评估技术论文篇1

1清洁生产技术主要涉及的评价数据

1)资源方面。矿物资源:铬矿、锰矿、钨精矿、钛精矿、钒土矿、钼精矿、镍精矿、铁矿、硅石、石灰石、萤石;回收资源:铁块、粉尘、钢渣、氧化皮、尘泥;水资源:地表水、地下水、循环水;成品原料:酸液、液、耐材、石墨等。2)能源方面。一次能源:粉煤、洗精煤、动力煤、天然气等;二次能源:电能、焦炉煤气、高炉煤气、转炉煤气、蒸气、压缩空气、氧气、氩气、氮气、热风、循环水等。3)废弃物污染方面。气体、粉尘:废气、烟尘、二氧化硫、氮氧化物、粉尘;固体废弃物:冶炼废渣、粉煤灰、炉渣、煤矸石、尾矿、各种固体渣;放射性废渣等;液体污染物:汞、镉、六价铬、铅、砷、挥发酚、氰化物、石油类、硫化物、COD、废酸等。

2循环经济技术主要涉及的评价数据

对于从循环经济角度评价钢铁行业的相关技术，可按照循环经济的“减量化、再利用、再循环”的三原则来构建。减量化:单位产品生产原料的减少、工艺过程及流程的减少、新材料的代替、减少有害物质的排除、减少能源消耗等。再利用:多次使用或修复、翻新或再制造后继续使用、产品的使用寿命和使用效率、废弃物的利用等。再循环:固体废弃物的再循环利用、工业废水的循环利用、粉尘和气体回收利用、向生活提供的能源等。

钢铁循环经济与清洁生产技术评价的数据处理

根据各技术特征信息，用生命周期理论对下列指标矩阵进行具体的分析、比较与评判。表1中，各纵向得分说明了此项技术在生命周期各阶段对环境影响相对大小;横向得分情况可以反映被评估技术在全生命周期中的哪项循环经济与清洁生产特征指标更突出。然后应用“德尔菲法”，组织专家群对某一技术的具体指标进行四轮评价与评估。评分操作说明:1)参加评分人员为钢铁行业相关技术领域的专家，熟悉国内外行业发展动向;2)分数取值范围:－1、0、1、2、3。3)对于钢铁行业循环经济和清洁生产的技术中不涉及生命周期(LCA)的阶段，取值均为0。评分赋值标准:低于行业平均水平赋值为－1;不了解情况赋值为0;行业国内平均水平赋值为1;行业国内先进水平赋值为2;行业国际先进水平赋值为3。评分值计算说明:评分合计=ΣE+ΣF。本评价方法的赋值是建立在假设参加评分的人员对钢铁行业相关领域技术发展情况十分了解的基础上的，存在一定的风险因素。因此，应在专家选取阶段，对专家的业务资质认真审核、谨慎操作，尽量将此项风险降至最低。按照上述方法与步骤，可以得到一个技术集对环境影响评价的系列得分。按评价得分大小排序，然后剔除等于或小于“0”值的数据，便可得到优选结果。此外，还要考虑被优选出来的技术成熟度如何。成熟度可分为:应列入研发项目、已进入研发阶段、基本完成尚需要完善、已成熟可应用推广、已有一定推广基础和案例。另外，还要考察该项技术的应用成本，可与同类专业领域广泛应用的技术相比较，区分为成本的高、中、低三档。显然，在环境影响评价结果优选的基础上，再进行技术成本低、技术成熟度高的优选，才可以得到比较合理的结论性评价意见。对于有些技术环境效益评分较高、技术可行性评价较差的情况，可在组织专家群讨论过程中单独提出来，进行重点讨论，最终确定该技术是否被甄选出来。研究制定适宜钢铁工业特点的循环经济与清洁生产技术评估与评价方法，对于科学、有效地实施相关技术甄选，引导和推动钢铁工业循环经济与清洁生产技术的研究与推广具有重要的现实意义［10］。

钢铁行业循环经济与清洁生产技术评价体系

评估技术论文篇2

作者：贾晓华单位：西北师范大学教育学院

IITE信息与通信技术教育评价

指标体系的比较与分析截止2011年10月，IITE共开展了两个旨在建构中等教育信息与通信技术应用指标体系的项目：波罗的海和独联体国家中等教育信息与通信技术应用指标项目［2］（以下简称“波独指标”）和东南欧国家中等教育信息与通信技术应用指标项目［3］（以下简称“东南欧指标”）。以下是从国家信息技术教育政策、硬件、软件程序和工作人员四个方面对两个指标体系及其具体内容的比较与分析：（一）国家信息技术教育政策“波独指标”中的官方相关文件，主要是关于在中等教育阶段使用信息与通信技术的全国性的官方政策文件，包括官方政策、文件和信息技术课程相关信息；“东南欧指标”主要关注现状、实施方式、财政支持、课程、教育软件以及信息技术教育起始年级。相似指标有：一是在中等教育阶段使用信息技术或者信息与通信技术的有关全国性官方政策和文件；二是信息或者信息技术作为一个独立学科；三是信息技术作为独立科目；四是信息技术与其他学科的整合。不同之处是“东南欧指标”涉及有关信息或者信息技术的国家课程，而“波独指标”涉及的是有关信息或者信息技术的地方课程。（二）硬件硬件包括教育机构中计算机装备情况，其中相似指标有：第一，教育机构中可用的计算机教室，即拥有计算机教室的教育机构的数量与教育机构总数的比值；第二，拥有计算机教室的教育机构的平均生机比，即拥有计算机教室的教育机构的学生数与这些教育机构中计算机总数的比值；第三，连接局域网的教育机构在拥有计算机教室的教育机构中所占的比例，即连接局域网的教育机构数与拥有计算机教室的教育机构总数的比值。不同的指标有：“波独指标”涉及：一是教育机构所有计算机中可以与IBM和Apple制式兼容的计算机所占百分比，即教育机构所有计算机中可以与IBM和Apple制式兼容的计算机数与计算机总数的比值；二是装备一个或多个多媒体系统的教育机构在拥有计算机教室的教育机构中所占的百分比，即装备至少一个多媒体计算机的教育机构数与拥有计算机教室的教育机构总数的比值；而“东南欧指标”涉及拥有计算机教室的教育机构中计算机新旧情况，即拥有计算机教室的教育机构中的1995年以后出产的计算机数与这些教育机构中计算机总数的比值。（三）软件程序“波独指标”中包括软件程序相关指标，而“东南欧指标”中没有相关的指标。“波独指标”中的软件程序包括操作系统和教育软件程序。其中操作系统包括：第一，计算机教室中安装DOSTM操作系统的计算机所占百分比，即计算机教室中安装DOSTM操作系统的计算机数与计算机总数的比值；第二，计算机教室中安装WindowsTM或者AppleMacintosh操作系统的计算机所占百分比，即计算机教室中安装WindowsTM或者AppleMacintosh操作系统的计算机数与计算机总数的比值；第三，计算机教室中安装其他操作系统的计算机所占百分比，即计算操作机教室中安装其他操作系统的计算机数与计算机总数的比值。而教育软件程序包括：计算机教室中安装任何与科目（小学，科学科目、人文科目和信息与信息技术）相关的教育软件的计算机所占的比例；教育机构使用的与科目（小学，科学科目、人文科目和信息与信息技术）有关的教育软件程序中由本国专家设计的教育软件程序所占的比例；教育机构使用的与科目（小学，科学科目、人文科目和信息与信息技术）有关的教育软件程序中由外国专家设计的教育软件程序所占的比例。（四）通信通信主要指互联网接入情况，相似指标有：限制连接互联网（只能使用电子邮件）的教育机构所占百分比，即计算机被限制连接互联网（只能使用电子邮件）的教育机构数与拥有计算机教室的教育机构数的比值；拨号连接互联网的教育机构所占百分比，即计算机可以拨号连接互联网的教育机构数与拥有计算机教室的教育机构数的比值；专线连接互联网的教育机构所占百分比，即计算机通过专线连接互联网的教育机构数与拥有计算机教室的教育机构数的比值；拥有自己网站的教育机构所占百分比，即拥有自己网站的教育机构数与拥有计算机教室的教育机构数的比值。不同之处有“波独指标”涉及没有连接互联网的教育机构所占百分比，即计算机没有连接互联网的教育机构数与拥有计算机教室的教育机构数的比值；而“东南欧指标”涉及连接局域网的教育机构在拥有计算机教室的教育机构中所占的比例，即连接局域网的教育机构数与拥有计算机教室的教育机构总数的比值。（五）工作人员“波独指标”和“东南欧指标”在工作人员指标方面几乎相同，都包括教育机构工作人员在计算机能力方面的发展情况和小学教师、其他科目教师、信息教师和管理人员的计算机技能掌握情况，主要有：一是教育机构工作人员包括参加计算机能力培训的课时数，其中“波独指标”规定的指标是少于50小时、多于50小时而少于100小时、超过100小时三个层次，而“东南欧指标”规定的指标是少于30小时、多于30小时而少于70小时、超过70小时三个层次；二是小学教师、其他科目教师、信息教师和管理人员的计算机技能掌握情况，即分别达到基本计算机技能水平和熟练计算机技能水平的小学教师，其他科目教师、信息教师和教育机构管理人员数分别与小学教师、其他科目教师（除了信息与信息技术教师）、信息教师或机构管理人员总数的比值。

