摘 要:采用市场德尔菲法,对新能源汽车领域技术专家发放两轮问卷征集技术需求清单;向社会专家和国内相关企业、科研院所和高校技术专家发放两轮德尔菲调研问卷,对问卷进行回收、处理和分析,得到新能源汽车领域关键技术课题清单;对关键技术课题对我国该产业发展的重要度、预期实现时间、我国目前的研发水平、能否形成自主知识产权、能否形成产业化、技术对生活质量的影响、技术发展的制约因素、技术课题的发展路径进行分析。该研究对有效提升新能源汽车领域技术的自主创新能力、促进技术升级、产品结构优化,全面提升核心竞争力具有十分重大的意义。
关键词:市场德尔菲法;新能源;技术预见

1、研究背景

  历史上,交通能源动力系统变革一直处于技术革命和经济转型的核心位置。19世纪,煤和蒸汽机火车引发了欧洲的工业革命,开创了人类的工业经济和工业文明;20世纪,石油和内燃机汽车促成了美国的经济腾飞,把人类代入了基于石油的经济体系与物质繁荣,也带来了能源环境的巨大挑战。进入21世纪,以替代燃料和混合动力为代表的各种新型汽车能源动力技术迅猛发展,预示着人类将要进入后石油时代过渡期和能源动力技术创新突破的机遇期。
  技术预见是一种优化配置各种资源的宏观管理工具和编制科技发展战略规划的手段。利用技术预见认识技术进步的历史规律和创造力量,揭示技术发展的客观规律,通过采取科学的方法和程序,把来自社会各方面专家的估计进行分析,从而形成战略性智力,以正确把握未来发展趋势、潜在机会和挑战,寻找适合本国发展的技术路径和发展方向。日本科技厅每五年调查一次,至今已经完成的八次技术预见中均采用“德尔菲”法,使其成为比较成熟、规范和值得效仿的基础调查工作方式。实践证明,德尔菲法可以较好的集成各个专家对相关问题的独立判断意见,特别是对于尚处于萌芽状态的新能源汽车技术发展趋势的分析和寻求技术突破的预测,取决于专家的远见卓识和经验判断。本次针对新能源汽车领域技术进行的全国性大规模德尔菲调查结果,对国家新能源汽车技术发展战略的制定意义深远。

2、德尔菲调查方法简介

  2.1 德尔菲法的内涵、应用及其发展
  德尔菲法起源于1940年代末期,最初由兰德公司首先使用,很快就在世界上盛行起来。德尔菲法是“系统分析”方法在意见和价值判断领域内的一种有益的延伸,它突破了传统的数量分析限制,为更合理的决策开阔了思路。
  德尔菲法作为一种重要的预测方法,应用于技术预测、经济预测、军事预测、人口预测等预测领域的同时,理论方面也得到了不断的完善和发展,产生了许多创新的德尔菲法。由于应用目标不同,德尔菲法已经演变成许多不同类型,除了经典德尔菲和大规模德尔菲调查之外,还形成了例如“级联式德尔菲法”、“阶式德尔菲法”、“决策用德尔菲法”等。崔志明、孟晓华等还在“大规模德尔菲法”基础上提出了市场德尔菲法。“市场德尔菲法”是一种新的德尔菲方法,是基于大规模德尔菲法的进一步创新,除了具有上述“经典德尔菲法”的匿名性、反馈性、收敛性与统计性特征,以及“大规模德尔菲法”的参与专家多、调查范围广,轮数少、趋势预测与目标控制相结合等特征,它还具有自身显著的特点,其表现在征集候选技术清单、设计“市场德尔菲”问卷、函询专家的选择、强调目标控制范式在技术预见中的地位。因此,本研究采用市场德尔菲法对新能源汽车领域技术预见进行实证研究。
  2.2 德尔菲调查实施程序
  德尔菲法是一个“专家意见形成、统计反馈、意见调整”的多次与专家交互的循环过程,每一次的交互称为一轮,每一轮的工作不尽相同。本次采用的市场德尔菲法的实施流程见图1。

图1 德尔菲调查实施程序

3、新能源汽车领域技术德尔菲调查

  3.1 调查对象、方法和指标设计
  产业技术预见大规模德尔菲调查的调研对象包括科研机构、企业、政府部门、高等院校等,采用问卷调查与专家座谈相结合的方法。
  科技决策必须考虑资源的稀缺性和边际效益递减性,这是技术预见的现实要求。资源稀缺的事实,迫使人们在投资这些最值得投资价值的重要领域、关键技术和通用技术,实现其经济与社会利益的最大化。为了实现以资源和环境可持续发展为基础的绿色技术预见,根据以上原则,采用德尔菲法进行新能源汽车领域技术调查时,选择的调查指标见图2。

