论与实践.2002/4
[13]杨力.基干bp神经网络的城市房屋租赁估价系统设计.中国管理科学.2002/4
[14]杨国栋、贾成前.高速公路复垦土地适宜性评价的bp神经网络模型.统工程理论与实践.2002/4
[15]楼文高.基于人工神经网络的三江平原土壤质量综合评价与预测模型.中国管理科学.2002/1
[16]胥悦红、顾培亮.基于bp神经网络的产品成本预测.管理工程学报.2000/4
[17]陈新辉、乔忠.基于tsa-bp神经网络的企业产品市场占有率预测模型.中国农业大学学报.2000/5
[18]刘育新.技术预测的过程与常用方法.中国软科学.1998/3
[19]温小霓、赵玮.市场需求与统计预测.西安电子科技大学学报.2000/5
[20]朱振中.模糊理论在新产品开发中的应用.科学管理研究.2000/6
[21]kimb.clark&takahirofuj
imoto.productdevelopmentperformance–strategy、organizationandmanagementinindustry.harvardbusinessschoolpress.boson1993
[22]gobelidh,browndj.improvingtheprocessofproductinnovation.research,technologymanagement,1993.36（2）:46-49
[23]simonj.towner.fourwaystoacceleratenewproductdevelopment.longrangplanning1994.27（2）:57-65
[24]abdulali,etal.productinnovationandentrystrategy.journalofproductinnovationmanagement1995.12（12）:54-69
[25]ericvinhippel.thesourcesofinnovation.oxforduniversitypress.1988
[26]shtuba,zimermany.aneural-network-basedapproachforestimatingthecostofassembly.internationaljournalofproductioneconomics,1993.32:189-207
[27]wee-liangtan,dattarreyag.allampalli,investmentcriteriaofsingaporecapitalists,1997internationalcouncilforsmallbusiness,sanfrancisco,california,june1997
[28]michaelhenos,theroadtoventurefinancing:guidelinesforentrepreneuts,r&dstraregistmagazine,summer1991
[29]chowgc,thelargrangemethodofoptimizationwithapplicationstoportfoliandinvestmentdecisions.jofeconomicdymamicsandcontrol1996
篇5
论文名称：基于bp神经网络的技术创新预测与评估模型及其应用研究
课题来源：单位自拟课题或省政府下达的研究课题
选题依据：
技术创新预测和评估是企业技术创新决策的前提和依据。通过技术创新预测和评估，可以使企业对未来的技术发展水平及其变化趋势有正确的把握，从而为企业的技术创新决策提供科学的依据，以减少技术创新决策过程中的主观性和盲目性。只有在正确把握技术创新发展方向的前提下，企业的技术创新工作才能沿着正确方向开展，企业产品的市场竞争力才能得到不断加强。在市场竞争日趋激烈的现代商业中，企业的技术创新决定着企业生存和发展、前途与命运，为了确保技术创新工作的正确性，企业对技术创新的预测和评估提出了更高的要求。
二、本课题国内外研究现状及发展趋势
现有的技术创新预测方法可分为趋势外推法、相关分析法和专家预测法三大类。
(1)趋势外推法。指利用过去和现在的技术、经济信息，分析技术发展趋势和规律，在分析判断这些趋势和规律将继续的前提下，将过去和现在的趋势向未来推演。生长曲线法是趋势外推法中的一种应用较为广泛的技术创新预测方法，美国生物学家和人口统计学家raymondpearl提出的pearl曲线(数学模型为:y=l∕[1+a?exp(-b·t)])及英国数学家和统计学家gompertz提出的gompertz曲线(数学模型为:y=l·exp(-b·t))皆属于生长曲线，其预测值y为技术性能指标，t为时间自变量，l、a、b皆为常数。ridenour模型也属于生长曲线预测法，但它假定新技术的成长速度与熟悉该项技术的人数成正比，主要适用于新技术、新产品的扩散预测。
(2)相关分析法。利用一系列条件、参数、因果关系数据和其他信息，建立预测对象与影响因素的因果关系模型，预测技术的发展变化。相关分析法认为，一种技术性能的改进或其应用的扩展是和其他一些已知因素高度相关的，这样，通过已知因素的分析就可以对该项技术进行预测。相关分析法主要有以下几种:导前-滞后相关分析、技术进步与经验积累的相关分析、技术信息与人员数等因素的相关分析及目标与手段的相关分析等方法。
(3)专家预测法。以专家意见作为信息来源，通过系统的调查、征询专家的意见，分析和整理出预测结果。专家预测法主要有:专家个人判断法、专家会议法、头脑风暴法及德尔菲法等，其中，德尔菲法吸收了前几种专家预测法的长处，避免了其缺点，被认为是技术预测中最有效的专家预测法。
趋势外推法的预测数据只能为纵向数据，在进行产品技术创新预测时，只能利用过去的产品技术性能这一个指标来预测它的随时间的发展趋势，并不涉及影响产品技术创新的科技、经济、产业、市场、社会及政策等多方面因素。在现代商业经济中，对于产品技术发展的预测不能简单地归结为产品过去技术性能指标按时间的进展来类推，而应系统综合地考虑现代商业中其他因素对企业产品技术创新的深刻影响。相关分析法尽管可同时按横向数据和纵向数据来进行预测，但由于它是利用过去的历史数据中的某些影响产品技术创新的因素求出的具体的回归预测式，而所得到的回归预测模型往往只能考虑少数几种主要影响因素，略去了许多未考虑的因素，所以，所建模型对实际问题的表达能力也不够准确，预测结果与实际的符合程度也有较大偏差。专家预测法是一种定性预测方法，依靠的是预测者的知识和经验，往往带有主观性，难以满足企业对技术创新预测准确度的要求。以上这些技术创新预测技术和方法为企业技术创新工作的开展做出了很大的贡献，为企业技术创新的预测提供了科学的方法论，但在新的经济和市场环境下，技术创新预测的方法和技术应有新的丰富和发展，以克服自身的不足，更进一步适应时展的需要，为企业的技术创新工作的开展和企业的生存与发展提供先进的基础理论和技术方法。
目前，在我国企业技术创新评估中，一般只考虑如下四个方面的因素:(1)技术的先进性、可行性、连续性;(2)经济效果;(3)社会效果;(4)风险性，在对此四方面内容逐个分析后，再作综合评估。在综合评估中所用的方法主要有:delphi法(专家法)、ahp法(层次分析法)、模糊评估法、决策树法、战略方法及各种图例法等，但技术创新的评估是一个非常复杂的系统，其中存在着广泛的非线性、时变性和不确定性，同时，还涉及技术、经济、管理、社会等诸多复杂因素，目前所使用的原理和方法，难以满足企业对技术创新评估科学性的要求。关于技术创新评估的研究，在我国的历史还不长，无论是指标体系还是评估方法，均处于研究之中，我们认为目前在企业技术创新评估方面应做的工作是:(1)建立一套符合我国实际情况的技术创新评估指标体系;(2)建立一种适应于多因素、非线性和不确定性的综合评估方法。
这种情况下，神经网络技术就有其特有的优势，以其并行分布、自组织、自适应、自学习和容错性等优良性能，可以较好地适应技术创新预测和评估这类多因素、不确定性和非线性问题，它能克服上述各方法的不足。本项目以bp神经网络作为基于多因素的技术创新预测和评估模型构建的基础，bp神经网络由输入层、隐含层和输出层构成，各层的神经元数目不同，由正向传播和反向传播组成，在进行产品技术创新预测和评估时，从输入层输入影响产品技术创新预测值和评估值的n个因素信息，经隐含层处理后传入输出层，其输出值y即为产品技术创新技术性能指标的预测值或产品技术创新的评估值。这种n个因素指标的设置，考虑了概括性和动态性，力求全面、客观地反映影响产品技术创新发展的主要因素和导致产品个体差异的主要因素，尽管是黑匣子式的预测和评估，但事实证明它自身的强大学习能力可将需考虑的多种因素的数据进行融合，输出一个经非线性变换后较为精确的预测值和评估值。据文献查阅，虽然在技术创新预测和评估的现有原理和方法的改进和完善方面有一定的研究，如文献[08]、[09]、[11]等，但尚未发现将神经网络应用于技术创新预测与评估方面的研究，在当前产品的市场寿命周期不断缩短、要求企业不断推出新产品的经济条件下，以神经网络为基础来建立产品技术创新预测与评估模型，是对技术创新定量预测和评估方法的有益补充和完善。
三、论文预期成果的理论意义和应用价值
本项目研究的理论意义表现在:(1)探索新的技术创新预测和评估技术，丰富和完善技术创新预测和评估方法体系;(2)将神经网络技术引入技术创新的预测和评估，有利于推动技术创新预测和评估方法的发展。
本项目研究的应用价值体现在:(1)提供一种基于多因素的技术创新定量预测技术，有利于提高预测的正确性;(2)提供一种基于bp神经网络的综合评估方法，有利于提高评估的科学性;(3)为企业的技术创新预测和评估工作提供新的方法论和实用技术。
四、课题研究的主要内容
研究目标：
以bp神经网络模型为基础研究基于多因素的技术创新预测和评估模型，并建立科学的预测和评估指标体系及设计相应的模型计算方法，结合企业的具体实际，对指标和模型体系进行实证分析，使研究具有一定的理论水平和实用价值。
研究内容：
1、影响企业技术创新预测和评佑的相关指标体系确定及其量化和规范化。从企业的宏观环境和微观环境两个方面入手，密切结合电子商务和知识经济对企业技术创新的影响，系统综合地分析影响产品技术创新的各相关因素，建立科学的企业技术创新预测和评估指标体系，并研究其量化和规范化的原则及方法。
2、影响技术创新预测和评估各相关指标的相对权重确定。影响技术创新发展和变化各相关因素在输入预测和评估模型时，需要一组决定其相对重要性的初始权重，权重的确定需要基本的原则作支持。
3、基于bp神经网络的技术创新预测和评估模型研究。根据技术创新预测的特点，以bp神经网络为基础，构建基于多因素的技术创新预测和评估模型。
4、基于bp神经网络的技术创新预测和评估模型计算方法设计。根据基于bp神经网络的技术创新预测和评估模型的基本特点，设计其相应的计算方法。
5、基于bp神经网络的技术创新预测和评估模型学习样本设计。根据相关的历史资料，构建基于bp神经网络的技术创新预测和评估模型的学习样本，对预测和评估模型进行自学习和训练，使模型适合实际情况。
6、基于bp神经网络的技术创新预测和评估技术的实证研究。以一般企业的技术创新预测与评估工作为背景，对基于bp神经网络的技术创新预测和评估技术进行实证研究。
创新点：
1、建立一套基于电子商务和知识经济的技术创新预测和评估指标体系。目前，在技术创新的预测和评估指标体系方面，一种是采用传统的指标体系，另一种是采用国外先进国家的指标体系，如何结合我国实际当前经济形势，参考国外先进发达国家的研究工作，建立一套适合于我国企业技术创新预测和评估指标体系，此为本研究要做的首要工作，这是一项创新。
2、研究基于bp神经网络的技术创新预测和评估模型及其计算方法。神经网络技术具有并行分布处理、自学习、自组织、自适应和容错性等优良性能，能较好地处理基于多因素、非线性和不确定性预测和评估的现实问题，本项目首次将神经网络技术引入企业的技术创新预测和评估，这也是一项创新。
五、课题研究的基本方法、技术路线的可行性论证
1、重视系统分析。以系统科学的思想为指导来分析影响企业技术创新发展和变化的宏观因素和微观因素，并研究影响因素间的内在联系，确定其相互之间的重要度，探讨其量化和规范化的方法，将国外先进国家的研究成果与我国具体实际相结合，建立我国企业技术创新预测和评估的指标体系。
2、重视案例研究。从国内外技术创新预测与决策成功和失败的案例中，发现问题、分析问题，归纳和总结出具有共性的东西，探索技术创新预测与宏观因素与微观因素之间的内在关系。
3、采用先简单后复杂的研究方法。对基于bp神经网络的技术创新预测和评估模型的研究，先从某一行业出发，定义模型的基本输入因素，然后，逐步扩展，逐步增加模型的复杂度。
4、理论和实践相结合。将研究工作与具体企业的技术创新实际相结合，进行实证研究，在实践中丰富和完善，研究出具有科学性和实用性的成果。
六、开展研究已具备的条件、可能遇到的困难与问题及解决措施
本人长期从事市场营销和技术创新方面的研究工作，编写出版了《现代市场营销学》和《现代企业管理学》等有关著作，发表了“企业技术创新与营销管理创新”、“企业技术创新与营销组织创新”及“企业技术创新与营销观念创新”等与技术创新相关的学术研究论文，对企业技术创新的预测和评估有一定的理论基础，也从事过企业产品技术创新方面的策划和研究工作，具有一定的实践经验，与许多企业有密切的合作关系，同时，对神经网络技术也进行过专门的学习和研究，所以，本项目研究的理论基础、技术基础及实验场所已基本具备，能顺利完成本课题的研究，取得预期的研究成果。七、论文研究的进展计划
xx.07-xx.09：完成论文开题。
xx.09-xx.11：影响企业技术创新发展的指标体系研究及其量化和规范化。
xx.11-xx.01：基于bp神经网络的技术创新预测和评估模型的构建。
xx.01-xx.03：基于bp神经网络的技术创新预测和评估模型计算方法研究。
xx.03-xx.04：基于bp神经网络的技术创新预测和评估模型体系的实证研究。
xx.04-xx.06：完成论文写作、修改定稿，准备答辩。
主要参考文献：
[01]傅家骥、仝允桓等.技术创新学.北京:清华大学出版社1998
[02]吴贵生.技术创新管理.北京:清华大学出版社xx
[03]柳卸林.企业技术创新管理.北京:科学技术出版社1997
[04]赵志、陈邦设等.产品创新过程管理模式的基本问题研究.管理科学学报.xx/2.
