０ ０年第２４期 ｓ。ｉ。 。。 ｄ Ｔ。盏 詈罂螽。 。 Ｒ。 。 。ｈ 文章编号：１０００—７６９５（２０１０）２４～００４８—０４ 新兴技术商业化潜力评价研究 ——基于ＡＨＰ的灰色聚类模型 周吉意 ，吕跃进 （１．广西大学电气工程学院，广西南宁 ５３０００４； ２．广西大学数学与信息科学学院，广西南宁 ５３０００４） 摘要：针对新兴技术的不确定性和复杂性，提出一种基于层次分析法（ＡＨＰ）的灰色聚类评估模型，以获得各 新兴技术商业化潜力的评估等级。应用实例表明，该模型具有实用性、科学性和准确性。 关键词：新兴技术；ＡＨＰ；灰色聚类；商业潜力评价 中图分类号：Ｆ２０４；０２２３ 文献标识码：Ａ Ｃｏｍｍｅｒｃｉａｌ Ｐｏｔｅｎｔｉａｌ Ｅｖａｌｕａｔｉｏｎ ｏｆ Ｅｍｅｒｇｉｎｇ Ｔｅｃｈｎｏｌｏｇｙ ——Ｂａｓｅｄ ｏｎ Ｇｒｅｙ Ｃｌｕｓｔｅｒｉｎｇ Ｍｏｄｅｌ ｏｆ ＡＨＰ （１．Ｃｏｌｌｅｇｅ ｏｆ Ｅｌｅｃｔｒｉｃａｌ Ｅｎｇｉｎｅｅｒｉｎｇ，Ｇｕａｎｇｘｉ Ｕｎｉｖｅｒｓｉｔｙ，Ｎａｎｎｉｎｇ ５３０００４，Ｇｕａｎｇｘｉ； ２．Ｃｏｌｌｅｇｅ ｏｆ Ｍａｔｈｅｍａｔｉｃｓ ａｎｄ Ｉｎｆｏｒｍａｔｉｏｎ Ｓｃｉｅｎｃｅ，Ｇｕａｎｇｘｉ Ｕｎｉｖｅｒｓｉｔｙ，Ｎａｎｎｉｎｇ ５３０００４，Ｇｕａｎｇｘｉ） Ａｂｓｔｒａｃｔ：Ｃｈｏｏｓｉｎｇ ｅｍｅｒｇｉｎｇ ｔｅｃｈｎｏｌｏｇｉｅｓ ｗｉｔｈ ｃｏｍｍｅｒｃｉａｌ ｐｏｔｅｎｔｉａｌｓ ｓｃｉｅｎｔｉｆｉｃａｌｌｙ ｔｏ ｋｅｙ ｉｎｖｅｓｔｍｅｎｔ ａｎｄ ｉｎｄｕｓｔＨＭ ｐｒｏｍｏ— ｔｉｏｎ ｉｓ ｏｆ ｉｍｐｏ￣ａｎｃｅ ａｎｄ ｐｒａｃｔｉｃａｌ ｓｉｇｎｉｉｃａｎｃｅ ｆｆｉ）ｒ ｃｏｍｐａｎｙ ａｎｄ ｔｂｅ ｇｏｖｅｒｎｍｅｎｔ．Ａｉｍｉｎｇ ａｔ ｔｈｅ ｕｎｃｅｒｔａｉｎｔｙ ａｎｄ ｃｏｍｐｌｅｘｉｔｙ ｏｆ ｅｍｅｒｇｉｎｇ ｔｅｃｈｎｏｌｏｇｙ，ａ ｇｒａｙ ｃｌｕｓｔｅｒｉｎｇ ｅｖａｌｕａｔｉｏｎ ｍｏｄｅｌ ｂａｓｅｄ ｏｎ ＡＨＰ ｉｓ ｐｏｓｉｔｉｏｎｅｄ ｔｏ ｏｂｔａｉｎ ｔｈｅ ｅｖａｌｕａｔｉｏｎ ｇｒａｄｅ ｏｆ ａｌｌ ｃｏｍｍｅｒｃｉａｌ ｐｏｔｅｎｔｉａｌｓ ｏｆ ｅｍｅｒｇｉｎｇ ｔｅｃｈｎｏｌｏｇｉｅｓ．Ｅｘａｍｐｌｅ ＳＨＯＷＳ ｔｈａｔ ｔｈｅ ｍｏｄｅｌ ｉｓ ｐｒａｃｔｉｃａｌ，ｓｃｉｅｎｔｉｆｉｃ ａｎｄ ａｃｃｕｒａｔｅ． Ｋｅｙ ｗｏｒｄｓ：ｅｍｅｒｇｉｎｇ ｔｅｃｈｎｏｌｏｇｙ；ＡＨＰ；ｇｒｅｙ ｃｌｕｓｔｅｒｉｎｇ；ｃｏｍｍｅｒｃｉａｌ ｐｏｔｅｎｔｉａｌ ｅｖａｌｕａｔｉｏｎ １ 引言 国外权威机构认为ｕ ，新兴技术是指建立在科 学基础上的革新，它们可能创立一个新行业或者改 变某个老行业，换一种说法 ，新兴技术必须是指 那些正在形成和发展的对经济结构产生重大影响的 高新技术，而这些技术中的每一种都能够提供丰富 的市场机会，从而刺激风险投资。