启示

IITE信息与通信技术教育评价指标体系是建立在科学、严格的筛选、分类和系统化指标的基础之上的。首先，IITE将已有相关项目中的指标进行分类，主要是将所有的指标系统化并排序，寻找可能存在的空白之处，在此过程中系统化一个最适合该研究项目的指标体系。其次，充分考虑研究过程需要注意的问题，尽早提出解决方案，例如，组织性问题包括法律方面和必要的数据以及统计信息的保存与处理过程；教育性问题包括如何描述和评价现象；信息性问题包括所有信息保持和提供的必要程序。第三，考虑不同类型和不同层次教育机构的特点，构建适合研究目的和对象的评价体系，例如，因为波黑和独联体地区与东南欧信息技术教育的基础不同，所以“波独指标”中包含的有关软件程序的指标就没有设计到“东南欧指标”中。开展合作研究，培养我国信息技术教育评价专家团队虽然IITE在国际信息与通信技术教育评价项目中经验丰富，尤其是通过数据收集和分析了解各国信息技术教育现状，提供解决方案等方面。其开发的评价指标体系很值得我们借鉴。但由于各国社会政治、文化、历史背景的不同，我国在建构信息技术教育评价体系方面不能照搬他国的经验，而是给我们专家创造参与IITE和其他国际相关机构的研究项目的机会，在合作研究的过程中培养自己的信息技术教育评价专家团队，为我国信息技术教育的发展提供专业支持。开发地方课程，促进信息技术课程跨学科整合IITE认为在中小学开设信息技术课程，既可以理解为开设独立设立的信息技术课程，主要内容包括文字处理、电子表格应用、信息检索信息等，也可以把信息技术看做是一种工具，其最主要的作用是和其他科目整合，提高教学有效性。在我国，一般理解信息技术课程作为国家课程就是应该单独设立，而将信息技术看做一种工具可以给地方教育机构和学校开发信息技术地方课程提供新的思路，在促进信息技术与其他学科整合的目标下，开发地方课程在提高教师教学创新的积极性、促进课堂教学的有效性和激发学生学习和研究的兴趣方面将起到重要的作用。

评估技术论文篇3

卫生技术评估(healthtechnologyassessment，HTA)的定义有很多，传统的卫生技术评估是指评价卫生技术的安全性、有效性、经济性与社会性[1]。而在2002年，国际卫生技术评估机构网(theIntern-ationalNetworkofAgenciesforHealthTechn-ologyAssessment，INAHTA)认为，卫生技术评估是一个多学科的政策分析领域，其评估的内容包括：卫生技术的技术特性、临床安全性、有效性(效能、效果和生存质量)、经济学特性(成本-效果、成本-效益、成本-效用)和社会适应性(社会、法律、论理)，通过对其进行全面系统的评价，为各层次的决策者提供合理选择卫生技术的科学信息和决策依据，对卫生技术的开发、应用、推广与淘汰实行政策干预，从而合理配置卫生资源，提高有限卫生资源的利用质量和效率。

1国内卫生技术评估发展情况

在国家政策和医院制度方面，要求开展评估，以保证采购质量和资金的有效利用。如《医疗器械临床使用安全管理规范(试行)》卫医管发(2010)4号，第七条：医疗机构应当建立医疗器械采购论证、技术评估和采购管理制度，确保采购的医疗器械符合临床需求。20世纪70年代，HTA起源于美国，之后该理论在全球各国迅速发展，目前已被全世界普遍应用。HTA在医院层面的应用主要有两个思路：①检索全球各机构已的卫生技术评估报告，借鉴相关成熟结论，为决策提供依据；②开展有针对性的卫生技术评估，传统HTA需要大量数据支持，因此数据的完整性和巨大的工作量对HTA报告的质量和效率形成障碍，不利于医院开展。2005年，丹麦卫生技术评估中心(danishCentreforhealthtechnologyassessment，DACEHTA)首次提出Mini-HTA的概念，该方法主要通过对5个方面的问题评价，进而快速形成评价报告，提高管理效率[2]。利用引文索引方式在PubMed数据库中检索发现，自2005年提出mini-HTA理论后得到大量引用[3-8]。该理论得到不断丰富并评价其报告质量，其文章被引数量如图1所示[9]。

2卫生技术评估报告

目前，获取HTA报告的渠道很多，如各国和各机构的网站等。INAHTA成立于1993年，为非盈利组织，至今已有32个国家的55个机构加入该组织，其覆盖北美洲、拉丁美洲、欧洲、非洲、亚洲和澳洲。各机构的报告在结构、语言、数据来源等方面不尽相同，为规范报告内容和可追溯性，提高报告的可读性和通用性，INAHTA制定了卫生技术评估报告清单，从基本信息、HTA的必要性、HTA的实施步骤、背景环境以及HTA报告的影响方面作出规范[10]。INAHTA于2007年第二版卫生技术评估报告清单，相比于2003年的第一版，第二版对问题条目进行了适当整合，并且对数据来源和撰写要求进行了补充和细化，增设了评估背景等相关问题。与此同时进一步关注人文关怀、经济性和对评估相关的利益相关者、消费者的深层次考虑[11]。2007版卫生技术评估报告清单见表1。INAHTA通过规范HTA报告内容和结构，使得各机构的报告趋于一致性，可提高报告的可读性。尤其在规范中提出非英文报告应添加英文结论，提高了流通性。该组织最大限度的资源共享，促进应用。

3微型卫生技术评估

传统的HTA评估内容和关注重点主要针对重大疾病负担和需求，往往需要获得大量高质量证据，耗费大量时间。对于需要快速决策但资源有限的医院而言，开展综合性的HTA存在诸多困难，且不符合医院决策的现实需求。可以借鉴DACEHTA提出的mini-HTA方法论，开展适合医院的快速评估。该方法共设计了26个问题，涉及基本情况、技术层面、患者层面、医院层面、经济层面等5个方面，其具体问题见表2。医院在开展Mini-HTA时应遵循的原则：①制定评估问题清单(可参考表2)，同时根据各医院的自身特点对评估清单的项目进行删减，最终形成适合医院的评估清单；②成立评估小组，小组成员构成要包含多个部门，如医院管理层、执行部门、使用科室、相关部门或机构等，以保证评估的质量；③执行评估，形成高质量的Mini-HTA报告，为决策者提供可靠的理论依据。随着该理论的不断丰富，国内外多家医院开展相关评估，可以相互借鉴[12-18]。

4实际应用案例

某医院计划采购7台间歇性充气压力装置，针对此项目进行mini-HTA分析。评估内容包括技术特性、临床安全性、临床适应性、临床有效性、经济学特性、社会和伦理适应性6个维度，参与人员包括临床专家；信息科、医保办、设备科等管理专家。评估结果为建议先购买1～2台，再对采购的设备开展卫生技术评估，进而得出是否需继续购买[19]。加拿大麦吉尔大学健康中心对是否应该使用安全器械，以减少工作人员与血管内注射相关的针刺伤害开展了Mini-HTA。针刺伤是医院工作人员感染风险的重要来源，可导致多种病毒感染，此类伤害的一部分与血管导管的插入有关，使用安全器械可极大降低这种风险。但通过临床效果和成本进行评估，结论为投入过大并不一定能取得显著效果，故不建议采购[20-21]。

评估技术论文篇4

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

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

<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

[30]Jensen,R..InformationCostandInnovationAdoptionPolicies,ManagementScience.Vol.34,No.2,Feb,1988

评估技术论文篇5

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

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

<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&TakahiroFujimoto.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

[30]Jensen,R..InformationCostandInnovationAdoptionPolicies,ManagementScience.Vol.34,No.2,Feb,1988

评估技术论文篇6

在医学影像领域出现了用于动态观察的照相机,红外成像也开始用于临床。1958年自动生化分析仪研制成功。1960年世界上第一台激光器问世,不久激光也进入了生物医学领域并被广泛应用[1]。然而,由于技术的迅速发展及其在医学领域取得的巨大成功,在令人倍感振奋之时,也使人们陷入了对技术盲目追求的误区。在这种思想的影响下,一些新的医学技术迅速而不加任何限制地广为传播[2,3]。而另一些人又对医学技术持有怀疑看法。早在1816年听诊器刚刚发明不久,一些使用它的医务人员即对其产生了怀疑和不信任。1827年一位评论家写道:“听诊器的应用程度远远超过了我们对这项技术本身的了解。”1850年甚至有怀疑者将“新的诊断辅助器械描述成危险仪器”[4]。

虽然绝大多数人都肯定医学技术给人类健康带来的好处,然而还存在相当多的不确定因素,包括技术本身的特性,以及该技术是否应该使用,使用的程度,使用的成本效益等[5]。在技术的广泛应用中,人们还发现由它带来的众多未预料到的消极影响和不良后果,尤其是新的或不成熟的技术的应用,更是如此。这些不良后果涉及医疗、经济、社会、伦理、法律及政治等等相关领域,例如对生命安全和健康的威胁、人口性别比例的失调、生态的失衡、环境的污染、医疗费用的过度上涨、医患关系的淡漠等等。在此历史背景下,人们开始意识到有必要对医学技术进行科学地控制和管理,而其基础即是要对医学技术及其产生的各种影响进行全面性的评估。医学技术评估也就随之应运而生了。技术评估(TechnologyAssessment)兴起于20世纪60年代中期,是从对技术的重要作用和未知后果的评价开始的。技术评估这个术语是在1965年由美国的EmilioDaddario议员正式提出的。最初技术评估多集中在工、农业等技术领域,评估的题目有海底石油钻探、农药、汽车污染、核电站、超音速飞机等。1972年,美国国会颁布了技术评估法案,并据此建立了技术评估办公室(OTA)[22]。在正式的医学技术评估出现之前,即曾对医学技术的安全性、有效性、成本和其它的影响开展过评估性研究。在早期的技术评估中也曾涉及到医学技术,如对人工心脏及多阶段健康筛查的评估等。

于是,在美国国家科学基金会(NSF)的要求下,美国国家研究委员会(NRC)将技术评估的概念进一步扩展到生物医学技术领域,实施了体外受精等技术的评估。1974年,OTA提交了一份有关药物生物平衡的报告,1976年OTA卫生计划提交了第一份正式的卫生评估报告,这标志着医学技术评估的诞生[7]。目前,技术创新和医疗费用问题,从正反两方面推动了医学技术评估的发展。首先,在最近的30年中技术创新层出不穷,生物技术、生物材料、手术技能和计算机技术的突破带动了医学领域的进步。据报道,每年就有50种新药推出,新的器械、新的医疗方法和新的卫生保健的提供方式每时每刻都在增加[8]。面对这些众多的已经广泛使用的技术和新兴的技术,医生们、卫生系统的管理者们不知如何选择,才能最大地满足各方面的需求,而医学技术评估恰恰是为这些选择提供了科学的依据。其次,医学技术的迅猛发展,部分地造成了卫生保健费用的过度增长。