[05]王亚民、朱荣林.风险投资项目ecv评估指标与决策模型研究.风险投资.xx/6
[06]赵中奇、王浣尘、潘德惠.随机控制的极大值原理及其在投资决策中的应用.控制与决策.xx/6
[07]夏清泉、凌婕.风险投资理论和政策研究.国际商务研究.xx/5
[08]陈劲、龚焱等.技术创新信息源新探.中国软科学.xx/1.pp86-88
[09]严太华、张龙.风险投资评估决策方法初探.经济问题.xx/1
[10]苏永江、李湛.风险投资决策问题的系统分析.学术研究.xx/4
篇6
二、本课题国内外研究现状及发展趋势
现有的技术创新预测方法可分为趋势外推法、相关分析法和专家*测法三大类。
(1)趋势外推法。指利用过去和现在的技术、经济信息, 分析技术发展趋势和规律, 在分析判断这些趋势和规律将继续的前提下, 将过去和现在的趋势向未来推演。生长曲线法是趋势外推法中的一种应用较为广泛的技术创新预测方法,美国生物学家和人口统计学家Raymond Pearl提出的Pearl曲线(数学模型为: Y=L∕[1+A?exp(-B·t)] )及英国数学家和统计学家Gompertz提出的Gompertz曲线(数学模型为: Y=L·exp(-B·t))皆属于生长曲线, 其预测值Y为技术性能指标, t为时间自变量, L、A、B皆为常数。Ridenour模型也属于生长曲线预测法, 但它假定新技术的成长速度与熟悉该项技术的人数成正比, 主要适用于新技术、新产品的扩散预测。
(2)相关分析法。利用一系列条件、参数、因果关系数据和其他信息, 建立预测对象与影响因素的因果关系模型, 预测技术的发展变化。相关分析法认为, 一种技术性能的改进或其应用的扩展是和其他一些已知因素高度相关的, 这样, 通过已知因素的分析就可以对该项技术进行预测。相关分析法主要有以下几种: 导前-滞后相关分析、技术进步与经验积累的相关分析、技术信息与人员数等因素的相关分析及目标与手段的相关分析等方法。
(3)专家*测法。以专家意见作为信息来源, 通过系统的调查、征询专家的意见, 分析和整理出预测结果。专家*测法主要有: 专家个人判断法、专家会议法、头脑风暴法及德尔菲法等, 其中, 德尔菲法吸收了前几种专家*测法的长处, 避免了其缺点, 被认为是技术预测中最有效的专家*测法。
趋势外推法的预测数据只能为纵向数据, 在进行产品技术创新预测时, 只能利用过去的产品技术性能这一个指标来预测它的随时间的发展趋势, 并不涉及影响产品技术创新的科技、经济、产业、市场、社会及政策等多方面因素。在现代商业经济中, 对于产品技术发展的预测不能简单地归结为产品过去技术性能指标按时间的进展来类推, 而应系统综合地考虑现代商业中其他因素对企业产品技术创新的深刻影响。相关分析法尽管可同时按横向数据和纵向数据来进行预测, 但由于它是利用过去的历史数据中的某些影响产品技术创新的因素求出的具体的回归预测式, 而所得到的回归预测模型往往只能考虑少数几种主要影响因素, 略去了许多未考虑的因素, 所以, 所建模型对实际问题的表达能力也不够准确, 预测结果与实际的符合程度也有较大偏差。专家*测法是一种定性预测方法,依靠的是预测者的知识和经验, 往往带有主观性, 难以满足企业对技术创新预测准确度的要求。以上这些技术创新预测技术和方法为企业技术创新工作的开展做出了很大的贡献, 为企业技术创新的预测提供了科学的方法论, 但在新的经济和市场环境下, 技术创新预测的方法和技术应有新的丰富和发展, 以克服自身的不足, 更进一步适应时展的需要, 为企业的技术创新工作的开展和企业的生存与发展提供先进的基础理论和技术方法。
目前,在我国企业技术创新评估中, 一般只考虑如下四个方面的因素: (1) 技术的先进性、可行性、连续性; (2) 经济效果; (3) 社会效果; (4) 风险性, 在对此四方面内容逐个分析后, 再作综合评估。在综合评估中所用的方法主要有: Delphi法(专家法)、AHP法(层次分析法)、模糊评估法、决策树法、战略方法及各种图例法等, 但技术创新的评估是一个非常复杂的系统, 其中存在着广泛的非线性、时变性和不确定性, 同时, 还涉及技术、经济、管理、社会等诸多复杂因素,目前所使用的原理和方法, 难以满足企业对技术创新评估科学性的要求。关于技术创新评估的研究, 在我国的历史还不长, 无论是指标体系还是评估方法, 均处于研究之中, 我们认为目前在企业技术创新评估方面应做的工作是: (1) 建立一套符合我国实际情况的技术创新评估指标体系; (2) 建立一种适应于多因素、非线性和不确定性的综合评估方法。
这种情况下, 神经网络技术就有其特有的优势, 以其并行分布、自组织、自适应、自学习和容错性等优良性能, 可以较好地适应技术创新预测和评估这类多因素、不确定性和非线性问题, 它能克服上述各方法的不足。本项目以BP神经网络作为基于多因素的技术创新预测和评估模型构建的基础, BP神经网络由输入层、隐含层和输出层构成, 各层的神经元数目不同, 由正向传播和反向传播组成, 在进行产品技术创新预测和评估时, 从输入层输入影响产品技术创新预测值和评估值的n个因素信息, 经隐含层处理后传入输出层, 其输出值Y即为产品技术创新技术性能指标的预测值或产品技术创新的评估值。这种n个因素指标的设置, 考虑了概括性和动态性, 力求全面、客观地反映影响产品技术创新发展的主要因素和导致产品个体差异的主要因素, 尽管是黑匣子式的预测和评估, 但事实证明它自身的强大学习能力可将需考虑的多种因素的数据进行融合, 输出一个经非线性变换后较为精确的预测值和评估值。
据文献查阅, 虽然在技术创新预测和评估的现有原理和方法的改进和完善方面有一定的研究,如文献[08]、[09]、[11]等, 但尚未发现将神经网络应用于技术创新预测与评估方面的研究, 在当前产品的市场寿命周期不断缩短、要求企业不断推出新产品的经济条件下, 以神经网络为基础来建立产品技术创新预测与评估模型, 是对技术创新定量预测和评估方法的有益补充和完善。
三、论文预期成果的理论意义和应用价值
本项目研究的理论意义表现在: (1) 探索新的技术创新预测和评估技术, 丰富和完善技术创新预测和评估方法体系; (2) 将神经网络技术引入技术创新的预测和评估, 有利于推动技术创新预测和评估方法的发展。
本项目研究的应用价值体现在: (1) 提供一种基于多因素的技术创新定量预测技术, 有利于提高预测的正确性; （2）提供一种基于BP神经网络的综合评估方法, 有利于提高评估的科学性; (3) 为企业的技术创新预测和评估工作提供新的方法论和实用技术。
四 、课题研究的主要内容
研究目标：
以BP神经网络模型为基础研究基于多因素的技术创新预测和评估模型, 并建立科学的预测和评估指标体系及设计相应的模型计算方法, 结合企业的具体实际, 对指标和模型体系进行实证分析, 使研究具有一定的理论水平和实用价值。
研究内容：
1、影响企业技术创新预测和评佑的相关指标体系确定及其量化和规范化。从企业的宏观环境和微观环境两个方面入手, 密切结合电子商务和知识经济对企业技术创新的影响, 系统综合地分析影响产品技术创新的各相关因素, 建立科学的企业技术创新预测和评估指标体系, 并研究其量化和规范化的原则及方法。
2、影响技术创新预测和评估各相关指标的相对权重确定。影响技术创新发展和变化各相关因素在输入预测和评估模型时, 需要一组决定其相对重要性的初始权重, 权重的确定需要基本的原则作支持。
3、基于BP神经网络的技术创新预测和评估模型研究。 根据技术创新预测的特点, 以BP神经网络为基础, 构建基于多因素的技术创新预测和评估模型。
4、基于BP神经网络的技术创新预测和评估模型计算方法设计。根据基于BP神经网络的技术创新预测和评估模型的基本特点, 设计其相应的计算方法。
5、基于BP神经网络的技术创新预测和评估模型学习样本设计。根据相关的历史资料, 构建基于BP神经网络的技术创新预测和评估模型的学习样本, 对预测和评估模型进行自学习和训练, 使模型适合实际情况。
6、基于BP神经网络的技术创新预测和评估技术的实证研究。以一般企业的技术创新预测与评估工作为背景, 对基于BP神经网络的技术创新预测和评估技术进行实证研究。
创新点：
1、建立一套基于电子商务和知识经济的技术创新预测和评估指标体系。目前,在技术创新的预测和评估指标体系方面, 一种是采用传统的指标体系, 另一种是采用国外先进国家的指标体系, 如何结合我国实际当前经济形势, 参考国外先进发达国家的研究工作, 建立一套适合于我国企业技术创新预测和评估指标体系, 此为本研究要做的首要工作, 这是一项创新。
2、研究基于BP神经网络的技术创新预测和评估模型及其计算方法。神经网络技术具有并行分布处理、自学习、自组织、自适应和容错性等优良性能, 能较好地处理基于多因素、非线性和不确定性预测和评估的现实问题, 本项目首次将神经网络技术引入企业的技术创新预测和评估, 这也是一项创新。
五、课题研究的基本方法、技术路线的可行性论证
1、重视系统分析。以系统科学的思想为指导来分析影响企业技术创新发展和变化的宏观因素和微观因素, 并研究影响因素间的内在联系, 确定其相互之间的重要度, 探讨其量化和规范化的方法, 将国外先进国家的研究成果与我国具体实际相结合, 建立我国企业技术创新预测和评估的指标体系。
2、重视案例研究。从国内外技术创新预测与决策成功和失败的案例中, 发现问题、分析问题, 归纳和总结出具有共性的东西, 探索技术创新预测与宏观因素与微观因素之间的内在关系。
3、采用先简单后复杂的研究方法。对基于BP神经网络的技术创新预测和评估模型的研究, 先从某一行业出发, 定义模型的基本输入因素, 然后, 逐步扩展, 逐步增加模型的复杂度。
4、理论和实践相结合。将研究工作与具体企业的技术创新实际相结合, 进行实证研究, 在实践中丰富和完善, 研究出具有科学性和实用性的成果。
六、开展研究已具备的条件、可能遇到的困难与问题及解决措施
本人长期从事市场营销和技术创新方面的研究工作, 编写出版了《现代市场营销学》和《现代企业管理学》等有关著作, 发表了“企业技术创新与营销管理创新”、“企业技术创新与营销组织创新”及“企业技术创新与营销观念创新”等与技术创新相关的学术研究论文, 对企业技术创新的预测和评估有一定的理论基础, 也从事过企业产品技术创新方面的策划和研究工作, 具有一定的实践经验, 与许多企业有密切的合作关系, 同时, 对神经网络技术也进行过专门的学习和研究, 所以, 本项目研究的理论基础、技术基础及实验场所已基本具备, 能顺利完成本课题的研究, 取得预期的研究成果。
七、论文研究的进展计划
2003.07-2003.09：完成论文开题。
2003.09-2003.11：影响企业技术创新发展的指标体系研究及其量化和规范化。
2003.11-2004.01：基于BP神经网络的技术创新预测和评估模型的构建。
2004.01-2004.03：基于BP神经网络的技术创新预测和评估模型计算方法研究。
2004.03-2004.04：基于BP神经网络的技术创新预测和评估模型体系的实证研究。
2004.04-2004.06：完成论文写作、修改定稿，准备答辩。
主要参考文献：
[01] 傅家骥、仝允桓等. 技术创新学. 北京: 清华大学出版社 1998
[02] 吴贵生. 技术创新管理. 北京: 清华大学出版社 2000
[03] 柳卸林. 企业技术创新管理. 北京: 科学技术出版社 1997
[04] 赵志、陈邦设等. 产品创新过程管理模式的基本问题研究. 管理科学学报. 2000/2.