图2 新能源汽车领域技术预见德尔菲调查指标体系

  3.2采用的处理方法
  1.专家对课题的熟悉程度赋值说明
  在概率统计中考虑了专家对课题的熟悉程度不同而产生权重不同的影响:“很熟悉”权重赋值为1,“熟悉”权重赋值为0.75,“较熟悉”权重赋值为0.5,“不熟悉”权重赋值为0。经过处理后回答人数就转换为标准人,例如,很熟悉的专家回答一次算一个标准人,而较为熟悉的专家回答一次算半个标准人。
  2.预期实现时间模型
  本次预测的时间跨度为15年,对预期实现时间的预测采用以下模型:
  预期实现时间:
  n=2010+b*5+c*10,若m=a
  n=2015–a*5+c*5,若m=b
  n=2020–a*10–b*5,若m=c
  式中:令m=max{a,b,c};其中,a表示预期实现时间在2008-2012年区间专家回答的标准人占总标准人数的百分比;b表示预期实现时间在2013-2017年区间专家回答的标准人占总标准人数的百分比;c表示预期实现时间在2018-2022年区间专家回答的标准人占总标准人数的百分比。
  3、技术重要度的计算模型
  选择技术推动和市场拉动重要度的高、中、低、无,分别赋值1.0、0.75、0.5和0。
  技术对国家的重要度指数:IMs index=A+B+C+D
  技术自身成长的重要度指数:IMz index=A+B
  社会经济对其需要程度指数:IMj index=C+D
  式中:A=表示技术推动重要度指数;
  B=表示未来5年能否形成自主知识产权(专利)指数;
  C=表示市场拉动重要度指数;
  D=表示未来5年能否实现产业化指数;
  a、b、c、d分别表示若选择技术推动重要度下高、中、低、无选项的标准人次,e表示选择未来5年可以形成自主知识产权(专利)的标准人次。f、g、h、i分别表示选择市场拉动重要度下高、中、低、无选项的标准人次,j表示选择未来5年可以实现产业化的标准人次。
  4、研发水平指数计算模型
  国际领先赋值为1.0,接近国际水平赋值为0.75,落后国际水平5-10年赋值为0.5,落后国际水平10年以上赋值为0。
  研发水平指数:
  YFindex=即为与领先国家比较的技术水平指数。
  K、l、m、n分别表示选择与领先国家比较,我国的技术水平国际领先、接近国际水平、落后国际水平5-10年、落后国际水平10年以上选项的标准人次。
  5、关键技术选择模型
  关键技术选择的指标为综合重要度指数,该指数计算的数学模型为:
  ZHindex=IMsindex0.7*YFindex0.3
  6、其他说明
  技术水平领先国家或地区、生活质量、发展路径、制约因素、技术课题所处阶段下选项的赋值为选择该项的标准人数占参与回答此题标准人数的百分比。
  3.3问卷发放、回收与处理
  本次德尔菲调研分两轮进行。第一轮共发放了86个单位,其中科研机构10个,企业38个,政府部门15个,高等院校23所,回收24个单位的问卷共268份;第二轮发放33个单位,回收问卷276份。有效问卷均在90%以上。
  根据重要度与研发水平拟合的指标,第一轮问卷调查结果,从44个技术课题中获得得分最高的前23个关键技术课题。针对这些课题,进行了第二轮的德尔菲问卷,最终确定出12项新能源汽车领域关键技术,这些技术就是对中国未来新能源汽车技术的发展起关键作用的技术。

4、 重要指标分析

  4.1关键技术课题重要度指数和预期实现时间分析
  预期实现时间是德尔菲调研的一个重点和主要结论之一,通过长期预测,可以把握较长时间的科学发展方向。分析选出的这12项关键技术课题的预期实现时间可以发现,只有一项将在2021年实现,其余实现时间集中在2014-2015年,体现了较高的集中度。可以认为,这些技术将对中国新能源汽车领域技术发展起到至关重要的作用。具体情况见表1。

1新能源汽车领域关键技术重要度指数和预期实现时间

续表1

  4.2中国技术研究开发水平
  在问卷表格中,“研发水平”由四部分组成:国际领先、接近国际水平、落后国际水平5-10年、落后国际水平10年以上。技术研究开发水平中值见图3。

3 TOP12技术研究开发水平中值(%

  4.3技术发展的制约因素
  在问卷表格中,“制约因素”由“教育与人才培养”、“技术可行性”、“资本与技术融合”、“产学研的交流合作”、“更新研发基础设施”、“增加政府研发投入”、“政策/标准/制度”七大方面构成。各项指标的得分中值见图4。

图4 TOP12技术发展的制约因素调研结果中值(%)

  4.4技术课题的发展路径分析
  在问卷表格中,“发展路径”分为两大类,一类为“自主创新”,自主创新又分为“原始创新”、“集成创新”、“二次创新”,还有一大类为“引进模仿”。对新能源汽车技术领域的12项关键技术课题的数据统计中值结果见图5。

图5 TOP12技术课题的发展路径分析调研结果中值(%)

5、 结论

  本文通过开展新能源汽车领域技术预见实证研究,集成了各方面专家智慧,确定了新能源汽车领域技术未来发展所需技术的研发方向和重点,以便组织力量开展对该领域关键技术的联合攻关,对于有效提升新能源汽车领域技术的自主创新能力、促进技术升级、产品结构优化,全面提升核心竞争力具有十分重大的意义。本次针对新能源汽车领域技术进行的全国性大规模德尔菲调查结果,对国家新能源汽车技术发展战略的制定意义深远。通过本研究,为我国其他产业领域技术德尔菲调研程序和分析提供了方法论和实践上的借鉴作用。

(参考文献略)

――――――――

同济大学经济与管理学院城市管理与建设工程管理专业博士研究生,上海市科技发展基金软科学研究项目“中国科技管理若干重大战略问题研究”,课题编号:066921084