在西方发达国家,其卫生保健费用的增长速度超过了国民生产总值(GNP)的增长速度,国家卫生总费用已超出了社会经济所能承受的负担。如美、法等发达国家,50、60年代国家卫生总费用占GNP的3%-5%,90年代初增长到10%-14%[6]。据有关报道,美国每年卫生保健费用增长的1/2是用于技术的引入和使用[9]。各国政府都在努力控制卫生保健费用的增长,但是与此同时人们对卫生保健的需求却越来越高,通过对医疗技术进行评估选择适宜的技术,可较好地解决这种矛盾[5]。正因为如此,医学技术评估得到了普遍的认可并迅速传播。世界各地相继建立了国际性的医学技术评估机构。诸如,1985年国际卫生保健技术评估协会(theInternationalSocietyofTechnologyAs-sessmentinHealthCare,ISTAHC)正式成立,截止1998年,已有来自40多个国家的1200个成员单位[23]。1993年又建立了国际卫生技术评估机构网络(theInter-nationalNetworkofAgenciesforHealthTechnologyAssessment,INAHTA),目前有35个成员机构[11],而且还相继建立了其它的国际组织,包括卫生技术评估加拿大协调办公室(theCanadianCoordi-natingOfficeforHealthTechnologyAs-sessment,CCOHTA),该组织包含10个国家的技术评估办事处,还有为加强欧洲各国医学技术评估的交流与合作,建立的欧洲评估计划(EUR-AssessProject)[12]。在我国医学技术评估起步较晚。80年代引入技术评估的概念,90年代医学技术评估才日益受到人们的关注。

1992年4月和9月,卫生部先后在上海、杭州召开了“全国医药科技成果推广研讨会”和“医学技术评估高级研讨会”[6]。1994年1月,在上海医科大学(现复旦大学医学院)成立了全国第一家医学技术评估中心,并同时出版了首期《医学技术评估》内部专刊。目前我国共有4家相关的医学技术评估机构,即医学技术评估中心(复旦大学医学院),生物工程技术评估中心(浙江大学),医学伦理学研究中心(北京医科大学)和中国循证医学中心(华西医科大学)[10]。

2医学技术评估的定义

医学技术(国外又称卫生技术,HealthTechnology),是指应用于卫生保健领域和医疗服务系统的特定知识体系,包括用于疾病的预防、筛查、诊断、治疗和康复的药物、器械设备、医疗方案、手术方法、后勤支持系统和行政管理组织[10]。这里的医学技术是广义的,它不仅涉及到所有卫生专职人员应用的全部方法,还包括那些使卫生保健服务提供更加有效的后勤支持系统和行政管理组织。技术的用途也不限于诊断和治疗领域,在疾病的预防、筛查和康复中使用的技术也在其内。医学技术评估有多种定义,随着这个学科的不断发展,其定义也在逐步完善。1981年,美国国家医学技术中心将医学技术评估定义为“对医学技术的安全性、有效性、成本、成本-效益、伦理和法律方面的影响进行细致的评估,评估既包括对技术本身的评估也包含与其它竞争性技术的比较”[13]。1994年,英国国家卫生署(NationalHealthService,NHS)的卫生处进一步扩展了医学技术的内涵,定义为“医学技术评估是用来描述对各种卫生专职人员所应用的全部方法,包括促进健康的,预防、治疗疾病的,以及促进康复的和长期保健所涉及的方法的成本、效益和其它广泛影响的评估”。

同年,美国国会的技术评估办公室又提出另外一种定义,主要强调了技术评估的目的,即“医学技术评估是对一种医学技术、一组相关技术或与技术相关问题的结构化分析,为政策制定提供所需的决策依据”。目前,国际上最通用的定义为:医学技术评估是一个涉及多种学科的决策分析领域,它评估医学技术在开发、传播和应用过程中所产生的医疗、社会、伦理和经济影响[11]。医学技术评估定义的不断完善,恰恰反映了这一新兴学科尚在发展中。

3医学技术评估的目的

从上述定义可以看出HTA是一个决策分析领域,它通过多种途径辅助决策。

3.1为协调机构就药物、治疗方案或手术方法及其它技术能否进入市场,提供决策提据。例如为FDA提供药品和设备批准进入市场的证据。

3.2帮助医学技术的提供者和支付者,决定纳入卫生福利政策的医学技术,并确定合理的费用报销制度。

3.3协助临床医务工作者、医学技术提供者和消费者,做出卫生保健设施合理选择的决策。

3.4为医院、卫生保健网络和机构的管理人员,获得和管理医学技术提供帮助。

3.5协助政府卫生部门的官员,制订公共卫生计划。

3.6支持卫生保健产品生产者,进行产品的开发和市场营销。

3.7制定医学技术生产、使用、维护和再利用等方面的标准。

3.8为政府官员制定医学技术创新、研究、开发、调控、支付和推广等方面的政策提供依据[7,10]。

总之,医学技术评估可为不同层次的决策者提供所需的信息,例如为单位、地区、国家甚至国际间提供决策依据。通过为各种决策提供信息,达到的最终目的是影响医学技术的研究、开发、推广和应用,协助医学技术的选择,提高卫生保健系统的效率,使有限的卫生资源得到合理的配置,达到在最佳成本效益比的情况下提高卫生保健质量的目的。目前,循证医学发展十分迅猛,实际上循证医学也可视为是医学技术评估在临床领域的应用。

4医学技术评估的内容及类型

4.1医学技术评估的内容技术特性;临床安全性;有效性(效能、效果和生存质量);经济学特性(成本-效果、成本-效益、成本-效用和宏观经济学效应);社会适应性(社会、法律、伦理、政治方面的影响)[7,10]。

4.2医学技术评估的类型

4.2.1按照评估的内容范围可分为:全面评估和部分评估。前者是指一项技术按以上各方面均进行评估;后者是指对技术的一个或几个方面进行评估。最常做的医学技术评估是部分评估。医学技术评估现状的调查发现,全世界的HTA组织均进行技术的安全性、效能、效果和成本的评估,最多的是对技术效果、效能,其次是成本、安全性的评估。

4.2.2按所评估技术的物理特性可分为:对药品,对医疗器械和设备,对医疗方案和手术方法,对支持系统,以及对行政管理机构的评估。调查发现在美国89%HTA组织评估器械和设备,85%评估医疗方案,74%评估药物。

4.2.3根据所评估技术的用途可将评估分为:治疗性技术的评估、诊断性技术的评估、预防性技术的评估、康复性技术的评估和公共卫生技术的评估。调查显示,全球89%HTA组织进行治疗性技术的评估,84%评估诊断性技术,63%评估预防性技术,53%评估康复性技术,27%评估公共卫生技术[9,10]。

4.2.4按照所评估技术的不同阶段来分类:新型技术的评估,已普遍接受的或标准医疗技术的评估,陈旧技术的评估。全世界93%的HTA组织评估新型技术,83%的组织评价已普遍接受的或标准医疗技术,仅有44%评估陈旧技术[9,10]。

4.3衡量健康结局的指标

要对一种技术的安全性、效能、效果等进行评估,首先要对这项技术所产生的患者健康结局进行研究,通过综合患者健康结局的改变来得出对技术的安全性、效能和效果等方面的评价。健康结局的衡量指标存在一个发展的过程。首先应用的是患病率和死亡率,是传统的结局衡量指标。之后,应用健康相关的生存质量指标(Health-RelatedQualityofLifeMea-sures,HRQL),其特点是反映了技术对患者及其他相关人群的多方面影响,常用于••慢性病治疗性技术的评估。最后出现了生存质量调节年(Quality-AdjustedLifeYears,QALY),它是一种结合了所获得(失去)的生存时间和生存质量的健康结局单位,其特点是可直接进行技术之间的成本-效益比较。以上是评价除诊断性技术以外的技术的健康结局衡量指标。诊断技术的评价更加复杂,原因是诊断性技术与患者的健康结局之间是间接关系,无法直接应用现有的健康结局指标来衡量诊断性技术的效果,其衡量指标包括技术能力、诊断准确性、对最终诊断的影响、对治疗的影响、成本-效益等[7]。健康结局的衡量指标还在不断发展,这也代表了技术评估的发展。衡量指标越全面,越能更好地对多种竞争性技术进行比较,从而挑选出最为适宜的技术。

5医学技术评估的步骤医学技术评估的基本步骤包括:

5.1确定评估的题目

5.1.1确定备选题目

备选题目的确定在较大程度上是由机构的任务或目的决定的。不过也有机构通过对机构成员进行调查来获取题目,还有的公司或组织通过对各种技术信息资源(新药和新设备数据库、医学/技术期刊以及其它出版物)的广泛查找确定备选题目。

5.1.2设定评估优先级这一步是对评估的备选题目进行挑选的过程,以定出最终评估题目。在设定优先级时需要遵循一定的原则,要对技术及其针对的健康问题、项目本身的一些限制因素进行全面的考虑。最常用的是定性的方法,目前也有应用定量的方法来确定优先级的。

5.2明确评估问题

明确要评估的问题是技术评估过程中十分重要的一步,它对以后的一系列步骤都有影响。开展一项评估要清楚地理解评估的目的和评估服务的对象,这需要评估小组不断地论证、讨论和澄清。明确评估问题要对所评估的健康问题、技术、评估所涉及的患者人群、医务工作者和卫生保健环境和评估内容进行说明。