[05] 王亚民、朱荣林. 风险投资项目ECV评估指标与决策模型研究. 风险投资. 2002/6
[06] 赵中奇、王浣尘、潘德惠. 随机控制的极大值原理及其在投资决策中的应用. 控制与决策. 2002/6
[07] 夏清泉、凌婕. 风险投资理论和政策研究. 国际商务研究. 2002/5
[08] 陈劲、龚焱等. 技术创新信息源新探. 中国软科学. 2001/1. pp86-88
[09] 严太华、张龙. 风险投资评估决策方法初探. 经济问题. 2002/1
[10] 苏永江、李湛. 风险投资决策问题的系统分析. 学术研究. 2001/4
篇7
【关键词】
中小企业；技术创新风险；创新风险管理；防范策略
1 技术创新风险管理的概念及特点
技术创新风险管理，是指企业在具体分析外部环境和内部条件的基础上，通过建立技术创新风险监控体制，加强创新信息获取的能力、改善组织自身的机制，使用技术创新风险控制手段，技术创新风险的回避手段，以及技术创新风险的分摊手段和技术创新风险的转移手段来降低企业技术创新风险，从而达到提高中小企业技术创新活动的成功概率，同时最大程度减少技术创新带来的的风险损失。
从这个定义上我们可以清晰的归纳出中小技术创新风险管理有以下主要特点：（1）中小企业技术创新的风险管理的基础是外部环境和内部条件。技术创新风险管理可能源于外部环境，如项目本身的难度、外部环境变化所导致的客观风险，也可能源于内部条件，如决策者的风险观念、决策失误等原因导致的主管风险。（2）中小企业技术创新的风险管理的方法主要是风险回避、分摊、转移、控制等手段。（3）中小企业技术创新的风险管理的目的是降低企业技术风险，提高企业技术创新的能力。
2 技术创新风险管理的思路和方法
2.1 技术创新风险管理的思路
2.1.1技术创新风险管理原则
中小企业在技术创新风险管理中应遵循以下原则：一是信息原则，即有效的风险管理需建立在有效的创新信息的基础上。企业对于相关创新信息知悉的充分性、真实性和准确性将对企业技术创新风险管理的效果起着至关重要的作用。二是动态原则。企业技术创新的过程是一个动态的过程，伴随着创新项目的实施，一些隐形的风险因素会逐步显现，一些不确定的风险因素也会变为确定.中小企业只有动态识别和利用，才能真正的有效应对技术创新风险。三是持续原则。正如上述，技术创新风险有着复杂性、不确定性和动态性的特点，所以要识别、控制和管理技术创新风险不是一次性就能完成的，这就需要中小企业能够全过程加以统筹管理和把握。四是综合原则。技术创新风险产生的基础可能是外部环境和内部条件等诸多因素，单一的风险管理方法和手段往往不能达到预期的效果，中小企业应当在技术创新风险管理的过程综合采用技术研发管理、战略管理、企业文化管理等多种方式和手段。
2.1.2技术创新风险管理程序
在技术创新风险管理的过程中，中小企业一般通过以下程序来对技术创新风险进行管理：风险识别、风险评估、风险控制、风险管理及其防范效果评价。风险识别是指对技术创新活动中存在的主客观风险进行系统的鉴别，明确创新风险的真正来源。风险评估是指运用相关的技术手段和方法对企业创新过程中可能存在的风险进行定性和定量评价。风险控制是指中小企业根据技术创新风险评估的结果，采取控制型技术和财务型控制技术等有效的风险防范措施，以实现技术创新风险管理的目标。风险管理及其效果评价是指采用综合运用各种风险管理措施对企业技术创新风险管理过程中所采用的技术适用性和可行性进行具体分析和检查，此来验证是否达到了预期的目的。
2.1.3技术创新风险管理目标
中小企业技术创新风险管理的目的通过技术创新风险管理，树立技术创新风险意识，明确技术创新风险的来源，完善技术创新风险管理的方法和措施，以较低的成本使技术创新风险较低到最低，从而实现技术创新活动向预期目标发展，以保证技术创新项目的成功。
2.2 技术创新风险管理的方法
使用恰当的技术风险管理措施和方法不仅有利于中小企业技术创新的顺利开展，而且能够降低技术创新中不必要的损失。常用的技术创新方法有以下几种：
2.2.1风险回避.技术创新风险回避是指在进行技术创新决策时，中小企业容易选择风险较低的项目和方案，尽量回避那些不可控、不可转移或者不可分散性的高风险的技术创新领域。
2.2.2风险转移.技术创新风险转移是指中小企业通常采取与其他组织或机构签订合同来转移自身的财务风险和法律风险，从而降低技术创新风险发生的概率或者降低技术创新风险可能造成的损失。
2.2.3风险分散.技术创新风险分散是指中小企业在同一个技术创新项目中，通过将整体项目分散组合的方法形成各个不同且有相互联系的项目组合，进而使不同的技术创新项目之间尽量处于相互独立或者负相关，从而能够最大限量的降低项目组合的整体风险。
2.2.险隔离.技术创新的风险隔离是指企业通过对可能出现的风险因素进行一定的分离，主要是在时间和空间上.从而可以使企业在这个过程中不受更大的损失和不比要风险.这样可以减少我们在技术创新中的资源损失
2.2.5风险结合.技术创新的风险结合是指中小企业通过与其它单位和组织的合作，使企业在技术创新中的风险承受力更强.从而增强中小企业技术创新风险的承受力.进而可以达到降低技术创新的风险的目的.
3 中小企业技术创新风险管理体系
中小企业的技术创新都是存在着不同的风险，企业不能因为存在着风险而不进行技术创新，在对创新风险的研究中发现，风险也不是没有规律和无方法可循的.我认为主要从以下的几个方面对技术创新的风险进行管理.
3.1 对技术创新战略进行管理
技术创新战略就是企业未来技术创新的总原则，总的方向和目标.因此对技术创新战略管理是从源头控制技术创新的风险.综合国内外研究的成果来看中小企业主要有以下几种发展战略：1技术领先战略，是指中小企业靠自有的技术和市场优势比竞争对手占有更高的市场份额和较高的垄断利润的战略.当然技术领先战略的风险第一在于技术研发风险和市场风险，其二的风险是创新投入较大，研发成本较高，最后是容易被竞争对手模仿.2技术跟随战略，是指中小企业跟随行业的领先企业开展相应的技术创新活动.跟随者的风险在于情报和市场信息分析能力的不同，对反应的时间就会不同，伴随的风险就会相应增加3技术模仿战略是指中小企业不专门从事新技术的研究和开发，而是依靠购买他人的技术进行仿制，走的是一条引进，消化，吸收，再创新的道路.创新的风险在于消化，吸收之后的再创新上面.4合作技术创新战略，是指以合作各方的共同的利益作为合作的基础，以优势互相补充和合作各方资源能够共享作为前提，合作方有共同和明确的目标，方向以及规则，最终达到共享技术创新成果，共同承担技术创新风险的战略.创新合作的风险在于不能选择合适的合作对象.5低成本领先战略，是指能够比竞争对手更低的成本价格运作价值链的过程.风险在于价格过低抑制了企业利润的增长，从而限制企业的未来发展.
从上面的地几种策略分析可以看出，都有各自的风险存在，要根据中小企业技术创新的各自特点，选择好合理的风险管理方法
3.2 中小企业技术创新项目风险管理
中小企业技术创新是以项目的形式进行的，对项目风险进行管理就相当于对技术创新风险进行了管理.具体的风险管理有如下几个方面：
3.2.1完善项目风险审计制度和健全风险审核制度.因为中小企业都存在自身对风险的认识不足的问题，建立完善的制度对于项目风险的管理是十分必要的，特别是项目风险的审计制度
3.2.2完善项目风险管理机构和健全项目风险管理机构，要建立完善的技术创新风险管理制度，首选就是要建立一个完善和健全的项目风险管理机构.有专业的团队去负责项目风险的评估和管理.
3.2.3重视管理人才和技术创新人才的培养.人才是企业发展的基础，培养高素质的人才才是中小企业未来技术创新的主要动力来源，而高素质的管理人员在技术创新风险管理的作用更是不言而喻的.
3.2.4加大研发投入，提高技术创新能力.我国的中小企业的研发投入的不足，是影响企业技术创新能力的主要原因，所以只有加大对于研发的投入才会降低技术创新项目的未来风险，也保证了企业未来发展的动力
3.2.5营造和培育技术创新制度的环境，有技术创新的制度和机构还是不够完善的，还要有为技术创新制度提供好的激励环境，来保障制度的顺利和最佳的执行.从而最终降低技术创新项目的风险
3.3 中小企业合作进行技术创新中的风险管理
企业合作进行技术创新是最主要的中小企业创新模式之一，做好合作技术创新风险管理，对合作技术创新的效果有着举足轻重的意义.
3.3.1增强合作双方的信任度.合作双方的信任度对合作技术创新成功起着重要的作用，同时保证合作技术创新能够顺利进行
3.3.2理性选择合作技术创新伙伴.为保障合作双方和多方的合作效果，合作对象应选择能提升企业创新能力的，优势互补的，创新目标一致的，风险可以降低的.
3.3.3完善中小企业技术创新激励约束机制.为保证合作伙伴间的各自职责，设立相应的机制加以约束
4 我国中小企业技术创新风险防范策略
针对技术创新风险因素的辨别，以及技术创新风险可能出现的概率和损失的预测和精确的评判，采取针对性强的控制方法和策略来消除风险.或是在风险产生后降低技术创新风险带来的损失..从国内的众多学者的研究表明，我国中小企业技术创新应在以下的四个方面的风险防范和控制。
4.1中小企业技术创新在研发中的风险防范 1积极关注创新信息情报的及时性和准确性2重视技术发展方向与市场主流导向3为新技术研发团队储备替代技术研发团队
4.2 中小企业技术创新在市场方面的风险防范1重点关注市场动向的预测与市场的相关论证2确定企业技术创新的方向3增强企业的研发部门与市场部门的紧密合作
4.3中小企业技术创新在人力资源方面风险防范1加大企业内人力资源的管理和开发2健全与完善企业技术创新人才的激励制度3使企业技术创新人才流失降到最低
4.4中小企业技术创新在面对外部环境的风险防范1使中小企业新技术的生命周期能有效延长2提高我国中小企业对宏观风险的驾驭能力3增大对高发和多发风险的防范
【参考文献】
[1]邓聚龙.《灰色系统理论教程》.华中理工大学出版社，1990年版
[2]张春勋.《合作技术创新的风险因素识别及模糊评价研究》，载《科学与科学技术研究》
篇8
[中图分类号] F204 [文献标识码] A 文章编号：1671-0037（2015）10-32-3
Research Review on the Green Technology Innovation
Li Jiezhong
（Department of Economics and Management，Ningde Normal University，Ningde Fujian 352100）
Abstract：This paper reviewed the evolution of green technology innovation research，combed the hot and main achievements of theoretical research，discussed the evaluation research of green technology innovation in terms of the evaluation model，evaluation index system and evaluation methods，assessed the research status and pointed out the problems，to explore the direction and focus of further research.