面对新兴技术的 大量出现，如何从浩瀚的技术可能性中识别出那些 具有商业潜力的新兴技术，进而选择是否要投资、 投资多少以及何时投资，给现代企业和政府的管理 部门提出了新的挑战。因此，在新兴技术商业化之 前如何准确地评价其商业化潜力，对企业和政府管 理部门都十分重要。 新兴技术商业化潜力评价，就是指在众多备选 的新兴技术清单中，选择那些能在技术潜力、市场 潜力、条件潜力等方面综合效益最佳的新兴技术ｌ３ 。 由于新兴技术和新兴市场的不确定性和复杂性，使 得新兴技术商业化潜力评价变得困难。目前针对新 收稿１５ｔ期：２０１０—０６—０７，修回日期：２ＯｌＯ一０８—１０ 兴技术商业化潜力评价，国内外学者进行了相关研 究。国外有，Ｓｏ Ｙｏｕｎｇ Ｓｏｈｎ （２００３）主要从三个 方面来研究技术商业化成功要素，这三方面就是技 术本身、技术接收者、技术提供者。Ｙｏｎｇｔａｅ Ｐａｒｋ （２００４）通过技术本身的特质和技术的商业化应用两 个方面来衡量评价技术的商业化价值（ＶＯＴ）。国内 有，宋艳［６ ７（２００５）通过分析中国电信运作小灵通 的成功经验，提出应该对新兴技术采取动态的评价 方法。黄鲁成 ７ｊ（２００７）通过Ｄｅｌｐｈｉ调查方法，将 技术因素、市场因素、产业化条件因素、符合性因 素和效应因素五个方面确定为新兴技术产业化潜力 评价指标体系，并运用ＡＮＰ方法确定各评价指标的 权重大小。王吉武 ］（２００８）从技术成熟度、技术 机会和技术地位三个方面出发，运用文献计量法对 新兴技术商业化潜力进行评价分析，并提出了一个 客观的商业化潜力评价框架。银路 （２００８）提出 了基于情景规划的新兴技术动态评估方法，并在此 基础上开发了一个新兴技术动态评估的过程模型。 文献综述表明，目前针对新兴技术商业化潜力评 基金项目：国家自然科学基金项目“不确定性多属性决策中标度系统与排序方法及其应用研究”（７０８６１００１） 周吉意等：新兴技术商业化潜力评价研究——基于ＡＨＰ的灰色聚类模型 ４９ 价研究，国外主要是从新兴技术本身的特点出发，考 察技术本身的水平和市场潜力，很少考虑技术商业化 的条件潜力。而国内的研究主要集中在定性层面上， 如文献［６，８，９］，目前很少有定量层面的研究文献，仅 有的黄鲁成（２００７） 考虑到各评价指标的相互影 响，提出了用ＡＮＰ方法确定新兴技术产业化潜力各 评价指标的权重值，但并没有综合考虑各评价指标。 这很容易导致片面的评价，致使技术商业化失败，如 小灵通技术虽然当时适合商业化应用，也符合国家政 表１ 新兴技术商业化潜力评价指标体系 目标层 准则 层指标层 技术先进性（Ｃ１） 技术指标 技术独占＿陆（Ｃ２） 潜力（Ｂ１） 新兴技术 商业化潜 力评价指 标体系 市场指标 成为技术标准的潜力（Ｃ３） 技术应用后的获利持续性（Ｃ４） 市场规模前景（Ｃ５） 为顾客创造的价值（Ｃ６） 市场的增长速度（Ｃ７） （Ａ） 潜力（Ｂ２） 为社会创造的价值（Ｃ８） 预期利润率（Ｃ９） 策条件，但由于技术本身的落后性，注定其商业化潜 力有限，最终会被其他更有潜力的新兴技术所替代； 铱星系统作为高科技产业，其技术先进，但由于对市 场估计不足，忽略了技术商业化应用的市场因素，最 终在激烈的市场竞争中失去优势而导致商业化应用 失败。