5.3确定评估的机构

这一步主要是决定评估项目实施的机构。有3种情况:第1种完全由发起评估的机构本身来实施,这主要见于大型医院、主要的保险公司等。第2种情况是完全依赖专业医学技术评估机构,可免费或交纳一定费用获得评估结果。第3种情况是本身实施一部分,从其它专业机构购买另外一部分的评估结果。在决策时,要考虑所评估的问题、可支配的资金、可获得的专家资源、时间的限制以及其它因素,权衡本身实施和购买的比例。

5.4搜集可获得的证据

证据的收集是进行医学技术评估的重大挑战之一。证据包括涉及特殊评估问题的数据、文献和其它信息。文献的检索和相关信息的搜集,是一项成功的医学技术评估所不可或缺的。对HTA有价值的信息资源种类繁多,包括期刊数据库、临床和管理数据的数据库、印刷版的索引和目录、政府报告和专题研究、专业目录/登记报告、公司报告和信息、研究/综述/Meta分析的参考文献、有关的国际互联网网站以及同事和其他专家。要做到对一项技术的客观评价就必须获得广泛全面的资料,而许多有价值的信息不能从经典的信息资源中获得,我们称其为灰色文献。有关文章介绍,灰色文献可以通过查找行业和政府专题研究、专业机构报告和指南、市场研究报告、政策研究机构研究报告、专业委员会的即时出版物、会议记录等等来获取。在利用灰色文献时,一定要仔细地阅读、筛选,注意其权威性和准确性。资料证据收集的越全面,就越能避免出现片面性,这样评估的结果才能越客观、越全面、越有价值。

5.5新的原始数据的获取

通常情况下,收集的现存的各种信息可能对于评价一项技术还不够充分,需要一些新的数据来补充不足的证据,这时就需要进行新的原始数据的收集。但是目前大多数的HTA并不涉及原始数据的收集。新的原始数据可通过临床试验、流行病研究等方法获取。通过在评估中将新的原始数据和搜集的现有的证据结合,来更全面、有效地评价医学技术。

5.6证据解析

从不同质量、类型各异的科学证据中演绎出实质性的结论,这对于任何的HTA都是一种挑战。评估人员需要一种系统的方法,来慎重地评价每一条搜集到的证据的质量。总体上说,证据的解析需要3步。

5.6.1研究分类

原始数据的收集方法种类繁多,但是用不同方法收集的证据其价值也不同,例如前瞻性研究优于回顾性研究,对照性研究优于非对照性研究等。根据研究的基本类型和特征,将所收集的原始资料整理成一个表明证据的表格,表格的项目涉及研究的设计(是否随机、是否是盲法、有无对照等)、患者健康结局衡量指标(患病率、死亡率、健康相关生存质量等)和推论的统计学指标(P值、可信区间等)。评估者通过它可以了解所搜集的不同研究的类型分布。

5.6.2证据评分

对证据的评分已经成为目前HTA的标准步骤之一了,但是不同的专业评估机构所用的证据评分体系不同。例如,美国的AHCPR认为对设计较好的随机对照试验的Meta分析中获取的证据最可信,证据的可信度最低的是病例报告和临床实例。评估成员可通过这些层次来对不同的研究分类,且对所得的证据进行分级。例如,AHCRP规定存在从Meta分析中得出的数据,定为一级(最强);而缺乏证据和只有病例报告、临床实例汇报的数据,定为四级(最弱)。通过对证据的评分可以使评估成员对证据有一个整体的认识。

5.6.3选择证据

在证据评分之后,评估成员可以选择证据来应用于评估。在证据的选择上评估专家们尚未达成一致,有的专家认为除随机试验以外的证据都不可取,有些专家却认为那些可靠性较差的试验可以使用,可以通过给不同的权重来体现证据的级别。

5.7综合证据

由于证据收集的研究类型各异,而且每项研究的目的不同,所以就要求评估人员综合有价值的信息。综合证据的方法有:非定量的文献评述、Meta分析及其它定量的文献分析方法、决策分析、小组决策或专家咨询(consensusdevelopment)。传统定性的文献评述存在许多片面性,目前评估人员更加青睐应用结构化强、定量的、经充分证实的方法。

5.8形成结论和建议

结论是评估的结果,建议是在评估以后得出的意见、观点。建议比结论的操作性更强,它可直接用于临床和政策制定。由于证据的价值不同,结论的可靠性也就有相应的差异存在。目前,评估的用户对于明确结论强弱有确切的要求,所以评估人员可以利用以前对证据的评分来确定结论的强弱。结论的强弱也分为一定的层次,但是它是双向的,支持的结论由强到弱,反对的结论由弱到强。

5.9传播结论和建议

评估的目的是为决策服务的,如何将评估的结论和建议传播给需要的各种决策者,对于HTA的成功也是至关重要的。传播的计划主要涉及3个层面:目标人群、采用的中介和实施的策略。例如,AHCRP采用小册子向患者传播评估结论,用快速的参考指南、临床相关手册的形式向医生宣传结论,通过全面的报告传播结论给研究者和政策分析者。据1995年调查,全球95%的HTA组织通过在公开出版的杂志上发表文献传播结果,美国还通过研究所和计算机网络系统如In-ternet传播[9,10]。

5.10监督HTA的影响

HTA的影响存在许多不确定性,正像它评估的技术一样,技术评估也会产生预期的影响和未预料的结果。它受许多因素制约,包括评估的目标组织及该组织的法律性、契约性或行政性的义务,环境因素,评估结论、建议本身,评估结果的传播等。例如,AHCPR进行的绝大多数HTA,其结果直接应用于HCFA的卫生保险覆盖的决策。而有些设计良好或有权威性的随机临床试验的结论和建议却没有被采纳[7]。以上介绍了HTA的10项基本步骤,但是这并不意味着每一次HTA都要进行所有步骤,它们可以实施其中的部分内容,且进行的顺序也无严格的要求,美国和中国都有一些评估实例可以证明这一点。[18,23]

6医学技术评估的方法

HTA方法可根据评估的内容来分类:

6.1功效与安全性的常用评估方法有,临床前期评价法、非正规的临床评价法、流行病学与统计学评价法、临床对照试验法与正规综合法等。

6.2生存质量的评估方法有,心理测试的健康指标测量和健康效用评价的方法。

6.3经济学评价方法有:成本分析、最小成本分析、成本效果分析(cost-benefitanalysis)、成本效用分析(cost-utilityanalysis)、成本效益分析(cost-effective-nessanalysis)、敏感性分析。

6.4社会适应性的评价方法有,无结构、半结构和全结构访问法、小组访谈法以及观察法等[14]。目前,评估的方法学是一个重要的研究领域。原因是评估的用户要求基于证据的评价、所得的结论要尽量减少片面性、要求尽量使用正规的定性和定量方法。同时还要求尽量缩短评估的时间、提高评估自身的成本效益,这些要求对评估研究者提出了新的挑战。最近,由于技术评估国际化的发展,各国需要交流评估经验和结果。在这种背景下,由EUR-ASSESS的方法学项目分组(ProjectSubgrouponmethodology),于1997年提出要建立一种为产生透明的、有力和有效的HTA所需的各种逻辑方法的经典结构。INAH-TA在2000年提出要统一和规范评估方法的议题。可见国际上的组织机构正在积极进行这方面的尝试[11]。

7医学技术评估的实施

7.1实施机构

医学技术评估的实施或发起机构种类很多,包括:调控机构,政府和私人支付机构,卫生职业组织,标准制定机构,医院、管理保健组织和其它卫生保健提供者,患者和消费者组织,政府政策研究机构,私人评估/政策研究结构,学术中心,生物医学研究机构,卫生产品公司,风险投资商和其它投资者。这些机构所进行的评估的目的、内容、方法各不相同。政府的政策研究机构进行的评价,是与国家层次上的技术政策的制定息息相关的;而卫生产品公司的评估可能是为公司的产品营销、公司的经济利益而进行的。

7.2实施所需的人力资源

在定义别强调医学技术评估是一个涉及多种学科的政策分析领域,而且在评估中使用的方法也涉及许多学科,所以就需要各种类型的专家来共同合作实施HTA。所需的专家有:包括放射、化验等在内的临床各科医生,医院、卫生组织的管理者,生物医学和临床工程师,药理学专家,患者,流行病学家,生物统计学家,经济学家,律师,社会学家,伦理学家,决策科学专家,计算机专家/程序号,图书/信息专业人员。对于一项确定的HTA,专家的选择要考虑到评估的目的、所评估的内容、可利用的资源等因素。

7.3实施的时机

实施HTA的时机很难把握,对于一项新技术越早发现它的不利影响,越早控制其传播和误用是评估人员所希望的,但是由于技术本身在发展、临床使用者的技术使用熟练程度在改变,使技术使用早期的评估结论可能产生偏差或错误。要避免这一点,就要对技术进行多次的HTA,不能只靠进行一次的HTA就盖棺定论[7]。

