基于炒作周期曲线的新兴技术态势及政策系统供给研究

杨 超，孟显印

(1.中国矿业大学公共管理学院，江苏 徐州 221116；2.上海交通大学国际与公共事务学院，上海 200030)

0 引言

如何把握新兴技术发展态势，预判全球前沿技术应用和产业发展，不仅是发达国家的关注焦点，更应是新兴大国“弯道超车”的重要信息，但新兴技术的不确定性和快速替代性使得技术治理极为困难。尽管专利数据研究是常见探寻技术发展态势的方法之一[1]，但该方法多侧重于技术研发者的视角，很难反映出社会期望在新兴技术发展中的作用。美国加特纳咨询公司 (Gartner Inc.)早在20世纪90年代就提出了炒作周期曲线 (Gartner Hype Cycle)，并成为美国、英国、澳大利亚等国开展新兴技术分析的重要参考[2-5]。加特纳公司通常筛选出影响未来社会5～10年、最具创新价值和发展潜力的新兴技术，如2019年在2000多种新兴技术中筛出能够反映未来趋势的29种新兴技术[6-7]，数据的权威性和价值有较充分的保证。

本文探讨的“新兴技术”均为加特纳炒作周期曲线涉及的新兴技术，多集中于信息技术领域，而非广义上所有领域的新兴技术。尽管加特纳炒作周期报告在领域上存在偏好，但已有研究表明在能源、生物、材料等领域的新兴技术中也存在炒作周期规律，如生物量[8]、石墨烯[3]、基因生物技术[9]、纳米技术[10]、放射肿瘤学技术[11]等，该曲线对多领域新兴技术发展态势具有一定程度的适用性。虽然很难归纳出符合所有新兴技术发展的统一规律，但是技术萌发初期的期望猛增和期望破灭后的技术遇冷确实在一定程度上影响许多领域新兴技术的成熟和发展。由此，国内学界常将“加特纳炒作周期曲线”译为“技术成熟度曲线”“技术成熟发展曲线”等，这种译法虽然侧重于曲线的目标和用途，却忽略了曲线的形成过程，鉴于该曲线以媒体炒作形成的技术期望为主要表现，能够部分反映技术成熟度水平，本研究更倾向于对原始词汇做直译处理，以引导决策者关注新兴技术发展过程中的媒体作用。

尽管炒作周期曲线开始引起不少关注，但相关研究和实践仍存在两方面的缺失：一方面，从研究角度看，既有文献着重于炒作周期曲线本身，提出了一些曲线规律验证和量化视角[12-13]，较为深度地反思了公众期望对新兴技术的发展变化，却较少关注曲线所提及的大量新兴技术的变化和更替；另一方面，在技术规划实践上，新兴技术萌发时引起的期望快速上升，势必引起产业和政策资源的集聚，但过度投入不一定会兑现技术的期望，由此产生巨大的资源浪费，常表现为短时间的“技术过热”。不论是学界研究，亦或是实践界的技术管理，都在“新兴技术热潮和长期技术规划理性投入二者间的权衡”问题讨论较少，致使新兴技术相关规划设计也很少考虑技术期望的影响，相关政策很可能不符合新兴技术的发展规律。

针对上述缺漏，本文以加特纳公司发布的近20年报告文本 (2000—2019年)作为研究对象，不仅关注炒作周期曲线本身，而且从纵向视角整体探讨20年来炒作周期报告中的新兴技术发展态势，从整体上分析新兴技术的变化规律，重在解释“新兴技术的纵向变化过程”，深化炒作周期的存在性研究，并结合国内重要媒体数据，提出将技术期望管理应用于新兴技术规划设计的实施方案，阐释“如何平衡不同期望下新兴技术政策支持投入”的问题，帮助政府管理者减小因技术不确定性带来的资源浪费，推动信息领域乃至其他新兴技术规划高质量设计，强化研究结果的应用性。

1 炒作周期曲线的研究脉络

炒作周期曲线是考虑了社会期望的技术成熟度曲线，如图1所示，分为创新启动 (Innovation Trigger)、膨胀期望峰值 (Peak of Inflated Expectations)、幻想破灭槽谷 (Trough of Disillusionment)、启蒙上坡期 (Slope of Enlightenment)和高生产稳定期 (Plateau of Productivity)五个阶段[14]。在创新启动阶段，技术萌芽初次突破后的展示引起社会期望；技术讨论迅速升温，大量不切实际的预测和媒体追捧，期望快速膨胀至峰值，但技术现实通常无法兑现技术概念虚高的目标，此时只有会议组织者和媒体出版者从中获益；科技研发兴趣也会随之降低，媒体正面兴趣衰减，负面报道增加；在跌至槽谷时，若持续研究取得技术突破，继而推动技术的应用和获利；最后，技术被社会采纳，生产逐渐达到稳定态。