Keywords：Green technology innovation;Theory;Evaluation research
绿色技术创新是生态文明建设的有效途径。随着资源与环境约束的加剧，绿色技术创新成为创新领域研究的热点议题，学者们对此进行了诸多研究和探讨，取得了不少积极的研究成果。
1 国外绿色技术创新理论研究综述
国外对绿色技术创新研究随着绿色意识的增强和对环境保护的关注而逐渐展开。从时间维度看，绿色技术创新本身历经了几个明显的发展阶段，从末端技术到无废工艺（20世纪60年代至70年代），从废弃物最少化技术到清洁生产技术（1984年至1989年），直到对污染预防技术的关注（1990年），绿色技术不断演进，不断向前渗透，目标和关注重点历经了污染的去处与资源化、资源的合理利用、零排放、节能减排与源头消减，更加强调全过程的绿色技术创新，更加强调防患于未然，更加强调与经济社会发展的需求互动。
1.1 绿色化研发活动
Winn S.F.检索分析了1972年到1993年有关R&D管理文献，涉及环境问题的研究相当滞后，仅有的9篇文章大多也只是关注废物管理与能源使用，反映了当时环境R&D管理的理论和实践水平均不高，多概念上的泛泛而谈，对实践的指导远远不够，也缺少经验研究。而对环境R&D的研究很少提到战略高度，一般都从解决问题角度出发，获得工具性成果。Martin Charter对环境R&D原则进行了研究，比较分析传统设计与生态设计的主要区别和各自侧重点。Bert Bras论述了将环境因素纳入设计的重要性，重点剖析了为环境和生命周期设计的高层次绿色研发的功能和要求。Steele对如何改进研发界面功能和提高研发管理水平进行了研究[1]。Hans van Weenen 总结了绿色设计的层级水平，阐述了设计从末端治理向预防为主以至价值导向的演变。
环境问题的扩大化导致“先污染后治理”式的研究框架弊端的显现，在倒逼机制和内生动力共同作用下，将环境因子导入R&D也就成了必然，绿色化R&D取得了重要的突破，然而研究多集中与企业内部的微观层面，对战略的考量和创新的引导关注度不够。
1.2 绿色化技术创新过程
Kusz以传统技术创新线性模型为参考，提出了绿色技术创新过程模型。其最主要的特点是把环境原则整合进创新过程的每一个阶段，其主要特点是将环境因素纳入绿色经营链的全过程。P.Shrivastava的过程模型包括企业的远景目标、投入、生产、产出等主要环节[2]，试图阐释创新源与推动力。Agis将环境置于创新过程之中来观察，指出用全生命周期评价创新绩效的重要性。有关绿色化技术创新过程的研究成果，将原本黑箱似的过程透明化，提高了对创新过程调控的有效性和针对性，进一步体现了创新管理的科学性。需要指出的是，现有此类研究对创新过程与其他企业进程的互动或协同研究不够。
1.3 绿色化经营管理
Deb Chatterji企业绿色化市场营销和管理具有明显的阶段性特征，反应、参与、主动、创新和领先代表了逐级推进的程度，且需要相应的策略来支持。Rushton Brian M. 强调领导层面的重视，环境管理与其他管理的契合，基于环境绩效的组织结构与制度改进对于企业绿色化经营管理具有重要作用[3]。
2 国内绿色技术创新理论研究综述
我国对绿色技术创新的研究始于20世纪90年代，晚于国外研究，但随着环境保护思想深入人心，环境保护力度的加大和生态文明建设而发展起来，技术的绿色化受到研究者的广泛关注和探讨。
2.1 绿色技术创新的内涵
国内对绿色技术创新内涵的认识不尽相同，以下是几种代表性的观点：万伦来的绿色技术创新内涵包括经济、社会和生态效益的有机统一，致力于可持续发展，并且松散的多元创新主体之间存在博弈互动关系。焦长勇聚焦生产过程，认为绿色技术创新是从绿色创意到生产制造最终绿色成果推向市场的全过程。许庆瑞从成本削减角度表达绿色技术创新概念和积极作用[4]。从目前主流研究成果看，学者们普遍认为绿色技术创新不是单一的技术层面的创新，而是包括管理与制度等方面的综合创新。
2.2 绿色技术创新的动因
学者们对绿色技术创新动因进行了广泛研究，对动力来源的解读更加全面和科学。曾凡银重点关注绿色壁垒对创新的促动作用，并强调企业进行绿色技术创新利用提高其国际竞争力。万迈则将内部动因主要归结为对利润的追逐等，而科技环境、顾客诉求、政府监督被认为是外在的动力源。吕燕等指出绿色技术创新既有外部的动力源（政府管制、公众监督等），也有内部因素（如企业环境意识的提高和对企业形象的重视）。雷善玉、王焕冉等则认为企业绿色技术创新动力主要来自技术能力，而创新文化、市场导向和政府行为等情境因素对创新行为具有调节作用[5]。综合现有文献可知，学者普遍倾向于认为绿色技术创新的动因来自创新系统内外。
2.3 绿色技术创新模式
杨发明认为绿色技术创新的模式是多样的，产学研合作、职能合作、政府主导和二次创新是我国较多采用的模式[6]。张长元指出创新公共平台的搭建和信息过程管理能力的提升是我国推进绿色技术创新的有效途径。吴熊对我国科技型中小企业绿色技术创新可行模式进行了探讨，分析了基于官产学研合作体系的集群绿色技术创新模式在我国的可行性[7]。
3 国内外绿色技术创新评价研究综述
3.1 关于评价模型的研究
关于绿色技术创新评价模型的研究还处于摸索阶段。评价模型为绿色技术创新主体提供了操作工具，也为指标体系的构建奠定基础。企业技术创新审计模型的研究较为成熟，是绿色技术创新评价的有益参考，典型性的成就主要集中在国外。罗伯特（Robert）的评价模型侧重对技术创新过程阶段性事件和关键节点的解读。从新创意、新知识、新工艺与设备到创新绩效，创新过程的连贯性和平稳性成为保障创新有效性的应有之义。奇萨（Chiesa）将创意萌生、产品与工艺创新和技术吸收作为模型的主要支点，指出人力、财力和物力等辅助因素的不可或缺[8]，如下图1所示。
图1 奇萨技术创新过程审计模型
3.2 关于创新能力结构与评价指标体系的研究
评价指标体系的建立与创新能力的解构息息相关。绿色技术创新能力与其他技术创新能力在结构与联结方式上存在某种程度的相似，关于技术创新能力构成的研究已较为成熟，成果颇丰。拉里认为组织、适应、技术与信息的获取等方面的能力要素共同构成了创新能力;魏江等认为创新能力是在创新决策、研发、制造、营销、组织管理等维度上的体现。我国在指标体系方面代表性的研究成果主要有[9]：许庆瑞等在充分阐释技术创新能力与技术能力差别的基础上建构指标体系;高健的评价体系力图反映创新过程。综合来看，投入、产出与环境层面的指标在现有成果获得广泛认同。
3.3 关于创新能力评价方法的研究
关于创新能力评价方法的积极成果为后续绿色技术创新评价研究提供了参考。Setel的核对表是评估研发方面的定量工具;唐炎钊等的多层灰色评价的方法在评价与比较研究得到较好的应用。史晓燕用AHP法来评价创新能力，做到定量与定性相结合的评价[10]。曲国禹等利用“线性加权和法”评估多指标绩效。卢怀宝等融合AHP和DAE方法评价创新能力。上述方法在创新能力评价方面得到不同程度的运用，具有一系列有益的经验，有利于创新评价研究的完善和提高。
3.4 绿色技术创新评价的研究
专门的绿色技术创新评价研究目前还比较薄弱，代表性的成果不多。Madu的高标定位法（Benchmarking）开启了对绿色技术创新评价的进程，创造性地将环境纳入到技术创新评估之中[11]。陈劲等基于创新过程，借鉴Madu开发的审计方法的积极成果，对绿色技术创新评价指标体系和评价方法进行了研究，评价指标体系涵盖前期创新投入力度、创新具体的实施、创新的直接成果和环境改善效度等维度的评价内容[12]。王志平围绕绿色经济效益、创新资源利用与生态效益，应用效率参数模型，评价了区域绿色技术创新的维度效率[13]。朱永跃等关注绿色技术创新环境的评价，基于对创新环境的全面分析，把内部环境和外部环境综合起来，构建了创新环境评价指标体系，并利用模糊综合评价法，建立了企业绿色技术创新环境的多级模糊综合评价模型[14]。
4 研究现状评析
随着实践的推进和绿色技术创新本身的发展，研究成果越发体现出时效性、引导性和可操作性，开拓了绿色技术创新研究领域，为后续研究奠定了基础。
但是，我国对绿色技术创新的研究起步较晚，研究深度和广度上还远远不够，诸多方面仍然处于摸索阶段。研究内容的丰富性与主题的完善度仍需提升，多以传统的技术范式来研究绿色技术创新，绿色化特征体现不足，对企业的微观层面研究较多，地区和国家层面研究较少;研究方法不够成熟且单一，跨学科的综合研究少，侧重定性研究，定量研究欠缺，且定量研究对隐性层面或不易量化的内容关注太少;现有的关于绿色技术创新评价研究仍处于初级水平，亟待向纵深推进，特别是有关能力评价方面的研究依然薄弱。国内研究多聚焦于绿色技术创新过程，倾向于对技术层面的关注，对制度创新、产品创新与管理创新的研究需加强。
我国绿色技术创新未来研究大有可为，当然也需要准确把握研究方向与重点。一是与中国实际与实践紧密结合。研究应主动与现实需求衔接，以帮助解决问题为突破口，加强对重点产业和重要区域的研究，提升示范带动效能。二是注重跨学科综合研究。绿色创新是系统性创新，涉及技术、制度、管理等方面，融合多学科知识研究尤为必要。三是强化评价研究。评价指标选择既要关注显性层面的评价内容，也要进一步挖掘隐性层面的评价因子，努力做到显隐结合、定性与定量结合、内外综合的量化研究。
参考文献：
[1] Steele.L.W.Needed：New Paradigm for R&D[J].Rese arch Technology Management，1991（34）.
[2] Paul Shrivastava.Environmental Technologies and Com petitive Advantage[J].Stategic Management Journal，1995（16）： 190-198.
[3] Rushton，Brian M.How Protecting the Environment Imp acts R &D in the United States[J].Research.Technology Man agement .1993：15 - 17.
[4] 许庆瑞，.绿色技术创新探析：生命周期观[J].科学管理研究，1997（17）：2-3.
[5] 雷善玉，王焕冉，张淑慧.环保企业绿色技术创新的动力机制――基于扎根理论的探索研究[J].管理案例研究与评论，2014（4）：283-287.
[6] 杨发明，许庆瑞.企业绿色技术创新研究[J].中国软科学，1998（3）：48-49.
[7] 吴熊.我国科技型中小企业绿色技术创新可行模式的探讨[D].北京林业大学，2012.
[8] Chiesa，V.，Coughlan，P and Voss，C.（1996），Develop ment of a technological innovation audit，Journal of Product innovation management，13（2）：110-118.
[9] 王国进，王其藩.企业技术创新能力评价研究的新进展[J].科研管理，2004（2）：37-39.
[10] 史晓燕.企业技术创新能力指标体系设置及综合评价[J].陕西经贸学院学报，1999（2）：39-40.
[11] Mad.C.N.Benchmarking on Environmentally Sound Tech nology Innovation[J].J.Envirimental Management & Strategy，1997（4）：38-41.