8医学技术评估的意义

HTA开展以来,是否促进了医学技术的合理使用和卫生资源的合理分配呢?答案是肯定的。在临床方面,1995年加拿大魁北克的医学技术评估委员会就21份HTA报告对卫生政策和医疗费用的影响进行了调查。结果表明,除3份报告外,其它的均产生了巨大的影响。1990年建议使用高渗造影剂来替代低渗造影剂,使医疗费用明显降低,净节约近1200万美元。对心导管再利用的建议节约医疗费用约600万美元,而取消术前常规胸片则节约了700万美元,并且,有关高档技术如器官移植、MRI等的HTA报告,对制定卫生政策和临床指南,以及合理配置资源均产生了显著的影响[16]。哈佛大学公共卫生学院分析了4种医疗方案,10年中:内皮细胞显影检查节约为1.3亿美元,精神分裂症的隔离节约为2.46亿美元,癌症病人的热疗节约为2.72亿美元,近视眼的角膜手术节约为4.77亿美元。加州大学洛杉矶分校公共卫生学院对另外3种治疗方法进行的评估表明,10年节省为:家用氧气600-2000万美元,心脏起搏器的电化监测为0.87-0.97亿美元,风湿性关节炎的血浆提取疗法为100-150亿美元[6]。而且,有些HTA本身就可以产生直接的临床作用,即通过参与评估所进行的临床试验,直接使患者受益[17]。例如某些癌症和艾滋病患者,通过参与HTA的临床试验尝试先进的治疗方法,即可能会直接受益。在预防医学领域,HTA也起着明显的作用。例如加拿大一项有关乳腺癌普查的HTA结果显示,对于50-70岁的妇女进行普查其成本-效果最佳,这使政府改变了过去对所有育龄妇女进行普查的政策,节约了相当的卫生保健经费,优化了卫生保健系统[10]。1978年美国对肺炎球菌疫苗的成本-效果评价,发现成本-效果比最佳的是65岁以上的老年人。国会据此修改了老年保健法,规定从1981年开始给老年人接种肺炎球菌疫苗。1988年OTA发表关于在老年人口中进行青光眼筛查的报告。报告中指出,这种筛查成本高,效益不确定。分析结果表明,识别和证实1例青光眼患者的成本在2000-1600美元。通过对技术评估结果的应用,减少一些没有效果的或不必要的医学技术的支出。据报道,美国国家卫生保健技术中心对老人保健项目覆盖政策的咨询工作,使项目开支每年节省几亿美元[6]。总之,在选择适宜卫生技术、合理利用卫生资源和优化资源配置上医学技术评估做出了相当大的贡献。

9医学技术评估的障碍

虽然总的趋势是鼓励广泛开展HTA,但是仍然有一些因素和情况不利于HTA,其中包括:

1)技术方面:存在对技术的盲目崇拜,尤其在美国一些人认为“技术是迫切的”,只要是新的就是好的,不管技术是否有效。还有一些技术权威人士在没有可信的证据情况下控制技术的使用。更有些人认为,技术评估的目的是阻止技术的创新和传播[7]。

2)医学方面:医生对于医学实践的惯性,他们习惯了长期形成的实践常规,其医学知识也已过时,且接受科学咨询的机会甚少,同时也缺乏对临床知识的批判态度,故产生了他们对旧的作法的惯性,这对于HTA结论的传播和利用是一种障碍[7]。再者,一些医生希望自己有选择技术的自由,不希望HTA来干涉他们的自由[19]。

3)商业方面:一些生物医学领域的企业认为,HTA限制了他们的医学创新获得最大经济利益的自由。他们一般通过法律程序来限制HTA。1997年加拿大的BMS(BristolMyers-SquibbCanadaInc.)药品公司CCOHTA来阻止其对该公司药品的技术评估报告的发表。类似的事情也发生在美国的Merck公司。目前国际的经济条例也对HTA是一种威胁,在经济条例中给予商业机构过多的权利。1998年WHO表示要关注与贸易相关的知识产权协定(theAgreementonTrade-RelatedAspectsofIntellectualPropertyRights,TRIPs)的有关问题。这些由商业目的引发的法律威胁,对HTA造成了严重的影响,包括评估人员在评估中将会过多考虑技术以外的社会因素,研究者、研究机构、出版商和基金组织不愿进行可能引起法律纠纷的评估等不利影响[20]。

4)资金方面:HTA的资金不足。一些医学研究人员不愿意将资金从基础研究转向HTA,还有一方面HTA要花费一定的经费用于应付技术生产商的[19,20]。总之,HTA的发展过程中确实存在一些困难和障碍,并且这些困难正在扩大且还会出现新的障碍,HTA能否在未来顺利地发展,将需要政府给予更多的关注和支持。

评估技术论文篇7

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

评估技术论文篇8

一、论文名称、课题来源、选题依据

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(-Bt)])及英国数学家和统计学家Gompertz提出的Gompertz曲线(数学模型为：Y=Lexp(-Bt))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

评估技术论文篇9

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。

评估技术论文篇10

在研究生教育的整个过程中,学位论文质量的高低是衡量研究生培养质量的重要标志。而论文质量的高低,很大程度上取决于论文开题报告做的细致程度。论文开题报告做的细致,前期虽然花费的时间较多,但写起论文来就很顺手,能够做到胸有成竹,从而保证论文在规定的时间保质保量地完成;但如果不重视论文开题报告,视论文开题报告为走过场,写起论文来就会没有目标,没有方向,没有思路,可能就要多走弯路,也很难保证毕业论文的质量。

一、论文开题报告的意义

硕士论文开题报告是研究生在完成文献调研后写成的关于学位论文选题与如何实施的论述性报告。论文开题报告既是文献调研的聚焦点,又是学位论文研究工作展开的散射点,对研究工作起到定位作用。

写论文开题报告的目的,是要请老师及专家们帮忙判断一下所研究的选题有没有价值,研究方法是否奏效,论证逻辑有没有明显缺陷。因此论文开题报告就要围绕研究的主要内容,拟解决的主要问题(或阐述的主要观点),研究步骤、方法及措施为主要内容。但笔者在工作实践中发现有很多学生往往在论文开题报告中花费大量笔墨叙述别人的研究成果,谈到自己的研究方法时,往往寥寥数语一笔带过。这样,不便于评审老师指导。

二、如何写论文开题报告

(一)论文开题报告的前提通过理论思维选择课题

在工作实践中,发现硕士研究生论文开题报告中存在的普遍问题是选题不合适。有的提出的问题太过平庸,有的选题范围太大,研究内容太多、太宽泛,提出的问题不切合硕士生的实际,实践操作起来难度较大。如有的学生提出的论文题目:新型中性镍催化剂的研究及其催化合成聚乙烯、聚丙烯的研究,此选题有意义,有创新,作者的研究思路也比较正确,但论文选题范围太大,研究内容对于一个硕士生来说明显偏多,无法按时完成。因此应重新确定研究内容,注重项目的可操作性。

那么如何选择研究问题呢?这里要强调的是通过理论思维来发现研究问题。

理论是由一系列前设和术语构造的逻辑体系,特定领域的理论有其特定的概念、范畴和研究范式,只有在相同的概念、视角和范式下,理论才能够对话。只有通过对话,理论才能够发展。硕博论文要想创造新理论很难,多数是在既有理论的基础上加以发展。

其次,选择问题是一个剥皮的过程,理论问题总是深深地隐藏在复杂的现实背后,而发现理论问题,则需要运用理论思维的能力。这就需要我们不断锻炼和提高自己的理论思维能力,需要在日常的学习中,不断总结和分析以往的研究者大体是从哪些视角来分析和研究问题,运用了哪些理论工具和方法,通过学习和总结来不断提高自己的理论思维能力,从而选择具有学术理论价值和应用价值,并与国家经济建设及导师承担的科学研究项目紧密结合的研究问题。

(二)做好文献综述,为论文开题报告打好基础

在研究生论文开题报告会上,出现的普遍问题是对文献的研读不够,对研究背景的了解不够深入,对研究方向上国内外的具体进展情况了解不够全面、详细,资料引用的针对性、可比性不强。有很多学生没有完全搞清论文开题报告与文献综述的区别,他们的论文开题报告有很多仅仅是对前人工作的叙述,而对自己的工作介绍甚少。

文献综述的基本内容包括:国内外现状;研究方向;进展情况;存在问题;参考依据。这是对学术观点和理论方法的整理。同时,文献综述还是评论性的,因此要带着作者本人批判的眼光来归纳和评论文献,而不仅仅是相关领域学术研究的堆砌。

要想写好论文开题报告,必须认真研读文献,对所研究的课题有个初步的了解,知道别人都做了哪些工作,哪些方面可以作为自己研究的切入点,因此,文献调研的深入和全面程度,会相当程度地影响论文开题报告的质量,是学生充分发挥主观能动性的客观基础。

(三)论文开题报告的格式及写作技巧

1.论文开题报告格式

一个清晰的选题,往往已经隐含着论文的基本结论。对现有文献的缺点的评论,也基本暗含着改进的方向。论文开题报告就是要把这些暗含的结论、论证结论的逻辑推理,清楚地展现出来。论文开题报告的写作步骤:课题选择课题综述论题选择论文开题报告。论文开题报告的基本内容主要包括:选题的意义;研究的主要内容;拟解决的主要问题(阐述的主要观点);研究(工作)步骤、方法及措施;毕业论文(设计)提纲;主要参考文献。为了写好论文开题报告,江苏工业学院研究生部专门出台了详细的规定,规定论文开题报告的一般内容包括:

(1)论文开题报告课题来源、开题依据和背景情况,课题研究目的以及理论意义和实际应用价值。

(2)论文开题报告文献综述。在阅读规定文献量(不少于50篇,其中外文文献占40%以上)的基础上,着重阐述该研究课题国内外的研究现状及发展动态,同时介绍查阅文献的范围以及查阅方式、手段。

(3)论文开题报告主要研究内容。包括学术构思、研究方法、关键技术、技术路线、实施方案、可行性分析、研究中可能遇到的难点、解决的方法和措施以及预期目标。

(4)论文开题报告拟采用的实验手段,所需科研和实验条件,估计课题工作量和所需经费,研究工作进度计划。

(5)论文开题报告主要参考文献,列出至少10篇所查阅参考的文献。

2.论文开题报告的写作技巧

(1)提出问题注意层次

选题是撰写学术论文的第一步,选题是否妥当,直接关系到论文的质量,甚至关系到论文的成功与否。不同于政策研究报告,学术文章聚焦理论层面、解决理论问题。有的学生的选题不具有新颖性,内容没有创新,仅仅是对前人工作的总结,或是对前人工作的重复。在选题时要坚持先进性、科学性、实用性及可行性的原则。在提出问题时,要以内行看得懂的术语和明确的逻辑来表述。选题来源包括:1、与自己实际工作或科研工作相关的、较为熟悉的问题;2、自己从事的专业某问题发展迅速,需要综合评价;3、从掌握的大量文献中选择反映本学科的新理论、新技术或新动向的题目。