因此，在评价新兴技术商业化潜力时，我们不 能仅仅考虑单个技术指标或市场指标，小灵通及铱星 的失败就是最好的明证，而应该综合考虑各指标的影 响，最终得到的结果才更科学，更有说服力。 鉴于此，本文在借鉴国内外研究成果的基础上， 同时考虑到新兴技术和新兴市场的不确定性及复杂 性，提出了一个综合考虑各指标因素的基于层次分 析法的灰色聚类评估模型。该模型用ＡＨＰ确定各评 价指标项的权重值，然后通过灰色聚类评估模型计 算得到各新兴技术的商业化潜力评估等级。该模型 将定性与定量分析相结合，充分考虑各专家的主观 评分，并对评分进行量化分析，保证了评价结果的 科学性、客观性和准确性。论文最后给出相关应用 实例，很好的验证了模型的实用性与准确性。 ２新兴技术商业化潜力评价指标体系 为了能更好地运用层次分析法（ＡＨＰ）求取各指 标项的权重值，我们必须要考虑层次内部独立的阶梯 层次性：即层次内部元素之间不存在相互影响或者支 配关系，或者说这样的作用很弱，可以忽略不计；层次 之间存在着自上而上的支配关系；不存在层次之间的 反馈作用等因素¨ 。通过查阅有关文献［３，１０，１１］， 通过一定的技术处理，选用技术指标潜力、市场指标 潜力、条件潜力三个要素作为商业化潜力评价的一级 指标项，选用技术先进性、市场规模前景、商业化条件 等１１项作为二级评价指标项，即指标层。新兴技术 商业化潜力评价指标体系见表１： ３灰色综合评价模型介绍 灰色综合评价模型以层次分析模型（ＡＨＰ）与 灰色聚类评价模型为基础，运用ＡＨＰ确定各评价指 标项的权重值，然后通过灰色聚类评估得到新兴技 术商业化潜力等级。本文通过对两个模型的融合， 对评价对象进行客观、公正、合理分析判断，最终 得到合理的评价结果。 条件潜力 商业化条件潜力（Ｃ１０） （Ｂ３） 符合性条件潜力（Ｃ１１） ３．１模型理论介绍 ３．１．１层次分析法（ＡＨＰ）。层次分析法（Ａｎａｌｙｔｉｃ Ｈｉｅｒａｒｃｈｙ Ｐｒｏｃｅｓｓ，ＡＨＰ）是２０世纪７０年代由美国 运筹学家沙旦（Ｔ．Ｌ．Ｓａｔｔｙ）提出的一种系统化分 析决策方法¨ 。它通过把复杂的问题分解成各个组 成因素，并将与决策有关的因素分解成目标、准则、 方案等层次，在此基础上进行定性和定量分析，最 终得到各方案的综合排序。本文运用ＡＨＰ确定新兴 技术各项指标权重值。 ３．１．２灰色聚类Ｈ 。灰色理论是我国著名学者邓 聚龙教授１９８６年创立的一门新兴横断学科，它以 “部分信息已知，部分信息未知”的“小样本”、 “贫信息”不确定性系统为研究对象，主要通过对 “部分”已知信息的生成、开发，提取有价值的信 息，实现对系统运行行为的正确认识和有效控制。 灰色聚类是根据灰色关联矩阵或白化权函数将一些 观测指标或观测对象聚集成若干个可定义类别的方 法。一个聚类可以看作是属于同一类的观测对象的 集合。 