篇9
[分类号]G353
1 研究背景
技术竞争情报(Competitive Technical Intelligence，CTI)是指组织为了获取技术竞争优势，对有关外部技术机会、威胁和发展的信息进行收集和分析的过程以及由此形成的有关技术本身、技术竞争环境、竞争对手、竞争策略和战略的分析产品，支持决策和实施创新管理。在技术变革加快、技术竞争日益激烈的条件下，技术创新是企业适应市场变化、建立自己核心竞争力的有效途径。为了成功地实施技术创新，企业必须持续不断地关注其技术环境、市场环境和竞争环境，以最快的速度获取环境变化的信息，并做出反应。技术竞争情报已经成为企业战略管理和创新管理的重要手段。
国际上对企业技术竞争情报的各个层面开展了深入研究。Lichtenthaler(2005)组织了技术竞争情报方法体系的研究，识别了在跨国公司中选择技术情报方法的五项可能的影响因素(包括：企业面临的不确定性；企业决策风险和企业文化；对方法的熟悉程度；时间、人力和财力上的限制；对所面临问题的重要性的认识)。剑桥大学制造研究所技术管理研究中心L.Mortara等人研究了英国不同行业的14个技术型企业中的技术竞争情报搜集、发现企业自身的优势和弱势以及识别常见问题的方法。K.Brockhoff(1991)研究了德国企业分析竞争对手技术的实践。P.M.Norling和J.P.Her―ring(2000)等人分别研究了技术竞争情报工作在跨国公司中的发展历程，并探讨了技术竞争情报在创新过程中的应用。Y.Sugasawa(2006)等人通过对日本电子行业的案例研究分析了一个新的跨行业和跨企业的价值链――价值网络，验证了与技术情报有关的一系列概念和过程在构建新的价值链中扮演的重要角色。我国学术界对技术竞争情报的研究还十分薄弱，特别是缺乏在应用方面的实证研究。本文选择中国电信行业进行调研，目的是了解CTI在中国企业实施的基本情况及CTl分析方法在中国企业的应用情况，以发现中国企业技术竞争情报工作实施中存在的问题，并探求改进措施。
2 调研方案设计
2.1 调研对象
随着1998年电信改革的全面启动，我国的电信行业通过邮电分营、政企分开、集团分拆、允许国外电信企业介入等措施引入了竞争机制，正逐步走出由国家垄断经营的时代。具体来说，上游和下游已经有足够的中、外企业参与运营，形成了较完善的竞争机制，国内企业也面向全球经营，面临着来自外商的激烈竞争；在中游环节，中国的市场还没有完全开放。目前由六大国有电信运营商组成，包括中国移动、中国电信、中国联通、中国卫通、中国铁通和中国网通。如此一来，中国电信行业呈现出具有中国特色的竞争环境。同时，对于电信这样一个技术驱动的行业，技术创新是应对竞争的有效办法。特别是在电信设备和终端制造的技术密集环节，我国已经形成了具有国际竞争实力的国际性企业，比如华为、中兴、海尔和联想等，这些企业的创新活动均非常活跃。
因此，本研究选择了电信行业作为研究对象，在反映出具有中国特点的技术竞争情报实施环境的同时，也能反映技术创新密集的行业中技术竞争情报工作实施的先进经验。
同时，为了使本研究能够反映电信行业的全貌，根据电信行业的产业链构成，本研究在电信产业链的上、中、下游环节总共选取了14家企业进行调研，并且选择了与技术竞争情报工作相关的不同类型的工作人员进行调研，这些企业和被调查者分布如表1所示：
本调查所选企业覆盖了电信行业的整个产业链，并且基本是产业链各环节的领先企业，对这些企业进行调研，更能够从中总结出技术竞争情报实施的先进经验，从而达到本研究的调研目的。为了保证调查的质量，笔者通过各种渠道寻找被调研企业的相关人员，采用了一对一、面对面的方式联系并调研。
当然，电信行业是一个非常庞大的产业，据统计，截止到2007年上半年，仅电信增值服务商就达到22240家。受研究规模的限制，本研究选择14家企业只是一个很小的样本。但是，出于研究技术竞争情报的目的，本研究覆盖了我国电信行业的核心技术密集型企业，比如华为、中兴、联想、普天、百度等企业。因此，本研究对于反映电信行业中技术竞争情报实施的先进经验还是具有一定的代表性。
本次调研共发放调查问卷22份，回收21份，其中有效问卷17份。有效问卷覆盖了所选择的所有对象。
2.2 调研内容
技术竞争情报支持和服务于技术创新活动。技术创新由不同阶段组成，在每个阶段，技术创新活动的内容不同，技术竞争情报工作的任务也不相同。如果能够发现技术创新不同阶段的技术竞争情报服务方法的特征，则可以有效地指导技术创新整个过程中技术竞争情报工作的实施。因此，笔者选择了技术创新过程为本次调研的主体结构，这有利于将技术竞争情报工作和技术创新活动紧密地结合起来。
技术创新的整个过程可以分为如下阶段：
阶段一：技术创新战略制订。本阶段在企业总体战略的指导下，根据目前和将来存在的市场机会和技术机会，考虑来自竞争者、供应商、客户、替代品等方面的竞争压力，并在对企业自身技术能力和技术资源做出详细审计的基础上，制定适合本企业的技术创新战略。
阶段二：技术创新计划制订。本阶段对企业技术创新的中、长期战略进行分解，形成阶段性的技术创新任务安排，通常包括短、中、长期的项目组合以及项目的评价标准和执行计划。
阶段三：技术创新项目执行。技术创新项目执行是一个技术创新的典型过程，它包括四个子阶段：创意发展，研究设计，生产制造和商业化。本阶段根据对市场需求和技术能力的调研结果，详细地设计待创新项目的功能和实现细节，并进行开发。对设计的产品进行试制和批量生产，并最终将其推向市场。
阶段四：技术创新总结。在技术创新的每一个阶段末期，对该阶段的技术创新及其管理结果进行审计，并对该阶段的技术创新及其管理行为进行评价，总结经验和教训。
针对技术创新的每一个阶段，本调研包括CTI实施的基本情况和CTI方法使用情况两大方面，共包括以下五个主题：
・在技术创新各阶段对技术竞争情报工作的重视程度。
・在技术创新各阶段更加注重技术竞争情报工作哪方面的功能。
・在技术创新各阶段的技术竞争情报分析工作中，对各个分析对象的关注程度。
・影响是否选择某一种方法的因素。
・在技术创新各阶段中使用各种分析方法的频率。
笔者希望通过将技术创新过程和以上的五个问题结合起来，深层次挖掘技术竞争情报与技术创新活动的关联。
3 调研结果分析
3.1 技术竞争情报工作实施的基本情况及其分析
3.1.1 调研结果
・技术创新各阶段对技术竞争情报工作的重视程度。根据调查，得出技术创新各阶段对技术竞争情报工作的重视程度，如图1所示。可以看出，各企业在技术创新战略制订阶段最重视技术竞争情报工作；其次是技术创新计划制订和研究设计阶段，创意发展和技术创新总结这两个阶段的重视程度相当，而商业化阶段由于其任务的特殊性，最不重视技术竞争情报工作。当然，在技术创新战略制订阶段的重视程度虽然最高，但是仍然未达到3，也就是处于非常重视和比较重视之间。因此，对于技术创新的整体工作来说，应该提升对技术竞争情报工作的重视程度。
・技术创新各阶段技术竞争情报的工作内容。笔者将技术竞争情报工作的功能分为预测、评价和监测三种类型。根据调研，在技术创新各阶段对各种功能的重视程度如图2所示。可以看出，在技术创新战略制订阶段最重视技术竞争情报的预测功能；在技术创新计划制订和技术创新总结阶段最重视其评价的功能；而在其余4个阶段均最重视监测的功能。从总体上来说，对技术竞争情报功能都处于比较重视(1.5―2.5之间)的程度，这与对技术竞争情报工作的重视程度具有一致性。
・技术创新各阶段对各个分析对象的关注程度。笔者将技术竞争情报的分析对象分为竞争对手、技术相关机构、技术本身和企业自身。在技术创新各阶段中对各分析对象的关注程度如图3所示。可以看出，在技术创新战略制订阶段，企业会密切关注所有的分析对象，其中，以企业自身和技术本身为关注的焦点，在技术创新计划制定和技术创新总结两个阶段同样最关注企业自身，在创意发展、研究设计和生产制造阶段会主要关注技术本身；其次是企业自身，对竞争对手和技术相关机构的关注程度基本相同，在商业化阶段会最为关注竞争对手的情况。从总体上来说，对技术竞争情报各分析对象都处于比较关注(1.5―2.5之间)的程度。
3.1.2 技术创新过程各阶段技术竞争情报工作特征总结前述三个方面以技术竞争情报为纲，统计了CTI的实施情况，在此基础上，有必要以技术创新过程为纲，对CTI的实施进行总结，以实现将CTI的研究落实到技术创新过程中。
・技术创新战略制订阶段。企业在此阶段对技术竞争情报工作的重视程度最高，并且最重视其预测功能。通过预测，判断技术发展方向、市场竞争环境的变化趋势以及竞争对手研发动向等。企业的长期发展必须置于整个产业环境中来考虑，战略的制订关系到企业发展全局，因此在这一阶段注重对竞争对手、技术相关机构、技术本身和企业自身所有相关影响因素的分析。
・技术创新计划制订阶段。企业在此阶段对技术竞争情报工作的重视程度仅次于技术创新战略制定阶段，但是，最重视其评价功能。通过评价，判断各种技术创新方案的前景，将给企业带来的收益及所需要的资源和能力等，以辅助进行创新方案和研发项目的优选。此阶段更加注重对企业自身和技术本身的分析，以谋求制订出符合本企业总体战略、技术能力和技术发展态势的创新计划。
・技术创新项目执行阶段。企业在创意发展、研究设计和生产制造三个子阶段最重视技术竞争情报工作的实施，并关注技术竞争情报工作的监测功能。在这三个子阶段中更加注重对技术本身的分析，以求跟踪技术前沿，利用最先进、最有价值并且最适用的技术来进行产品开发和生产制造。
・技术创新总结阶段。企业仍然最重视技术竞争情报工作的评价功能。它主要评价企业技术创新工作的效率、与预期目标之间的差距、相比竞争对手的优势和弱势等，并在此基础上谋求持续的改进。因此，在这一阶段最重视对企业自身和竞争对手的分析。
从总体上来看，企业对技术竞争情报工作的重视程度普遍偏低，均未达到3，处于非常重视和比较重视之间，这与对技术竞争情报功能的关注程度和对各分析对象的重视程度呈现出一致性。因此，对于技术创新的整体工作来说，应该提升对技术竞争情报工作的重视程度。
针对调研所揭示的电信行业技术创新各阶段的情报工作特征，可以用表2来进行归纳描述：
当然，以上关于技术创新各阶段的技术竞争情报需求特征描述仅是统计意义上的概括性描述。在实践中，技术竞争情报的预测、评价和监测三大功能贯穿了技术创新的各个阶段，竞争对手、技术相关机构、技术本身和企业自身这四个因素也会作用于技术创新的全过程。
3.2 技术竞争情报分析方法的使用情况及其分析
在多数企业均没有建立完善的技术竞争情报组织体系的时候，各种分析方法的使用是企业实施技术竞争情报工作的主要途径。因此，对各种分析方法使用情况的分析应是本次调研的重要内容，本文对其单独进行统计和分析。统计的内容主要涉及三个方面：方法实施的影响因素、方法的使用频率和方法适用的不同阶段。
3.2.1 方法选择的影响因素 方法实施的影响因素如图4所示。
可以看出，方法的实施成本是影响方法选择的首要因素；其次是方法的适用性；其余两个因素的影响程度相当。各因素的影响程度大概都在2―3之间，差距较小，均属于比较影响的范畴。由此可以推断，企业进行方法选择是综合考虑各种因素的结果，其中没有一个起决定性作用的因素。
在笔者所列出的四种因素之外，被调查者还给出了以下的几个因素，即收益预估、市场、技术能力和方法实施技能。根据笔者的理解，这四个因素实际上可以归纳为方法实施能力和方法预期收益两个因素。
3.2.2 方法的使用频率 图5显示了27种技术竞争情报方法在技术创新工作中使用的总频率，其计算方法为各方法在技术创新各阶段中使用频率的总和。在此图中，实际使用频率=总频率／(14*7)，其中，14是指样本量(企业数)，7是指技术创新的阶段数。实际使用频率包括四个等级：经常使用――4；偶尔使用――2；很少使用――1；不使用――0。由于方法外延的不同以及技术创新各阶段任务的连续性和重叠性，某些方法可能适用于技术创新的不同阶段。根据统计结果，笔者选择了某一种方法使用频率为前三位的技术创新阶段予以描述，如表3所示(表中数目相同的表示该方法在所对应阶段的使用频率相同)：
注：本表的意义举例：技术／产品生命周期曲线在制订技术创新计划这一阶段使用的频率最高，其次是技术创新总结阶段，第三是研究设计阶段
篇10
2农业科研院所和农业科技企业应将农户生产需求
信息作为重要创新源农户作为农业技术的主要消费者，他们的需求规定着农业技术发展的方向，因此需要研究以农户对农业技术的需求为导向的农业技术创新信息源，根据农业技术创新信息源构思符合农户需求的创新农业技术，才能真正为实现农业技术的有效供给提供保障。对农业科研院所和农业科技企业而言，应该根据农户对农业技术的具体生产需求，进行农业技术的创新信息源的识别、挖掘和构思研究。只有真正把农户的生产技术需求放在首位，农业技术创新的有效供给才可以真正实现，相应的农业技术推广才会有广阔的发展前景。因此，农业科研院所和农业科技企业要了解目前农户的实际生产需求，根据农户的实际生产需求，研制开发适用不同地区、不同部门及不同类型农户的适用技术。特别是在科研选题、立项、试验、示范环节积极让创新农户参与进来，在成果的完善、提高、改进等环节吸取农户采用成果后的信息反馈，使农户实际生产中的技术需求信息体现在科研院所和农业科技企业的农业技术创新构思的过程中，从而使农业科研院所和农业科技企业研发的创新技术真正符合农户的实际生产需求，解决农业技术有效供给不足的问题。
3建立符合农户生产需求创新信息源挖掘运行机制