所选题目不宜过大,越具体越容易收集资料,从某一个侧面入手,容易深入。

(2)瞄准主流文献,随时整理

文献资料是撰写好学术论文的基础,文献越多,就越好写,选择文献时应选择本学科的核心期刊、经典著作等,要注意所选文献的代表性、可靠性及科学性;选择文献应先看近期的(近3~5年),后看远期的,广泛阅读资料,有必要时还应找到有关文献所引用的原文阅读,在阅读时,注意做好读书卡片或读书笔记。

整理资料时,要注意按照问题来组织文献资料,写文献综述时不是将看过的资料都罗列和陈述出来,而是要按照一定的思路将其提炼出来。只有这样,才能写出好的文献综述,也才能写出好的论文开题报告,进而为写出好的论文打下基础。

(3)研究目标具体而不死板

一般论文开题报告都要求明确学位论文的研究目标,但笔者认为,研究目标不宜规定得太死板,这是因为,即使条件一定,目标是偏高还是偏低,往往难于准确判断,研究工作本身,涉及求知因素,各个实验室条件不同,具体研究时条件也不同。学位论文选题和研究目标体现了研究工作的价值特征。

三、论文开题报告的质量保证

为了保证硕士研究生的培养质量,提高论文质量,就必须对论文开题报告进行评价。论文开题报告会由3~5位相关学科的专家对论文开题报告进行评议,与企业合作的重大科研项目可以聘请1~2位相应企业的具有高级职称的专家参加,不同学科的论文开题报告的侧重点不同。江苏工业学院研究生部规定学生必须进行论文开题报告,并规定了统一的格式,设计了专门的论文开题报告评审表,论文开题报告会上研究生应对课题进行详细汇报,并对专家提问做出必要的解释和说明。论文开题报告的成绩考核以合格、不合格记。评审小组成员最后签名并给出学生是否合格的评审意见,并以百分制打出具体的分数。论文开题报告成绩不合格者,不得进入课题研究。

为了提高论文质量,研究生必须首先从思想上重视论文开题报告,在平时的学习中注意积累,从各个方面提高能力,尤其要注意培养通过理论思维发现研究问题的能力。论文开题报告是研究工作的开始,良好的开端为优秀的学位论文奠定了坚实的基础。

2017年研究生论文开题报告范文

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

一、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(-Bt)] )及英国数学家和统计学家Gompertz提出的Gompertz曲线(数学模型为: Y=Lexp(-Bt))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。

2003.11-2015.01：基于BP神经网络的技术创新预测和评估模型的构建。

2015.01-2015.03：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。

2015.03-2015.04：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。

2015.04-2015.06：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

评估技术论文篇11

一、无形资产的概述

1.含义

无形资产是指没有实物形态，但能被所有者占有、使用并带来经济效益的资产。企业的无形资产下要包括商标权、专有技术、企业文化、企业形象等等。无形资产按是否属于技术性资产可分为技术性与非技术性无形资产。而技术型无形资产，是指含有技术内容的无形资产。它是由直接载体或间接载体来展现的技术产品或商品、智能形态的技术成果和其他与技术相关的权力构成。

2.特点

无形资产具有以下特征：一是依附性，无形资产往往本身不能单独创造价值，需要依赖有形资产而发挥作用。二是增值性，无形资产能给企业带来强大的增值功能，这就是微软无形资产价值远远高于其有形资产的原因。三是交易性。无形资产有其价值性和增值性，因而具有交易性，正是因为交易性的存在，才有了无形资产评估的需求。

二、我国无形资产的评估中存在的问题及对策

目前，无形资产评估的基本方法主要有：收益法、成本法和市场法。从文献来看，以成本摊销为目的的评估通常采用成本法；以投资转让为目的的评估通常采用收益法。

我国无形资产评估于起步比较晚，在很多方面都还不成熟，如无形资产界定不清，评估标准不规范，而且忽视了其很多隐性的长期效益，导致评估结果不准确，加大了信息使用者得不信任感。

具体来看目前我国无形资产评估中需要解以下一些问题：

1.分清无形资产评估与科技评估

如今科技是第一生产力，科技成果的转化能力直接地影响国家或区域经济水平和发展速度。在实际运作中，有人往往将科技评估和无形资产评估相混淆，甚至等同。事实上，尽管二者有一定的联系，但仍有较大的区别。

从内涵上看，科技评估就要比无形资产评估更为丰富，它包含了与科技有关的所有行为的评估。无形资产评估只是对企业所拥有的能为其带来额外受益的非实体资产的评估。而且在评估方法上无形资产评估也没有科技评估涉及的范围广，而且它是在三大资产评估假设上建立起来的，所以所需的理论比较复杂。

但是从一方面来看，无形资产按是否属于技术性资产可以分为技术性无形资产和非技术性无形资产。而技术型无形资产评估是指含有技术内容的无形资产，这属于科技成果评估的范畴，而非技术型则是无形资产评估所特有的。混淆了这个部分包含的内容，正是许多人将科技评估等同于无形资产评估的错误根源。

2.弄清商标权评估的错误认识

在商标权评估过程中，有人认为只有高档商品的商标权才值钱，这是一种误解。就拿酒类商标权评估来说，五粮液、茅台,以及二锅头等商标权均有较高的评估值，原因就在于其均具有超额收益，只是形成超额收益的来源不一样。有的依赖较高价格，有的依赖市场占有量，有的则是依赖价格和市场占有量的共同优势。所以，导致这种错误认识的根源要归结到对收益法不全面认识上来。

从理论上来说，收益法的应用关键在于方法应用中各项参数、经济技术指标的判断和选择。收益法应用于无形资产评估时的三个基本参数，即收益额、折现率和收益期限的确定。收益额来是指无形资产直接带来的未来收益。无形资产的有用性以至价值的大小，取决于其未来获利能力。无形资产的收益额，无论是通过分成方式获得，还是通过超额收益形式直接体现，都是由无形资产带来的。当然，某一项由法律赋予保护的无形资产，如果不能产生有形资产带来收益以外的收益，那么，该项无形资产的价值就会很低甚至不值钱。所以一项商标权价值的高低，不是从收益来源来判断的。

3.弄清有关技术型无形资产评估的问题

评估技术型时应注意技术及其有效性，只有能获得超额收益或获得垄断利润的技术，才能作为评估的对象。当委托方与资产占有方非同一主体时，委托方应有资产占有方的授权，方可委托评估。委托评估的范围与对象应在产权持有者实际拥有或受法律保护的范围之内，评估测算时，应注意交易或转让的范围和时限。但是，由于现阶段我国在该方面的监管体制的原因，再加上评估师在技术型无形资产评估方面理论知识和实际评估经验不足，在技术型无形资产产权的有效性方面把关不严，只要委托方提供专利权和专有技术的证明，评估人员都将其作为技术型无形资产进行评估，导致将一些已经失效的技术作为技术型无形资产评估。

企业技术型无形资产的产生有自创和外购两个渠道。在实践中，一般采用收益法评估自创的技术型无形资产，而采用成本法评估外购的技术型无形资产，但是这种评估方法遗漏了外购技术的一种重要的方式－提成制付费方式。提成制付费方式能够避免一次付费方式引进技术后，因技术提前老化而导致的超额付费问题，故在实际中应用广泛。但这也不忽视这样一个问题，就是提成制付费的相关费用不能资本化，从而不符合资产定义所要求的各个要素，不作为无形资产核算。

以上是笔者对我国目前无形资产评估存在问题的一些看法，希望能够对我国无形资产评估提供一些有益帮助。

参考文献：

[1]刘兆波:无形资产评估的重要性及影响因素．经济视角，2004(07)

[2]付建平等:浅论无形资产的管理．洛阳师范学院学报，2003 (04)

评估技术论文篇12

【正文】

1.引言

美国国会技术评估办公室(Office of Technology Assessment，即(OTA)1995年的关闭引起了国际TA领域各界人士的关注，有人甚至对TA的前景表示怀疑。在《技术预测与社会变迁》杂志(TechnologicalForecasting and Social Change)的专期讨论中，大多数作者表现出对美国国会的批评并对TA的发展历程进行了总结，最近又有对美国国会出现“科技政策真空”的议论[1]，却少有对TA自身的深入反思。尽管OTA被取消主要是美国国会财政预算紧缩，时而被归咎为政党政治的牺牲品[2，3]，但TA自身是否存在弱点，TA的有效实施在现今社会条件下需要哪些努力，无疑是需要我们反思的问题。

国内学者对TA的缘起与传播已有所介绍[4]，而且从20世纪80年代中期开始兴起了对技术评估的研究，但至今为止主要侧重于针对具体项目或技术的分析模型与方法探索。如今，TA在国际范围内已成为一个多样性的领域，出现了多种战略模式与方法工具。Smits，leyten和Den Hertog区分了察觉性TA(Awarness TA)、战略性TA(Strategic TA)和建构性TA(Constructive TA)三种模式[5]，Rathenau研究所（原荷兰AT组织）主任Josée C.M.Van Eijndhoven将TA分为四种范式，经典范式(classical)、OTA范式(OTA)、公众范式(public)和建构性范式[6]，Jan Van Den Ende等人则总结出了传统的预警性TA(TraditionalEarly Warning TA)和新型的战略性TA、建构性TA及回溯性TA(Backcasting)等几种类型[7]。最近，Rathenau研究所又提出了交互式TA(Interactive TA)[8]，等等。本文不拟对复杂多样的TA领域进行综述性分类归纳，而试图从TA的本质属性出发，阐发其演变的总趋势，揭示其自身的内在矛盾并探索其有效实施的相关对策措施，从而清晰学术和科技管理各界对TA的认识与理解。

传统的TA主要是对技术可行性和可能后果的分析评价，现代许多TA越来越重视利益相关者在技术发展过程中的实际介入，因而TA从本质上包括对技术的预测分析和实际介入两个方面，本文分别称其为TA的预警性和建构性，并将TA大致分为预警性TA和建构性TA两种类型。当前，国际范围内的TA战略正在从以预警性为核心向以建构性为核心的模式转变，各国以不同名称命名的TA都已纳入到这一分析框架中。