定义１设有 个聚类对象，ｍ个聚类指标，ｓ 个不同灰类，根据第ｉ（ｉ＝】，２，…，ｎ）个对象关于Ｊ（Ｊ ＝１，２，…ｍ）指标的样本值％，将第ｉ个对象归人第ｋ （ｋ∈｛１，２，…，Ｓ｝个灰类之中，称为灰色聚类。 定义２将ｎ个对象关于指标 的取值相应地分 为． 个灰类，我们称之为． 指标子类。Ｊ．指标子类的白 化权函数记为 （・），常见的白化权函数有下限测度 白化权函数，适中白化权函数，上限测度白化权函数。 定义３设 （ｉ＝１，２，…，ｒｔ；．／＝１，２，…ｍ）为对 象ｉ关于指标． 的样本值，． 指标ｋ子类的白化权函数 为 （・） ＝（ ：１，２，…，ｍ；ｋ＝１，２，…，ｓ）。若ｉ指标 关于ｋ子类的权叼，（ ＝１，２，…，ｍ）（ ＝１，２，…，ｍ；ｋ＝ １，２，…，Ｓ）与ｋ无关，即对任意的ｋ，，ｋ ∈｛１，２，…， ｓ｝，总有７７ｋ， 叼ｋ ，则我们可将上标ｋ略去。记为叼，（ ＝１，２，…，ｍ），并称 ＝ （ ）・ 为对象ｉ属于ｋ灰类的灰类定权聚类系数。 ３．２新兴技术商业化潜力的灰色综合评价模型 首先：定义ｉ＝１，２，…ｎ为评价对象，即为待评价 ５０ 周吉意等：新兴技术商业化潜力评价研究——基于ＡＨＰ的灰色聚类模型 的各项新兴技术 １，２，…ｍ为各项新兴技术对应的指标项 １，２，…，Ｓ为所划分的灰类，即商业化潜力评 价等级 接下来按如下步骤进行计算评定： （１）选择新兴技术商业化潜力评价指标体系及 ＝． ＝分为三个等级，一级为优秀，二级为良好，三级为 般，依次确定三个白化权函数即上限白化权函数， 适中白化权函数，下限白化权函数，结果如下： 一对指标值进行处理。 （２）确定白化权函数： 定义 （・）为 指标关于 子类的白化权函数， 其中 ＝１，２，…，ｍ； ＝１，２，…，Ｓ。白化权函数应该根 据新兴技术商业化潜力背景确定，需要有一定的经 验。本文结合新兴技术商业化潜力评价的特点，将商 业化潜力分为优秀、良好、一般三个评价等级，并分别 确定对应的白化权函数，即上限白化权函数，适中白 化权函数，下限白化权函数。由此可知，数值越大，商 业化潜力越高。 （３）用ＡＨＰ确定新兴技术各指标项的权重值： 定义叼 （ ＝１，２，…，ｍ）为指标的权重值，本文采 用层次分析法（ＡＨＰ）确定新兴技术商业潜力的指标 权重值。层次分析法至关重要的一步是判断矩阵的 ，●●●●●Ｊ、●●●【ｆ 构造，构造判断矩阵同样需要一定的经验。对于判断 ０ １ １ ０ 矩阵的构造可以根据事实的严重程度进行确定，比较 卜ｌ 好的办法是咨询有关方面的多位专家，再综合各专家 的意见进行确定。 （４）计算各新兴技术的灰色聚类系数：≤ ５ ５ ８ 定义为ｉ评价对象属于 灰色聚类系数， ＝ ］’ ｉ ５．新兴技术商业化潜力等级的评定： 若：ｏｒ ＝ｍａｘ｛ ｝，则判定对象ｉ属于灰类 ， 即商业化潜力处于ｋ 类。 ４应用实例 本文假设选取已经通过技术识别的８项新兴电 子技术作为研究对象，用对象空间ｘ表示， 。， ，， …， 为ｘ中的８项技术，每个对象对应有 ＝１ １ 项指标，第ｉ项技术对应第 项指标的测量值为 应用灰色综合评价模型对上述８项新兴技术进行商 业化潜力评价，根据评价模型步骤如下： （１）选择新兴技术商业化潜力评价指标体系及 对指标值进行处理。