由于目前以农户需求为导向的农业技术创新运行机制尚没有建立起来，农业技术创新机构和同农户的结合上尚存在一系列的制度。首先是农业科研机构没有专门调研和挖掘农户生产需求信息的专门分支机构，也没有支持农业科研人员挖掘农户生产需求信息的制度保障。虽然国家各部委和国家自然科学基金科技创新科研支持项目，但这些项目多是针对基础研究，并不针对应用研究;而涉农企业应该是农业应用研究的主体，但目前条件下我国的很多农业企业技术创新能力和研发能力不足，特别是针对农户需求的创新技术。在所在组织没有相应的政策激励和制度保障的条件下，农业科研人员当然没有深入农户调研农户生产需求信息的激励动力，毕竟深入农户生产实际对农业科研人员而言在目前制度下存在很多不利因素，一是深入农户生产实际进行深入访谈条件很艰苦;二是在条件艰苦的条件下深入农户需要一定的调研经费支持。特别是第二个条件，没有一定的农户生产需求技术信息调研经费支持或其它的项目经费支持，农业科研组织的研发人员很难深入农户生产实际去调研相关的信息源。即使部分农业科研院所或农业科技企业对农户进行了一定的生产需求信息的调研，也往往仅限于农户生产技术需求信息的简单调查搜集，而没有深入农户生产实际和深入访谈挖掘潜在的农业技术创新信息源。要加强以服务农户生产需求为动力的农业技术创新，必须在制度上有一个保证，建立以识别、挖掘农户生产需求技术信息为创新源的农业技术创新信息源挖掘运行机制，促进和协调农业科研单位的研发人员立足农户实际生产需求，详细并深入挖掘农户的农业生产技术需求信息，研发符合农户生产需求的农业新技术。
3.1激励农业科研人员深入农户挖掘农业技术创新
信息源机制对农户生产技术需求的识别、搜集、挖掘需要深入农户生产一线认真观察和体验、深入农户进行深入访谈，只有这样才能挖掘出能够满足农户生产需求的农业技术创新信息源。这就要求农业科研机构对农业科研人员深入农户生产实际挖掘农业技术的创新信息源给予一定的项经费支持和制度保障，毕竟深入农户生产实际对农业科研人员而言不仅条件艰苦而且需要付出艰辛的思考并付出一定的时间、精力，如果没有相应的经费支持和制度保障，那么农业科研人员个人由于不想做额外的工作而不会主动深入农户生产实际对农户生产实际的创新信息源进行调研、搜集、挖掘。因为对农业科研人员个体而言，从理性经济人的角度出发他们在决定行动前会考虑成本收益的问题，也就是说，如果没有一定的经费支持或项目支持和相应的制度保障，自己为挖掘获取农户生产需求技术创新信息源所耗费的时间、精力将是非常不经济的，这就使得农业科研人员对农户生产需求技术创新的信息源没有深入调研、搜集、识别、挖掘的动力，势必会导致农业科研人员研发出的农业创新技术和农户生产的实际需求相互脱节，从而导致农业技术创新的有效供给不足，农业科技成果转化率相对较低。因此，应该建立激励农业科研人员挖掘农业技术创新信息源的相应机制，支持有创新思路的符合农户生产实际需求的农业科研调查研究项目的立项，当然，如同国家自然科学基金一样，要有相应的目标考核机制，为农业科研人员挖掘农业技术创新信息源提供动力支持。以促进符合农户需求的农业技术创新的信息挖掘和相应农业技术的创新，为实现我国特定条件下的农业现代化贡献相应的力量。
3.2挖掘农业技术创新农户信息源的方法和步骤
农户在农业生产过程中的技术需求信息在农业技术创新中的重要作用是显而易见的，但选择什么样的的农户进行调研、收集和挖掘什么样的信息、采用什么样的信息收集方法和信息挖掘方法决定了农户信息源对农业技术创新的价值大小。创新信息来源的选择是决定创新信息挖掘质量的一个重要方面，而收集信息时采取的研究技术和方法也十分重要。传统的农户调查和市场研究方法虽然使用广泛，但对农户深层次的、潜在需求的生产技术信息的挖掘效果不大理想。关于挖掘农户信息源的方法和步骤，虽然没有直接关于如何挖掘农业技术创新概念研究阶段的农户生产需求信息源的研究，但可以参考借鉴工业产品创新中VonHippel的“领先用户”信息源挖掘方法和陈劲的企业技术创新过程中的创新信息源的领先用户方法以及范晓屏的产品创新信息源的挖掘方法体系。由于玉米、小麦和水稻这样的主要粮食作物，国家本身对相应的农业技术创新投入很大，研究出的适用农业技术创新成果也很多，以下没有探讨其农业技术创新的信息源挖掘问题，以下主要针对果蔬和经济作物种植过程中农业技术创新信息源的挖掘方法和步骤进行探讨。所谓农业技术创新户是指对农业生产实际过程比较敏感，能够率先提出一些他人尚未意识到的农业生产技术需求，并能在农业技术推广中率先采用农业技术的农户。一般而言，农业技术创新户是农户中的创新领先者，他们对农业生产实际的技术需求的体验和感受远比跟随农户和落后农户深刻，对跟随农户和落后农户访谈得不到的技术需求信息可以从农业技术创新农户处访谈得到。
步骤1:具体识别创新示范户和落后农户的方法，可以根据果蔬或其它经济作物种植收入通过和本村的村干部了解确定本村的果蔬或其它经济作物种植收入大户或种植技术能手为农业技术创新户，同样的道理，落后农户也可以通过和本村的村干部了解确定本村的果蔬或其它经济作物种植收入较低农户为农业技术落后户，跟随农户可以在两类农户之外随机抽样确定。当然，在科研项目经费许可的条件下，可以对果蔬或其它经济作物集中区采取大样本的调研方法根据农户特征和收入科学综合确定创新户、跟随户和落后农户。具体而言，可以根据农户的主要成员的敏感性、冒险性、独立性、外向性等特征与人的创新性正相关关系和农户的收入特征来筛选出相应的创新户、跟随户和落后农户。
步骤2:对识别出的农业技术创新户深入入户访谈确定农户农业生产迫切需要解决的农业生产技术问题并且目前还没有相应的解决技术的相关需求信息。访谈过程中，不仅要搜集创新户表达出所需求的农业技术创新信息，还要挖掘探索创新户没有表达出来的深层次潜在隐性需求的生产技术创新信息。因此，在调研过程中，要求调研者本人熟悉农业生产实际。具体收集、识别和挖掘农户需求的农业生产技术信息而目前还没有解决的相关技术的信息的方法可以参考手段－目的方法、登梯技术等方法，具体方法如下:首先要识别和挖掘农户生产过程中的需要解决的问题，包括栽培技术、病虫害防治、农产品特性、产品销售过程中的问题等。然后将这些问题转换为相应的技术功能或产品功能信息，并经农业技术创新户验证相应构思的技术功能和产品功能开发是否能够解决他们生产实际的问题。
步骤3:将从农业技术创新户深入访谈得到的需要解决的生产技术信息和相应的技术功能或产品功能开发信息，到跟随农户和落后农户处验证，确认他们是否在农业生产实践中也迫切需要解决这样的问题和相应的技术或产品功能的开发能否满足他们的生产实际要求。根据笔者2011年对陕西太白县无公害和绿色A级蔬菜基地的不同蔬菜种植村调研，调研中按照农户特征和蔬菜种植收入特征进行分类抽样，通过对97户跟踪农户的入户深入开放式访谈发现:创新示范户能够通过蔬菜苗的大田移植过程认为由于劳动量投入很大应该发明一种机械化的栽苗技术，而跟随农户和落后农户则只是认为该移苗过程由于劳动量投入大认为自己家里劳动力不足应该雇佣一定量的劳动力;创新示范户在蔬菜田畦间的锄草劳动过程中自己发明了简易的可以提高劳动效率切方便的锄草工具，而跟随农户和落后农户则只是认为该锄草过程由于劳动量投入大和由于蔬菜间距离狭小认为除草非常不方便。综合以上信息源的识别和挖掘，可以确认太白蔬菜种植基地目前需要节约劳动力的大田移苗技术和节约劳动力的方便的非施农药除草的除草技术。
篇11
一、引言
20世纪90年代以来的经济全球一体化进程，让世界产业结构发生了重大调整，我国企业面临的市场环境正经历着前所未有的改变。一方面，国外企业在我国市场的活动频率日益增加；另一方面，我国企业在研发、生产、销售和贸易等领域获得的国际化空间更加广阔。由于我国企业技术创新能力相对欠缺，参与国际化竞争对我国企业来说，机会与挑战并存。
加入WTO使得我国企业在技术创新上的短板更加明显，依靠廉价劳动力和消耗生产资源为主导的粗放式发展模式逐渐行不通，我国企业要想实现向高附加值产业转变，企业自主技术创新是一条必经之路。梳理国内外关于技术创新动力的研究，一方面可以为我国学者进行相关研究提供借鉴；另一方面也能为推动我国企业技术创新提供理论指导。
二、技术创新理论的初步研究
“创新”这一概念最早出自经济学家熊彼特的理论，熊彼特最初给出的创新的概念外延很大，他认为：创新就是把一种从来没有过的关于生产要素的“新组合”引入生产体系，以期获取更大的利润价值，这种“新组合”包括引进新产品、引用新技术、开辟新市场、控制原材料新的来源和实现一种工业新的组织。他多次对技术创新动力进行了分析，但没有提出完善的技术创新动力模型。
英国萨塞克斯大学科学政策研究所的研究人员在推进SAPPHO项目时，以熊彼特关于企业技术创新与企业发展的相关理论为基础，提出了相对系统化的企业家创新模型――熊彼特创新模型I。然而，这个模型的显著缺陷在于把技术创新看作一个外生变量，从而导致其研究结论的说服力降低。1942年熊彼特进一步发展了其技术创新在资本主义经济中的核心作用的观点，认为大企业在资本主义的经济发展和创新过程中起着决定性的作用。这一观点被经济学家菲利普斯概括为熊彼特创新模型Ⅱ。
近代关于创新思想的研究，可以追溯到马克思在《资本论》中提及的自然科学在技术进步中的作用，马克思认为社会生产力的发展来源于三个方面：“源于发挥着作用的劳动的社会性质，来源于社会内部的分工，来源于智力劳动特别是自然科学的发展”。随着对创新研究的不断深入，20世纪50年代以来，理论界对创新的研究逐步集聚于技术创新，技术创新作为一个研究分支从熊彼特的广义创新概念中分化出来。
三、技术创新动力机制的研究
（一）技术创新概念界定
20世纪60年代开始，美国国家科学基金会发起并组织对技术创新的研究，1969年的研究报告《成功的技术创新》指出：“技术创新是一个复杂的活动过程，是从新思想和新概念开始，通过不断解决各种问题，最终使一个有经济价值和社会价值的新项目得到实际的成功应用”。我国学者对技术创新的概念内涵研究有不同看法。清华大学傅家骥教授等（1992）认为，技术创新是企业家在追求商业利润的过程中产生的，是一个涵盖了科技、组织、商业和金融等一系列活动的综合过程。国家经贸委对技术创新的定义是：技术创新是与新技术（含新产品、新工艺）的研究开发、生产及商业化有关的技术经济活动。
（二）技术创新能力评价
美国曾经采用专利记分卡的形式对参与其技术产权市场竞争的世界各国企业进行创能能力评价，评价指标包括技术实力、专利数量、技术生命周期、科学联系和当前影响指数等。我国学者陈劲（2002）的研究认为，小公司往往能够实现突破性创新，而大公司一般习惯于渐进性创新，并从价值体系和资源分配两个维度出发，提出了基于模糊综合评价分析法的突破性技术创新识别方法。我国学者毛维青等（2012）认为技术创新能力结构要素包括R&D能力、组织能力、资金投入能力、制造能力和市场营销能力五个方面。
（三）技术创新能力影响因素
Walton通过分析信息专家在技术创新团队中的重要性分析，认为信息专家通过其提供的专业知识，能有效帮助团队推进技术创新。这与King & Anderson（2002）的研究成果是一致的。徐维祥（2002）指出企业技术创新的外在拉力主要是市场需求，企业技术创新的前提是其主体性，企业技术创新的内在动力是创新的持续性，企业技术创新的外在诱导是政府政策环境。李浩（2012）研究认为，知识价值的实现是技术创新成功的前提条件，学习型文化、组织距离、群体激励、知识差距和信任水平等影响知识价值转化的条件，间接对技术创新形成间接影响。
（四）技术创新与企业绩效的关系
国内外研究普遍认可技术创新能够提升企业绩效。Bosworth & Rogers（2001）基于托宾的Q理论，研究了澳洲企业的科研与企业绩效的关系，研究结果显示科技创新能有效提高企业绩效，企业的科研投入与企业绩效正向相关。薛红志（2006）指出，企业推进突破性创新的主要措施包括鼓励员工自发创新，并将其制度化；结构分离和重点对待承担创新任务的组织部门；开展部门之间的合理化竞争。王同律（2011）认为技术创新能够使企业得到三种方式的增长：常规增长、超长增长和持续增长，持续不断地技术创新能给企业带来“隐性”的持续增长。
四、技术创新方法的研究
关于技术创新方法的研究，国外主要形成了以欧美、俄罗斯和日本为主的三大流派。欧美派系以美国为首，在研究上讲究思维的自由性，把创新视为想象、直觉、灵感等思维活动的综合，如美国创造学奠基人亚历克斯？奥斯本提出的头脑风暴法；俄罗斯在技术创新上十分注重严谨和科学，他们认为创新是建立在客观规律和组织有序的思维活动基础上的，这一点受前苏联创新方法研究第一人――阿奇舒勒的影响较大；日本的技术创新是在对信息的收集和处理的基础上进行的，因而其实用性较强，理论性和系统性显得相对薄弱。
我国技术创新方法的研究起步较晚，研究方法也从借鉴国外研究方法向形成具有自己特色的创新方法转变，随着国家对技术创新的重视，成立了一批科研机构，高校开设技术创新课程，新的科研成果不断涌现，技术创新热潮正在逐步覆盖全国。梳理当前的研究，发现采用系统动力模型的技术创新研究颇多，这主要是由于技术创新的许多影响因素难以直接量化，须借助定性与定量相结合的研究方法。
五、述评
技术创新是近些年国内外的研究热点之一，国外研究起步较早，研究理论和实践较为丰富；我国的研究和实践水平相对偏低，还处在丰富和完善阶段。但是，纵观目前的国内外研究，整体呈现出研究内容趋于同质化、研究方法较为缺乏、研究方法欠缺严谨、学科研究之间缺乏融汇贯通等不足之处。
新古典增长理论的基本原理显示，发展中国家如果不能塑造出资本的产出和形成机制，不能促进低端制造业的成功升级，就很容易陷入所谓的“中等收入陷阱”而不能自拔。作为最大的发展中国家，我国经济发展的后发优势正随着时间的推移逐渐丧失，依靠模仿制造的发展模式逐渐受阻，日后的经济增长将会越来越强调企业技术创新的重要性。
参考文献：
[1]计军恒.2007.基于技术创新的企业价值增长及其评估研究[D].杨凌：西北农林科技大学博士学位论文.