2.预警决策视角的技术评估

尽管人类评估行为可追溯到史前阶段[9]，而且20世纪初某些国家对科技的评价分析也可视为科技评估的雏形，但一般认为现代技术评估发端于20世纪50年代开始盛行的技术预测(Technological Forecasting)，即试图预测技术发展的趋势，帮助大的公司和政府机构制订技术的投资计划，当时如兰德(Rand)、哈德森(Hudson)公司等都做过此类研究[7]。到60年代，资源、环境、人口等问题的凸现使技术的双刃性成为人们关注的焦点，技术的负面影响往往要在其应用很长时期后才显露出来；而科学技术的高速发展及其复杂性，使人们越来越难以对技术本身及其后果有直观明确的认识和把握。为了更好地利用技术，防止其对社会、环境等可能产生的消极影响，一种新的研究首先在美国兴起，即技术评估。1972年，美国国会通过技术评估法，并设立了OTA这一专门机构，开始了TA的制度化。随后，欧洲许多国家和日本相继设立了类似的机构，我国在1997年也成立了国家科技评估中心[10]。

技术评估发端于对技术发展的社会关怀，是以政策分析工具的形式出现的。它通过系统地收集、调查和分析有关技术及其可能产生的广泛影响，为制定科技政策提供客观的信息支持。TA从诞生起就有多种定义[7]，如技术评估是“一组政策研究，对技术产生及扩散后可能产生的社会后果进行系统的考察，它重视那些无意识的、非直接的或延滞的影响”；“技术评估试图建立一种早期预警系统，以察觉、控制和引导技术变迁，从而使公众利益最大化并使风险最小化”；“技术评估是系统识别、分析和评价技术对社会、文化、政策和环境系统潜在的无论有益的，还是有害的后果，从而为决策过程提供中性的、客观性的信息输入”[5]；OTA第一任主任Emilio Q.Daddario认为，“技术评估是一种政策研究形式，它为政策制订者提供一个公允的估价。理想情况下，它是一个询问正确的问题并获得正确和及时的答案的系统，它识别决策的争论，行动选择过程和当前预见的影响。它是一种分析方法，系统评价一项技术程序的性质、意义、地位和价值”，等等[6]。

这些TA的共同特征是试图预测技术可能带来的社会、经济、环境等影响，使政策和决策不仅考虑近期利益，而且关心远期的后果，不但重视经济效益，而且关注难以逆转的社会、环境效应，从而使决策者将有关技术后果的信息纳入决策过程中。这是传统的技术评估的基本思想，通常被称为预警性或察觉性技术评估(Warning TA/Awareness TA)。

发挥预警性技术评估作用的一个有名的事例，是1973年美国科学院建议停止开发超音速客机(SST)一事，其理由是这种飞机在飞行时排出的飞体会局部破坏臭氧层，使地面的紫外线辐射增大，引起皮肤癌患者增加，并对人类以外的生态系统产生长期的重大影响。1979年，OTA对30项重大技术的重要性进行评估，包括国家水资源供需的技术、全球未来替代粮食系统分析、技术与世界污染、森林资源技术、材料替代技术、能源使用效率、技术与教育、原材料节约等，近年来的事例如美国战略力量评估；能源、交通、建筑方面的政策、技术、计划评估；电信、电子技术方面的技术、计划评估；空间技术评估；欧洲核装置和核控制项目评估；卫星通讯系统及技术评估；日本和德国超导材料电力应用的评估等。我国也先后进行了12个重大领域中的技术评估和制定相应的技术政策、长江三峡大型水利工程的反复论证等技术评估工作。

3.建构性TA的兴起及两种模式的比较

在预警性TA取得系统成果的同时，其局限性逐渐暴露出来；其一，预警性TA中隐含的基本前提——技术发展过程及其社会影响是可以预测的——被越来越多的事实和理论推翻，如石油危机的发生不仅是难以预见的，而且使得其它的诸多评估变得毫无价值。其二，价值判断必然会被带进据称与价值无关的评估过程中[11]，这种价值的渗透性更加限制了人们对未来技术的社会文化及环境后果的预见能力，TA难以公平无偏见地评价技术的影响，从而无法提供给决策者中立的，更不用说客观的信息。

因此，从20世纪80年代开始，TA逐渐被认为是一种用来管理技术的战略工具，而不仅是一种决策过程中客观、中立的输入因素，新的TA模式开始涌现。1986年荷兰TA组织（NOTA，即现在的Rathenau研究所）试验了一种新的评估思想和行为，其在“社会学习如何使用新技术”的研究中提出的从每项技术创新中拿出1%的资金用于TA的建议被一些项目采纳，这导致了技术开发者无意中对设计准则的扩展。如在通信技术开发的选择上，TA表现为这样一个过程：不同的技术开发商和其他社会群体的代表在技术的实际设计过程中进行讨论，直接带来了相关技术的深入发展和新的技术构思。后来，这样一种过程被称为建构性TA[12]。另外，还有如丹麦的参与性TA(Participative TA)[13]等，引言中陈述的多种分类正是对TA多关性的反映。Smiths和Leyten称新出现的TA家族为“新型TA”，并界定为“TA是一个对技术发展及其结果分析的过程，也是对进行这些分析所依据的基础的争论。TA应该提供信息，有助于参与者开发其战略并为进一步的TA分析确定主题”[5]。新TA家族的共同特征是不仅提出评估报告，更是利益相关者参与技术决策的讨论，并能过协商(Negotiation)来建构技术的过程。尽管许多国家的TA并没有以“建构性”命名[14]，我们将这类TA统称为建构性TA。

CTA，即建构性TA将TA的重点从对技术后果的预测转移到了技术设计与开发本身，认为技术发展各个阶段的特征都与相关社会因素的参与密切相关，Schot和Rip将CTA看作是一种新的设计实践（包括各种评估工具），其影响是预期的，因为使用者和其他利益相关者从开始便参与其中，技术发展应是一个包括社会学习在内的不断反馈的过程[12]。因此，CTA可被界定为通过尽可能多的相关社会因素的持续参与，为实现技术与社会发展的最佳结合而扩展关于技术的决策过程。预警性TA与建构性TA的主要区别可总为下表。

附图

预警性TA与建构性TA两种模式的主要区别

4.建构性TA模式的理论背景

技术评估作为科技战略管理的重要内容，与对技术发展规律的把握密切相关。通常我们把对技术发展的理论解释，区分为两种逻辑线路：技术自主论和社会制约论[15]。近年来西方出现了多种更为细致的技术发展理论，其中，TA从预警性转向建构性的理论来源主要有两个。

一是新熊比特主义关于技术的演进理论。荷兰建构性TA的直接来源是其技术动力学研究[6]，他们采纳了新熊彼特主义者关于技术变迁是一个演化过程的观点：任何技术创新活动都是受制于多种技术因素、经济因素、制度因素和社会因素的动态反馈过程，必须抛弃新古典主义假设环境既定、理性行为与完全信息的分析框架和机械的、均衡分析方法，而为技术创新和技术变迁确立一种具有进化论性质的非线性动力模型[16]，通过类比库恩的“科学范式”，多西(Dosi)提出了技术范式——技术轨道的分析框架，认为技术范式与相应的经济社会条件之间的互动作用提供了技术发展的限制性动力，不仅经济社会条件的聚焦、选择和刺激影响着技术演化的方向和内容，而且技术范式对经济社会也产生技术限定。技术并非某种外部事物，技术转道(technology trajectory)包括在与社会系统的相互作用中[17]。不仅R＆D过程需要理性搜寻与选择，而且各类组织间的相互作用、对未来的预见能力和制度安排，都将导致不同的技术路径。这一过程并非完全是自组织的，尽管全球范围内大量参与者之间复杂的竞争导致“看不见的手”嵌入于特定产品、生产过程或技术系统发展之中，但掌握不同参与者之间复杂的相互作用如何影响技术发展的知识，将有助于塑造新的技术范式。演进经济学试图揭示为什么技术朝某一方向，而不是别的方向发展，从而为通过扩展技术设计与开发来实现更好的技术发展提供了理论依据。

二是技术的社会建构论。CTA的另一个理论来源是20世纪80年代兴起的技术的社会建构论(social constructivism)思潮[18]。它侧重于研究社会对技术发展的影响，打破了长期占统治地位的技术决定论的基本观点：技术的性质和变迁的方向是毫无疑问的和预决定的（由某种内在技术或经济逻辑决定），而且技术对工作、生活和社会产生决定性作用，技术变迁不可避免地带来社会和组织变迁[20]。与新熊比特主义者的演化经济学不同，社会建构论重点关注技术如何在不同社会群体、价值观念之间的互动中被社会建构而成。这一思潮中出现了多种理论流派和分析框架[19]（如SCOT、SST、Actor-Network、System等），其主要观点是认为技术的发展过程是社会建构或形塑(shaping)的，并且打破技术社会二分的传统分析方法，将技术与社会视为不可分割的一体化的“无缝网”(scamless web)。在技术产生和发展的每一阶段，都涉及到在诸多技术可能性中进行社会选择。技术正是在持续的社会反馈与利益相关者参与中一步步经过或然性(problematization)过程走向稳定化(stabilization)，即技术的内容和后果包含在技术发展的社会建构过程中。因此，对技术进行评估便不应仅仅针对技术发展的结果进行静态分析，更要考察并介入技术选择过程。

这两种理论尽管关注的问题导向不一致，但对技术发展都持进化和非均衡的分析视角，关注技术发展的动态过程[21]。当前，二者都处于始步阶段，建构性TA也没有形成完善的战略模式，我们应充分发挥它们之间（理论与实践）的互利关系。