表１已给出了评价指标体系。８ 项新兴电子技术对应１ １项指标的测量值见表２，其 中的指标既有定性指标也有定量指标，对定性指标 采用专家打分（打分范围为１，２，，１０），对定量指 标也换算成１—１０计量的数值。为了减少专家的主 观随意性，可以采取１０位专家打分后取加权平均 值。这样就对数据进行了无量纲化处理，即所有数 据都在１一ｌ０之间。 （２）确定白化权函数。将新兴技术商业化潜力 ６．５≤ ＝ ８≤ ．５ ０ ＞９．５ １ Ｏ￣＜＝ ；ｘ５ ． 表２ ８项新兴电子技术对应的１１项指标值 Ｃ１ Ｃ２ Ｃ３ Ｃ４ Ｃ５ Ｃ６ Ｃ７ Ｃ８ Ｃ９ Ｃ１０ Ｃｌｌ Ｄ１ ８ ｌ７ ６ ６７ ８ ＯＯ ９ Ｏ０ ７．０４ ８ ４５ ６．ｏ０ ７ ６２ ８．ｏ０ ８．９０ ９．３ｌ Ｄ２ ４ ８８ ５ ８９ ８ １Ｏ ７ ４５ ６．１Ｏ ７ ｏｏ ７ ８１ ８．００ ７．４１ ６．９０ ６．４ｌ Ｄ３ ８ Ｊ２ ８ ｏ０ ８ １３ ７ ８０ ９ ４３ ７．００ ５．３４ ７（ｘ】 ７．１２ ５．８９ ６．９ｏ ／）４ ＪＯ ｆ）０ ９ ４５ ９ ５６ ９ Ｏ０ ７ ９８ ８．２５ ６ ８Ｏ 】ｎ ０ｏ ｌ０．０ｏ ８．７０ ９ ５５ Ｄ５ ７ ８Ｏ ８ ２Ｏ ６ ７０ ６．９８ ８ ３１ ７．８Ｏ ９．】Ｏ ６ ９０ ５．５０ ７．９０ ８．３Ｏ Ｄ６ ７ ５Ｏ ７ ６Ｏ ５ ４０ ６ ９０ ８ ｏｏ ６．４０ ６ ９８ ７．８４ ８．００ ６。９８ ７．Ｏ０ Ｄ７ ６ ２Ｏ ５ ７Ｏ ７．８Ｏ ６ ８０ ７ ２Ｏ ８．００ ６．８０ ７ ２ｌ ５．１４ ７．３６ ８．３ｌ Ｄ８ ６ １Ｏ ７ ２０ ６．８Ｏ ４ ９０ ７．１２ ５．８９ ７．２２ ４ ３１ ６．８Ｏ ５．８０ ６ ８２ （３）用ＡＨＰ确定各商业化潜力评价指标的权 重值。运用ＡＨＰ对表１的指标项采用专家调查和打 分，文献 指出指数标度具有比传统的１—９标度 更符合人们的思维习惯等优点，因此论文中采用 ｅ了ｅ了…，，，ｅ了标度法来确定判断矩阵，然后计算 单一权重向量及一致性检验。用Ｙａａｈｐ软件计算得 到层次总排序，结果见表３。 表３用ＡＨＰ算出的各评价指标权重值 层次单排序 Ｂｌ Ｂ２ Ｂ３ 层次总排序 权重排序 ０ ２５ ０．５ ０．２５ Ｃｌ ｏ ４８３２ ０．１２０８ ３ Ｃ２ ０ ０８８２ ０．０２２１ ｌ１ Ｃ３ （）．１５６９ ０．０３９２ １０ Ｃ４ ０ ２７ｌ７ Ｏ．０６７９ ９ Ｃ５ ０．２７８９ Ｏ．１３９５ ２ Ｃ６ ０．１７９７ ０．０８９９ ５ Ｃ７ ０．１６９７ ０ ０８４８ ６ Ｃ８ ０．１４７７ ０．０７３９ ８ Ｃ９ ０．２２３９ Ｏ ｌｌ２０ ４ Ｃ１Ｏ ０ ６６６７ ０．１６６７ ｌ Ｃｌ１ ０ ３３３３ Ｏ Ｏ８３３ ７ 用ＡＨＰ方法计算得到的新兴技术对应ｌ１项指 标权重值为： 刷占意等：新兴技术商业化潜力评价研究——基于ＡＨＰ的灰色聚类模型 ５１ ＝（０．