[2]傅家骥.2000.技术创新学[M].北京：清华大学出版社.
篇12
当前对于大数据的特点主要存在两种观点：Dumbill采用IBM公司的观点，认为大数据具有“3V”特点，即数据量大（Volume）、数据类型复杂（Variety）、产生速度快（Velocity）。Edd Dumbill， “What Is Big Data，” http：//strata.oreilly. com/2012/01/what-is-big-data. html， 2013年1月24日访问。还有部分学者认为大数据具备“4V”特点，在3V的基础上增加了价值性（Value）。（1）数据量大（Volume）：目前数据的计量单位用太字节、泽字节和尧字节计算。IDC《数字宇宙膨胀： 到2020年全球信息增长预测》显示，数字信息每年按照几何级数态势递增，到2020 年数字量将达到40ZB。（2）数据类型复杂（Variety）：相对于传统的便于存储的结构化数据，大数据下非结构化数据越来越多，比如网络浏览轨迹、视频、音频、图片、地理位置信息等。数据类型的多样性对数据的处理能力提出了更高的要求。（3）产生速度快（Velocity）：数据的产生和更新频率快，每秒都在即时增加，因此大数据的存储以及实时处理和分析能力是大数据背景下技术创新的关键要求。（4）价值密度低（Value）：存储的数据量大，但是蕴含的价值低。比如一段监控视频时间长达2个小时，但是有用的数据可能只有1～2分钟。朱东华：《大数据环境下技术创新管理方法研究》，《科学学与科学技术管理》2013年第4期。
数字技术是指对产生于人机交互、物联网等以结构、半结构、非结构形式存储于数据库中的数据，进行提取和集成，以模式识别、数据挖掘、可视化以及统计分析等技术手段，通过数字技术生成模块化的专用数字技术处理软件包，进一步通过模块集成实现决策支持、智能生产、智能服务、预测等技术创新，实现大数据的价值化。
根据大数据的特点可知大数据和传统数据的差别主要体现在数据处理技术上，大数据下的数字技术包括传统基本数据处理技术如模式识别、数据挖掘、可视化、统计分析，和高级数据处理技术如移动计算、社会化媒体、物联网、云计算、分析和预测五种技术，这五种数字技术融合后方能产生巨大的技术创新。[德]乌尔里希・森德勒编：《工业4.0》，邓敏、李现民译，机械工业出版社，2014年，第54～67页。移动计算指的是计算的实时性、动态性，即人和计算机的实时交互，机器和周围环境的实时交互，通过移动计算，增加了数据使用技术在地点和时间上的灵活性，数据的实时处理是大数据的最核心技术。社会化媒体是指人们可以在社会化媒体平台信息、分享内容、互动交流。社会化媒体平台的使用数据具有“流”的特性，大数据流的特性改变了人们收集和评价信息的方式，也改变了技术创新方式。物联网描述的是物理对象间的连接，这种交互作用发生在机器与机器之间，对象与对象之间。物联网的形成开启了服务创新、生产创新和增值过程的新维度，是新的增值模式和商业模式的基础。云计算指的是一种基于互联网的计算方式，主要解决数据的结构问题和管理问题，共享的软硬件资源和信息按需提供给不同的使用者，通过云计算加快对信息的发现、组织和协调并为技术创新提供服务。分析和预测是对大数据进行关联、趋势性等知识发现技术，由于大数据的海量性、动态性、类型多样性和价值低密度性，有价值的信息隐藏于碎片化的数据关联中，而且随时间的流逝不断减少，因此传统的优化算法、抽样学习的数据挖掘技术、统计分析方法已不适用，基于知识发现的分析和预测技术是大数据的关键技术。针对大数据下的这些数字技术融合就有可能产生技术创新，就可能实现服务智能化、生产智能化、决策智能化等等。
大数据时代给经济增长带来了大的变革，这种变革体现在：一是信息化与工业化的融合，大数据时代的本质是互联网基础上的信息技术在经济增长和工业化中的广泛应用，其核心在于信息化与工业化的融合。大数据并不能生产出新的物质产品，也不能创造出新的市场需求，大数据的价值，不仅是大数据技术本身，更是应用创新产生的经济社会价值，能够让生产效率大幅提升，从而使工业制造的生产效率得到大规模提升，并进一步促进经济发展。二是促进产业融合。大数据时代信息化和智能化的广泛使用，使得不同产业或同一产业不同行业相互渗透、相互交叉，最终融合为一体，逐步形成新的产业。在技术融合、数字融合基础上所产生的产业边界模糊化，产业由分立走向融合，产业融合能够通过建立与实现产业、企业组织之间新的联系而改变竞争范围， 经济增长效率大幅度提高。三是技术创新发生变化。在大数据背景下科技创新与产业结合程度加强，而且由于信息化的广泛使用，信息化和工业化的深度融合，技术创新的协同性和共享性加强，科技创新与产业结合对经济增长的作用加强。
二、大数据下数字技术创新的新特点
大数据下的技术创新与传统渐进性技术创新有本质的不同，主要体现在创新方法、创新模式、创新管理、创新过程和创新结果五个方面。大数据背景下数字技术基础上的技术创新具有一些新特点：
1.数字技术下的技术创新方法具有组合性
传统的技术创新方法基于专业理论、专业技术和市场目标的共同作用，孙圣兰、夏恩君：《突破性技术创新对传统创新管理的挑战》，《科学学与科学技术管理》2005年第6期。而大数据环境下的数字技术创新方法更多地来源于对不同技术的组合式创新。创新不仅是一种基于理论背景下的基础性创新，而更可能是利用现有的数据技术手段和已有信息进行重新组合，技术创新方法的组合性主要体现在对数字的敏感性洞察以及创意路径实现的组合。对于客户消费行为的数据技术分析可以开发出BI系统。对于共众通信数据分析可以开发舆情系统， Kevin Systrom和Mike Krieger将Facebook最受欢迎的照片共享思想植入到智能手机中，开发出了能够改变照片样式的软件。[美]埃里克・布莱恩约弗森、安德鲁・麦卡菲：《第二次机器革命》，蒋永军译，中信出版社，2014年，第91～92页。这些说明了数字技术提供了一种组合式技术创新的可能性。
2.数字技术下的技术创新模式具有开放性
传统的技术创新模式强调独立创新、合作创新和引进创新模式，这些创新模式聚集对要解决的问题相关领域精通的专业性人才来提供技术创新方案。专业人才具备高精尖科技知识，能够从更加专业的角度提出建议，而大数据下的技术创新能够突破对专业人员和研究领域的限制。数字技术提供了一个开放式的创新环境，每个人都能够在开放平台上对要解决的问题进行新思想的交流与技术创新的实现。纳特・特纳和扎克・温伯格是沃顿商学院学习经济学和创业学的学生，二人虽然没有学过医学知识，但他们创办的公司flatiron health正在试图用大数据分析技术找到治疗癌症的方法。这种群体力量参与和数字技术爆发出来的无限的智慧正是大数据下技术创新的模式。
3.数字技术下的技术创新管理具有突破性
突破性技术创新是基于不同科学原理和技术方法之上的创新，能够使产品具有新的性能和较低成本，且具有毁灭性，能开拓新的市场和潜在的应用，如石英钟的出现给机械表以致命冲击。数字技术下的融和式技术创新是突破性技术创新，单个领域的技术有可能只服务于特定背景下的产品或者服务，而不同领域技术的有效融合则可能衍生出更多的相关性技术创新。在技术进步的过程中，渐进式创新是阶段性的、变革性的，而突破性技术创新是永恒的、革命性的。传统的技术创新需要高成本的投入，大量的人才培养及储备、基础设施的建设、先进设备的研发及引入，通常这些投入需要经历一定的时间才有可能获得创新成果。基于数字技术平台，每个企业、机构甚至个人都成为了创新的主体，创新也不再局限于某一技术领域，而是以多种方式存在。如云端存储服务及数据分析业务就为企业提供了一种成本相对较低的创新思路，从而使得技术创新具有更低成本。
4.数字技术下的技术创新过程具有非线性
线性创新和非线性创新是基于创新过程的一种区分。线性创新过程是一个“基础科学-应用科学-设计试制-制造-销售”的单向的、逐次渐进的过程，创新起源于基础研究。非线性创新过程突出了创新的多层次、多环节和多主体参与，在非线性创新过程中创新绝不是从研究到应用的线性链条，从小众到大众的传播过程。数字技术下的技术创新突破了线性技术创新的思维，从创新的方式、主体、阶段等方面进行非线互创新，是企业内外各种与技术创新有关因素相互作用的结果，突出了创新的多层次、多环节和多主体参与。在大数据时代，技术创新被认为是各创新主体、创新要素交互复杂作用下的一种复杂涌现现象，是创新生态下技术进步与应用创新共同演进的产物。
5.数字技术下的技术创新结果具有通用性
通用性指能够在多行业使用的创新技术，通用技术创新具有普遍性，能够随着时间推移催生大量的创新，数字技术下的技术创新具有这些特点。数字技术下通用性创新主要是由于创新的方法是组合式创新，对于已有发明或者技术创新，经过组合后有可能产生新的创新。这种创新方法表明，每一次的技术创新会成为未来创新的一块积木，在不断的积累过程中，就产生了持续技术进步。数字处理技术使得所有领域都能够获得海量的数据，并无限制地被复制和重复使用。因此，具有潜在价值的数字化积木式技术创新以前所未有的速度成倍增长，并且还在持续地提供未来组合式技术创新的可能性。
三、大数据时代我国新常态经济增长中数字技术引领技术创新的路径转型
当前中国经济步入以中高速增长为标志的“新常态”，新常态不仅意味着经济增速的放缓，更意味着经济增长动力的转换和经济增长方式的转变，在新常态背景下，中国经济的增长需要实现创新驱动战略的支撑。在新常态的创新驱动中，我国面对大数据下技术创新带来的机遇和挑战，面对传统技术创新的路径依赖和数字技术下技术创新的特点，要发挥我国自身资源优势，实现数字技术引领技术创新，推动我国经济增长潜力开发，就要加快推进数字技术引领技术创新路径转变。
1.实施“政府组织+国企研发”的数字技术创新计划
技术创新正在成为大数据时代的发展关键词，而且大数据下的技术创新具有开放性，特别是在数字化工厂方面，实现过程中有大量需要进行标准化的内容，欧美国家在这一方面起步早，已制定出系统集成、安全保障、数字化工厂、能耗等技术标准，因此要积极引进和参与国际化标准工作，同时实施举国体制，发挥政府作用，组织开展我国的技术标准化研究，争夺制造业竞争的话语权。另外，在产品市场规模巨大、产品集成复杂的重大技术创新领域，借鉴“高铁”技术创新模式，由政府牵头，发挥国企研发力量，重点突破某一领域的技术难题。在实施“政府组织+国企研发”的数字技术创新计划中，重点要持续推进大数据平台建设，构建信息共享机制。大数据环境下的技术创新是基于数据库基础上的，因此要持续推进数据库、知识库、云计算库、数据分析库的基础平台建设，大数据下人人都是技术创新者，要构建基于服务的、集成智能分析、快速决策分析的大数据处理支持系统接口，建立促进群体成员之间信息沟通、共享和促进群体技术创新的交互平台，建立开放的大数据技术创新体系、协同创新模式和评估机制，以推动新常态下数字技术对技术创新的引领。