5.技术评估：认识论与价值观的两个悖论

TA的演变是其不断完善的过程。TA中究竟存在哪些矛盾，究竟面临什么困境，是需要我们深入思考的问题。Hans Mohr总结了关于TA的六点普遍性共识[22]；发展必须依靠技术进步；技术进步的悖论；一个多元化的世界没有一个关于什么是“好”的简单答案；人类对自身所为和所不为负有同等的伦理责任；TA要分析评价技术的后果、机会和风险，当前的威胁主要来自于现有技术；新技术必须不仅在科学性方面，而且在社会和环境维度上好于旧技术。这六点共识中恰恰隐含了TA在认识论和价值观上的两个悖论。

转贴于 5.1认识论上的内在悖论。

对技术及其影响的分析是TA的基本内容。建构性TA虽然避开了仅对技术后果进行静态评价，但预警的功能依然存在，且在技术发展的过程中需要进行理性的分析选择。我们并不在一般意义上谈论人类认识的可能性与合理性问题，而将问题集中在技术评估上。作为技术决策的依据与实际构成，TA在认识论维度上的悖论主要存在于有限理性和隐性知识两方面。

其一，技术评估的目标是发展更为全面的技术，但决策者不可能知晓所有可选方案，而且对各方案的可能后果无法做出精确的估计。西蒙将理性的约束因素归结为5条；不完备和不完全的信息，问题的复杂性，人类处理信息的能力，决策的时间限制和针对组织目标的争议[23]。这些约束下的有限理性与现实的无限可能性构成一对矛盾，使技术评估常常无法得出确定的结论。科林格里奇困境(Collingridge dilemma)表明了人类对技术进行评估和控制中的尴尬；技术的后果在其发展前期难以预测，故虽可以进行控制却不知如何控制；随着技术发展，其影响逐渐明显时，虽知如何控制却很难对其进行控制[24]。

其二，TA需要各种观点的交流沟通，而技术评价与决策过程所依赖的不仅是科学的推理分析，更依赖于参与者的经验、兴趣和世界观，这些知识常常以隐性状态存在。波兰尼(M.Polanyi)认为隐性知识占据了人类知识中的大部分，而在评估领域，隐性知识的影响尤为明显。TA不仅仅是技术发展的结果，技术决策过程对人类兴趣和世界观存在直接依赖，这些兴趣和世界观并非总是外显的，而常常表现为工程师做决定所依赖的隐含性的综合背景[25]。因此，如何协调不同的观点，最大可能地获得“正确”认识，是TA中始终存在的问题。

5.2价值观上的内在悖论。

前面谈到了预警性TA中的价值渗透性，这在建构性TA中同样存在。TA所关注的不单纯是技术自身，而是与之相关的社会、文化、生态等问题，这无疑需要做出价值上的判断与评价。在我们这样一个多元化、异质性的社会中，不同社会群体、不同国家地区对同一项技术有不同的价值判断，从而会对技术及其后果给出不同的解释并给技术带来不同的建构导向。因此，与基本属性相对应，TA在价值观上的悖论来自于分析预测中多元价值倾向的分野和建构技术过程中不同参与者给技术带来不同影响的冲突。如Schot和Rip将TA主体划分为三种角色：技术方面、社会方面和调节方面[12]。不同的角色对技术有不同的价值取向，技术角度的参与者更重视技术的先进性与效率性等，社会角度更重视技术对社会文化、伦理道德、生活生产方式等产生的影响，调节角度则考虑得较为全面，倾向于折中。因此，TA公正、客观的标准便难以划界。而倘若TA提供给不同社会群体不同的技术选择，那么TA多样的结果无论从技术上，还是经济上都难以被实施。

技术的社会化过程受到来自于政治、文化、心理等因素的整合作用[26]，每一时代的主流技术范式以及它的属性和特点，都深刻地融入那个时代的社会属性和特点之中。TA的基本价值取向是技术、经济社会、生态环境等整体最优，在技术决策中如何扩展民主，协调多元的价值取向，增强政府、专家、企业和普通民众之间的交流，使技术发展面向公众，而不是基于私人利益的决策，是TA一直在努力，但至今尚未解决的问题。

与之相关，TA只能提供关于技术选择的更多的信息，却不能对技术选择的权力基础带来直接影响。价值观多元化带来的TA中的矛盾使TA容易沦为权力的附庸，即TA的结果往往在符合权力占有方的利益时才会被采纳。OTA曾是专家和公众之间的桥梁，将技术信息转换为公众语言以争论和决策，但这种客观中立的做法最终并未得到国会的支持。TA面临的不仅是技术上的合理性，而且是政策上的可行性。TA如何对政策来说是中肯的，而又不从属于政治系统？如何符合技术中的科学规律而又不与政策无关？因此，TA需要的是对现行发展政策与技术方向的有机结合，而不仅仅是完全科学性的分析，或是流于为既定政策服务的工具。

6.技术评估；有效实施的若干建议

尽管TA对于技术及经济社会发展的意义是毋庸质疑的，但TA中的悖论将长期存在。我们认为，问题的关键不是消除TA中的基本矛盾，而在于如何有效的协调。未来TA理论研究和实践重点需要关注以下三方面。

第一，广泛吸收公众参与。广泛的公众参与是TA客观性与公正性的保证之一。“公众”意味着拥有不同观点，不同价值观的个人和群体。TA组织应采取一切可能的措施最大限度地使公众公平地参与进来，比如可利用互联网网页、相关组织、民意调查、座谈会以及传统的建议板等形式。这里需要注意的是相关群体的选择应具有代表性，能充分反映社会各阶层的要求。

第二，增强TA过程和结果的柔性；一个TA组织应能够提供及时有效的信息，如简报、摘要等，而不是像OTA那样一定要提供“圆满”的报告，其缺点在于时间滞后，长而不实用（OTA的报告一般需要18到24个月，每份报告200多页）[27]。在TA中，要善于根据不同的目的去寻求合适的评估过程与方法，在坚持基本原则的前提下，不必遵循僵化的程式。

第三，加强与政策和立法系统的结合。如前所述，TA的结论要对现实发挥指导作用，需要通过政府以政策或立法来执行。离开了政府与立法系统的支持，TA只能作为一种苍白乏力的研究，最终会走向衰亡。因此，无论是政府还是民间的TA组织，其研究活动一方面要关注政策导向，另一方面要积极导向政策，参与到技术发展的实际决策中。

【参考文献】

[1]　Daryl E.Chubin，2000.Filling the Policy Vacuum Createdby OTA 's Demise，Issues，Winter 2000-01，nap.edu/issues/.

[2]　Roger C.Herdman and James E.Jensen，1997.The OTA story:The Agency Perspective，Technological Forecasting and SocialChange，54，131-143.

[3]　Coates，J.F.，1995.Technology Assessment:Here Today，GoneTomorrow.Technological Forecasting and Social Change，49，321-323.

[4]　顾淑林，技术评估的缘起和传播，《自然辩证法通讯》。

[5]　Smits，R.Leyten J.，Den Hertog，1995.TechnologyAssessment and Technology Policy in Europer:New Concepts，NewGoals，New Infrastructures，Policy Science，28，271-299.

[6]　Josée C.M.Van Eijndhoven，1997.Technology Assessment:Product or Process?Technological Forecasting and Social Change.54，269-286.

[7]　Jan Van Den Ende，Karel Mulder，Marjolijn Knot，Ellen Moors，and Philip Vergaragt，1998.Traditional and Modern TechnologyAssessment:Toward a Toolk it，Technological Forecasting andSocial Change.58，5-21.

[8]　Rathenau Institute(ed.)，1997.Technology AssessmentThrough Interaction-A Guide，itas.fzk.de/deu/tadm/tadn 298.

[9]　Edward C.Pytlik，Donald P.Lauda，David L.Johnson，1985，Technology，Change and Society，Davis Publications，Inc.，Worcester，Massachusetts，278，280.

[10]　ncste.org/index.html.

[11]　F.拉普，1986（汉译本），技术哲学导论，198页，辽宁科学技术出版社。

[12]　Schot J.and Rip，A.1997."The Past and Future ofConstructive Technology Assessment."Technological Forecastingand Social Change 54，252-26.

[13]　Annegrethe Hansen and Christian Chausen，2000.FromParticipative TA to TA as"Participant"in the Social Shaping ofTechnology，its.dtu.dk.

[14]　Rip.A，Misa.T.J.，Schot.J.W.，(eds)，1995.ManagingTechnology in Society:The Approach of Constructive TechnologyAssessment，Pinter Publishers，London.

[15]　陈昌曙，1999，技术哲学引论，科学出版社。

[16]　纳尔逊，温特，1997（汉译本），经济变迁的演化理论，商务印书馆。

[17]　Dosi，G.1982.Technological paradigms andtechnological trajectories，Research Policy，11，147-162.

[18]　Eduardo Aibar，The Evaluative Relevance of SocialStudies of Technology，1996.Society for Philosophy ＆ Technology，Vol.1，Num.3 and 4.scholar.lib.vt.sdu/ejournals/SPT/vin3n4.

[19]　Wiebe E.Bijker，Thomas P.Hughes and Trevor.F:Pinch(eds.)，1987.The Social Construction of Technological Systems:NewDirections in the Sociology and History of Technology，The MITPress.

[20]　Robin Williams，David Edge，1996.The Social Shaping ofTechnology，Research Policy，Vol，25，865-899.

[21]　Gertrud Blauwhof，1994.Non-equilibia dynamics and thesociology of technology，in Leot Leydesdorff and Peter Van denBerrelaar(eds.)，Evolutionary Economics and Chaos Theory，153-166.

[22]　Hans Mohr.1999.Technology Assessment in Theory andPractice，Society for Philosophy ＆Technology，Vol.4，Num.4.scholar.lib.vt.sdu/ejournals/SPT/v4n4.

[23]　Simon，H.A.，1957.Administrative Behavior，Macmillan，NewYork.

[24]　Collingridge，D.，1980.The Social Control of Technology，19，Frances Printer，London.