１２０８，０．０２２１，０．０３９２，０．０６７９，０．１３９５， ０．０８９９，０．０８４８，０．０７３９，０．１Ｊ２０，０．１６６７，０．０８３３），从 算出的各指标权重值，我们可以得到商业化条件、 市场规模前景、技术先进性及预期利润率四个指标 在新兴技术商业化过程中所起到的作用比较明显， 这也符合现实经济体系技术商业化应用中所重视的 内容。 （４）计算各新兴技术的灰色聚类系数。以第一 项新兴技术Ｄｌ为例，根据式子（ＴＫ＿∑ｆ．ｋ（ｘ ）・１１ ；等级。这种方法区别于以往的定性评价方法，最大 程度地避免了专家打分的主观随意性，保证了评价 结果的科学性、客观性和准确性。应用实例表明， 只要选取恰当的专家系统，经过科学计算，就能得 到符合客观实际的准确评价结果，所以本文提出的 灰色综合模型能很好运用在新兴技术商业潜力评 价上。 本文提出的模型适用于新兴技术商业化应用前 期对其进行潜力评价，确定技术的商业化潜力等级， 为公司及政府提供决策依据。但由于新兴技术具有 算出Ｄ１的灰色类系数Ｏ－ ＝（０．６３４１，０．６１３８， ０．２６０６），其他样本依次类推，可以分别算出其他七项 新兴技术的灰色聚类系数值，见表４。 （５）商业化潜力等级的评定。若：盯 ＝ｍａｘ ｛ ｝，则判定对象新兴技术ｉ属于灰类ｋ ，最后的 结果见下表４： 表４商业化潜力评级等级 新必技术 灰色聚类系数ｒ， 商业化潜力 优秀 良好 一般 ｒ， 评价等级 Ｄｌ ０ ６３４Ｉ Ｏ ６Ｉ３８ ０ ２６０６ ０ ６３４ｌ 优秀 ｎ２ ０ ｌ７４８ ０．３６９９ ０ ５２９４ ０ ５２９４ 一般 Ｄ３ ０．３９０８ ０ ４２３０ ０ ４８８６ ０ ４８８６ 一般 Ｄ４ ０ ８５ｌ９ ０ ３２４８ ０ ｌ６０４ Ｏ．８５ｌ９ 优秀 Ｄ５ ０ ５０８９ ０ ６７８６ ０ ３０６８ ０ ６７８６ 良好 Ｄ６ ０ ２５８２ ０ ５４０６ ０ ３４７２ ０．５４０６ 良好 Ｄ７ ０ ２２２５ ０ ４１６ｌ ０．３６７８ Ｏ ４１６ｌ 良好 Ｄ８ ０ ０２６５ Ｏ １９２２ ０ ６７５１ ０．６７５】 一般 从上表可以得到结论：８项新兴技术中Ｄ１、／）４ 商业化潜力评价等级为优秀，说明该项技术有很好 的市场潜力，决策者应优先考虑投资，以尽快实现 商业化；Ｄ５、Ｄ６、Ｄ７评价等级为良好，说明这些 新兴技术有较好的市场潜力，决策者可以有选择的 进行投资；Ｄ２、Ｄ３、Ｄ４评价等级为一般，说明这 些新兴技术市场潜力一般，应该谨慎地考虑商业化 应用。 同时，我们可以从表１中粗略地看出，技术Ｄ４ 的各项指标值都比较高，即该技术商业化前景被专 家看好，而Ｄ８各项指标值比较低，即专家不太好看 该技术的商业化潜力，这与本文用灰色综合评价得 出的结论吻合，验证了该模型的有效性。 ５ 结语 科学选择具有商业化潜力强的新兴技术进行重 点投资、资助和产业化推广，对于公司和政府都具 有重要的现实意义。