2.建立技术创新的市场机制，引导企业自主创新
随着我国经济体制改革的深化和对外贸易的开放，市场化进程不断加深，我国逐渐成为全球最大的产品市场，市场化需求确定了技术创新方向，技术创新中的市场杠杆作用越来越显著，因此要完善大数据下技术创新的市场机制，引导企业根据自身优势及市场需求，发现创新机遇并且进行自主创新。在引导企业自主创新的过程中要强化知识产权保护，制定税收减免政策，激励企业技术创新。企业作为技术创新的主体，在研发新技术、发现新知识过程中形成的无形资产如果无法得到法律的保护，企业就缺乏技术创新的动力。知识产权的清晰界定以及产权保护有助于企业开展自主创新，从技术创新中获得高额收益，从而促进更加长远的技术创新。我国目前对于知识产权界定、保护以及知识使用的制度及法律还不完善，因此，政府应该加大对于知识产权的保护力度，制定相关的制度政策及法律法规保护企业的自主创新成果，鼓励技术创新。此外，要通过税收减免政策激励企业加大技术创新的投入强度。
3.加强数字技术人才培养，实施全球人才引进计划
大数据时代的到来使新常态下的中国企业面临新的机遇和挑战，企业应用和行业动态呈现出新趋势和特征：社会网络与社会计算、云计算、协同化软件与技术、新型电子市场与新型电子商务将转变企业运作和组织架构。大数据时代企业的关注点将从传统的决策支持系统、智能系统、数据库建模与设计、信息系统规划、开发方法等方面逐渐转移到以新概念、新技术实行的决策分析、信息安全和风险管理等领域上。大数据技术的战略意义不在于掌握庞大的数据信息，而在于对这些含有意义的数据进行专业化处理，大数据环境下技术创新的实施，需要一大批对于大数据的搜集、处理、分析、决策支持等方面的高层次人才。因此在大数据背景下中国新常态的经济中，要加强数字技术人才培养，实施全球人才引进计划：一方面通过加强我国高校计算机、电子专业建设，调整培养方案，优化教学环境，创新创业项目实施，以培养掌握数字技术基础型人才，加强人才队伍建设，搭建人才创业平台，营造人才创业环境，引导大数据人才创造；另一方面我国需要制定全球数字技术人才引进计划，特别是了解核心技术的专业人才和数据分析师的引进，并为人才的流入做好政策支撑。
篇13
【关键词】技术创新国际竞争力经济效益
一、技术创新的概念
创新经济学的创始人熊彼特（J.A.Schumpeter）认为：创新是“企业家对生产要素的新的组合”，即把一种从来没有过的生产要素和生产条件的新组合引入生产体系，从而形成一种新的生产能力，以获取潜在利润。具体来说，创新包括：引进新产品；引用新技术；开辟新市场；控制原材料新的供应来源；实现工业的新组织。另外，熊彼特还认为，创新是一个经济学范畴而非技术范畴。发明是新工具或新方法的发现，创新则是新工具或新方法的实施。发明往往是创新的一个环节，创新并不一定需要发明，发明只有应用到经济之中并带来利润才算是创新。伊诺思（J.L.Enos）认为：技术创新是几种行为综合的结果，这些行为包括发明的选择、资本投入保证、组织建立、制定计划、招工用人和开辟市场等。英国经济学家斯通曼（P.Stoneman）认为：技术创新是首次将科学发明输入生产系统，并通过研究与开发，努力形成商业交易的完整过程。澳大利亚学者唐纳德·瓦茨（Donald.Watts）认为：技术创新是企业对发明和研究成果进行开发并通过销售而创造利润的过程。
二、实现信息化发展目标主要靠技术创新
十六大提出要实现工业化的目标，应提出坚持以信息化带动工业化，以工业化促进信息化，走出一条经济效益好、资源消耗低、环境污染小、资源优势得到充分发挥的信息化之路。强调科技兴国，充分发挥科技第一生产力的作用，是为实现经济目标做出的重大举措。信息化的道路是把握当今经济需求，总结经济建设经验，走出一条社会主义现代化经济之路。科技含量是新型的专业化道路的一个重要体现。无论是一个企业，还是一个国家，不能从单纯的产值来判断，如一个企业产值有l0多个亿，但不能以此断定该企业的核心竞争力高。核心竞争力的关键是创新能力，是科技含量。这是企业竞争力最关键的一个因素。因此，无论是传统产品，还是高新技术产品，关键要有技术含量。现在，有些企业遇到困难，就说行业选择得不对。这存在片面的认识。一个产品科技含量的高低要看它是不是符合当今科技发展的潮流。要谋求较好的经济效益，就必须以企业技术创新为基础。这几年，企业经济效益明显好转，规模利润达到5300亿，连续4年保持较高的增长。这里面有一个很重要的因素，就是技术方面有一个明显的变化。尤其当企业要面对国际竞争，就必须把技术创新放在一个举足轻重的位置。资源消耗低，环境污染小，这要靠科技进步和成熟技术的推广。人力资源开发，则需要培养一批适合技术创新的科技人员。就我国人力资源状况而言，一方面，就业形势非常严峻，全国有600多万的下岗职工，每年还要增加800多万的新就业人员。另一方面，技术人员严重不足，尤其是企业的高级技工，在全国范围内只有60多万，供给远小于需求，其他技工的缺口总计达上千万。所以，人力资源要得到充分开发利用，就要和现状结合在一起。工业园区作为信息化的一个载体，更应该在科技上下工夫，走出一个高起点高效益的道路。
三、“十五”期间技术创新的目标和任务
“十五”期间，国家技术创新的目的是为了实现信息化高速发展的要求。技术创新的主体应该是企业，研究技术创新就要从企业入手。“十五”期间，创新目的可以概括为以下几个方面。一是基本形成三大体系就是以企业为主体的技术创新体系、为企业创新服务的社会化体系和以经济手段和法律手段的政府宏观调控体系。建立一个政府、企业、社会互动的三个环节紧密联系的体系。二是建立三大机制，包括围绕产业的经济发展调整的开发机制、观念开发机制和前瞻性开发机制。三是建立技术创新的激励机制。技术开发机构的建设，主要目的在于形成一个多渠道的投资机制，尤其是在大型企业，从提高国有企业的竞争力入手，注重技术人员的培养，尤其应将技术人员的分配制度和一般技术管理员的分配区分开来，成立一套新的激励机制。科技人员的分配机制体现他们的共性化，现在国家正准备试点，鼓励科技人员和管理人员技术创新的合理股份体现，大力推动企业专利技术保护制度的实施。通过企业专利试点，促进企业专利意识、专利战略、专利发明，并利用和保护专利。
四、技术创新的重点和主要政策。
1、加大企业创新体制的建设。社会技术服务体系建立是一个急需解决的问题。力争在“十五”期间，在全国建立100个技术创新服务的中介机构，形成面向企业，特别是中小企业的专业性的服务中心。
2、逐步形成技术创新规律，开发服务创新的体系，提高区域经济的创新能力。加大技术信息网络建设，实现相关科研院校、中介机构、科研机构的信息化建设，加大信息服务，及时通过公开招标技术信息，进一步完善规范技术市场。
3、建立以法律手段、经济手段为主的市场调控技术调整体系。技术创新的主体是企业，但政府要为技术创新营造一个良好的环境，包括制定相应的法律规范、加强技术部门的推广应用、保护知识产权、加强国际合作等。政府要做的主要是为企业技术创新营造良好的技术开发环境，而不是限定企业的研究方向，因为相比而言企业更了解自己的发展需求，知道开发什么样的技术，应该怎样开发。与此同时国内外的一些大型企业应参与这一环境的构建，在与技术开发直接相关的立法、执法对知识产权保护、技术创新等方面，应该起到重要的作用。加大技术开发力度，加速产业化发展进程，通过加大技术开发投入，改变传统产业的生产销售模式。加速高新技术产业发展逐步代替传统产业，特别是加大电子信息新产品的开发，重点开发数字化医疗、大众专用设备、机电一体化设备和提高生活水平相关的大众消费品质量，提高国外市场占有率，真正成为具有创新力的企业竞争实体。以信息技术为指导，提高传统产业的自动化，控制职能化和管理信息化水平；以重大技术装备和科研设备为重点，提高行业专业制造水平；以节水、节能、综合利用和环保为重点，提高传统产业效益和发展，提高资源利用和可持续发展，鼓励发展能源技术、环保技术，大大减少工业环境的污染。必须把保护环境放在推动工业发展更重要的位置。
4、企业建设应具备一个具体的信息化建设方案，重在降低成本，提高质量。作为企业的管理者政府机关，应着重做好以下几个方面的工作。一是建立一个信息化发展的平台，使企业技术创新能在信息化环境下进行。二是实行体制创新战略，浙江地区市场经济发展比较完善，没有太多的计划经济影响。但是存在的另外一个问题是，企业普遍带有家族化、封闭化的倾向，因为企业大多由家庭分工开始，家族化、封闭化是企业发展面临的一个重大问题。企业创新应按现代企业制度法人结构去改造。三是实施可持续发展战略。我们工业园区的发展，必须考
虑经济发展与环境保护的协调发展，从节水、节油、降低消耗、降低污染等方面统筹考虑。
五、对我国企业技术创新的几点思考和建议
我国技术创新的各个主体还没有充分感受到市场的压力，受计划经济残留影响，企业还没有充分觉察到提高核心竞争力的外在压力，因而导致技术创新缺乏市场激励。以下是对于我国企业技术创新的几点思考和建议。
1、企业应是技术创新的主要力量，在技术创新中居于主导地位。我国绝大多数企业主要依赖消耗大量的自然资源与人力资源，以生产低技术含量的数量型产品来求得生存与发展，还没有对技术的创新投入足够的重视，市场难以发挥对技术创新的激励功能。
2、我国技术创新的主体——科研院所至今主要由政府投资，其员工由国家发放工资，项目由国家计划立项审批，成果由国家审定。在此情况下，创新主体的生存与发展依赖的是政府而不是市场，其人员的投入依赖的是财政而不是市场。由于没有进入市场，因而市场的规律、规则与机制无法对技术创新产生激励作用，技术创新对核心竞争力的促进作用也就难以发挥。
3、有效投融资机制梗阻。技术创新资金投入不足仍是阻碍我国企业技术创新活动的最大障碍，加上我国风险投资体系不发达、证券市场的发展尚未完善等原因，当前企业技术创新投入不足。
4、现行企业人才机制不完善，阻碍了企业的技术创新能力。企业核心竞争力的提高、技术创新的成功与否、创新效果如何，从根本上说取决于人才，尤其是科技人才和企业家。从某种程度上说，我国并不缺乏技术创新人才，而是缺乏激励技术创新人才成长的机制，无法刺激创新人才进行创新的积极性。因此，我国企业应形成完备的优胜劣汰的竞争机制和有效的监督和约束机制。
【参考文献】
[1]傅家骥、仝允桓、高建：技术创新学M].北京：清华大学出版社，1998.
[2]谭崇台：发展经济学概论[M].武汉：武汉大学出版社，2001.