本文针对新兴技术的特点，提 出了一种基于层次分析法的灰色聚类评估模型，该 模型充分考虑到各专家的主观评分，并对评分进行 量化分析，最终得到各新兴技术商业化潜力的评估 大量的不确定性和复杂性，在商业化应用中，新兴 技术的商业化潜力会随着环境及技术本身的变动而 动态的变化，这对我们的评价技术提出了更高的挑 战。如何在技术动态变化的过程中对商业化潜力进 行定量评价，将是我们下一步的研究方向。 参考文献： ［１］ＧＥＲＯＧＥ Ｓ Ｄ，ＰＡＵＬ Ｊ Ｈ．沃顿论新兴技术管理［Ｍ］．石莹， 译．北京：华夏出版社，２００２． ［２］赵振兀，银路，成红．新兴技术列传统管理的挑战和特殊市场 开拓的思路［Ｊ］．中国软科学，２００４（７）：７２—７７． ［３］王吉武，黄鲁成，卢文光．新兴技术商业化潜力的含义及评价 方法探讨［Ｊ］．科学学与科学技术管理，２００８（４）：３２—３５． ［４］ＳＯＨＮ Ｓ Ｙ，ＭＯＯＮ Ｔ Ｈ．Ｓｔｒｕｃｔｕ ｒａｌ ｅｑｕａｌｉｏｎ—ｍｏｄｅｌ ｆｌｌｒ ｐｒｅｄｉｃｔｉｎｇ ｔｅｅｈｎｏｌｏｇ）ｒ ｃｏｍｍｅｒｃｉａｌｉｚａｔｉｏｎ Ｓｕｃｃｅｓｓ ｉｎｄｅｘ（ＴＣＳ￣）［Ｊ］．Ｔｅｅｈｎｏｌｏｇｉ— ｃａｌ Ｆｏｒｅｃａｓｔｉｎｇ ａｎｄ Ｓｏｃｉａｌ Ｃｈａｎｇｅ，２００３，７０（９）：８８５—８９９． ｆ ５］ＣＨＡＮ Ｆ＿ｒ Ｓ，ＣＨＡＮ Ｍ Ｈ，ＴＡＮＧ Ｎ Ｋ Ｈ．Ｅｖａｌｕａｔｉｏｎ ｍｅｔｈｏｄｏｌｏｇｉｅｓ ｆｏｒ ｔｅｃｈｎｏｌｏｇｙ ｓｅｌｅｃｔｉｏｎ Ｉ Ｊ．Ｊｏｕｒｎａｌ ｏｆ Ｍａｔｅｒｉａｌｓ Ｐｒｏｃｅｓｓｉｎｇ Ｔｅｃｈｎｏ１ ｏｇｙ，２０００，１０７（２２）：３３０—３３７． ［６］宋艳．新兴技术的动态评估与小灵通的成功之道［Ｊ］．管理学 报，２００５，２（３）：３３７—３３９． ［７］黄鲁成，王吉武，卢文光．基于ＡＮＰ的新技术产业化潜力评价 研究［Ｊ］．科学学与科学技术管理，２００７（４）：１２２—１２５． ［８１王吉武，黄鲁成，卢文光．基于文献计量的新兴技术商业化潜 力客观评价研究［Ｊ］．现代管科科学，２００８（５）：６９—７Ｏ． ［９］银路，李天柱．情景规划在新兴技术动态评估中的应用［Ｊ］． 科研管理，２００８，２９（４）：１２—１８． ［１０］杨壬飞，全允桓．新技术商业化及其评价的研究综述［Ｊ］．科 学学研究，２００４（１２）：８２—８８． ［１１］卢文光，黄鲁成新兴技术产业化潜力 价与选择的研究 ［Ｊ］．科学学研究，２００８，２６（６）：１２０１—１２０９． ［１２］王莲芬，订卡甘柏．层次分析法引论［Ｍ］．北京：中国人民出 版社，１９９０． ［１３］刘思峰，等灰色系统理论及其应用［Ｍ］．２版．南京：科学 出版社，１９９９：７８—９２． ［１４］吕跃进，张维．指数标度在ＡＨＰ标度系统中的重要作用［Ｊ］． 系统工 学报，２００３，１８（５）：４５２—４５６． 作者简介：周吉意（１９８６～），男，湖南永州人，硕士，研究方向为 技术经济管理、管理决策；吕跃进（１９５８一），男，， 东龙川人，教 授，硕士生导师，主要研究方向为数据挖掘，管理决策。 （责任编辑：熊俊）