图1 炒作周期曲线

国外研究首先验证了炒作周期论的存在性，在3D显示技术[15]、放射肿瘤学[11]、纳米技术[10]、在线高等教育[16]、编程广告技术[17]等多领域都有所发现，尤其是有研究从用户、科技研究者和信息发布者三个主体的行为出发描绘了炒作周期的轨迹[18]；其次开展了曲线阶段特质研究，如利用生长函数、生命周期和采纳曲线等[5,19]，剖解炒作周期曲线构成，测算最大潜能为产业规划提供支持，如在人机交互领域的桌面技术应用开发比开发新的桌面更能帮助产业跨越槽谷期[20]；最后是曲线对技术创新的影响研究，如辅助稳定了固定式燃料电池的持续性研发创新行为[12]，又如提升了荷兰可再生能源创新轨迹和政策分析[21]。国内相关研究尚少，如从技术主体意识的隐含、创新扩散环境的构建和技术受体采纳的迟疑和促成的分解[22]，又如分析人工智能技术集群的发展成熟度[23]。亦有研究对曲线提出质疑，如网络电话技术、基因疗法和高温超导技术的炒作周期模式就有很大差异，不同层面的期望交互影响不同[24]。虽然炒作周期还需深入研究，但技术期望的动态性影响确实存在。

2 基于炒作周期变化的新兴技术发展过程

本研究从炒作周期报告 (2000—2019年)的文本中构建了基于报告的新兴技术数据库，涵盖如表1所示的245项新兴技术，分别统计了技术的时间节点，展现了技术发展过程。从报告数据可知，多数数据集中在“创新启动—膨胀期望峰值—幻想破灭槽底”过程中，而这三个点的范围过宽导致无法准确锚定位置。因此，又参考Michael的阶段分法[25]，将靠近顶峰的值归为期望峰顶区，靠近低谷的值归为槽底区，峰顶区左侧“创新启动—峰顶区”分成创新萌发和创新起飞两段，峰顶区右侧槽底分为期望下跌和期望续跌两段，槽底区右侧又分为启蒙上坡期和高生产率稳定期。

表1 基于2000—2019年炒作周期报告的新兴技术清单

2.1 高频新兴技术的曲线变化分析

频次排名前十的新兴技术依次为增强现实 (AR，14次)、量子计算 (QC，12次)、移动智能机器人 (SR，12次)、语音识别 (云) (SRC，10次)、网状网络-传感器/广域 (MN-SW，10次)、喷墨制造/3D打印 (3DP，10次)、人工增强 (HA，10次)、电子墨水/数码纸 (DiP，9次)、计算机/大脑界面 (ComBrIn，9次)和生物识别用户身份支付 (BioUIP，8次)，曲线变化如图2所示。

图2 近20年高频新兴技术炒作周期曲线变化

第一，增强现实技术存在时间最长、频次最多，在2004年首次出现创新起飞，2011年达到峰值，随后一直下跌，并连续数年处于槽底期。目前很难靠期望炒作获得社会关注，若有相关技术企业能够推广和普及技术，才能够重新进入发展期。第二，3D打印、语音识别 (云)、电子墨水/数码纸、生物识别用户身份支付、网状网络-传感器/广域等技术在近20年几乎经历完整炒作周期，其中起步最早的是生物识别用户身份支付技术，在13年内实现了技术普及；相较之下，电子墨水/数码纸虽然创新启动稍晚，但自从2006年左右就基本上曲线轨迹趋同；3D打印与电子墨水的曲线线型非常相近，但启动时间晚了四年，且都在2013年实现了盈利和大量推广；网状网络技术从2005—2018年就一直在期望续跌和槽底之间反复徘徊。第三，脑机界面、移动/智能机器人、人工增强以及量子计算技术虽然频次较多，却长期处于创新萌芽-创新起飞阶段，受到社会期望热度超过十年，尤其是前两者的期望已处膨胀峰值期，期望远超实际应用。第四，语音识别 (云)从2000年就处于启蒙上坡期，在2004年以后快速普及，在2009—2014年完全实现了技术的成熟和稳定。

2.2 新兴技术的成熟量

新兴技术的成熟量受到政府、产业、科研及开发人员、社会媒体和技术用户的重点关注。从炒作周期报告中可知，部分新兴技术经历了炒作周期之后逐渐找到技术的定位并走向成熟。图3、图4分别为从启蒙回升至成熟的年限和频次。

图3 技术启蒙回升至成熟的年限

图4 成熟新兴技术报告频次 (2000—2019年)

新兴技术的不确定性极强，成熟的新兴技术通常报告频次大于3次 (均值为3.80次)，不少进入启蒙上坡期的技术至今未进入成熟稳定阶段，即使跨越了槽底期，部分领军企业已经实现获利也很难确定能否大规模普及，如3D打印和手势识别/控制技术虽然高频次出现，在2013—2014年进入了启蒙上坡期，但尚未大规模普及应用。新兴技术从启蒙上坡期发展到高生产率稳定期的时间多在1～4年，只有位置感知技术/服务用了9年时间才完成这个过程，这很可能与技术用户采纳和技术普及密切相关，找出推进这些技术走向成熟的方案变得尤为重要。炒作周期报告在2012年后较少列出“高生产率稳定期”阶段的技术，2015年后较少列出“启蒙上坡期”阶段的技术[26-27]，仅42项技术进入成熟发展阶段，占比17.1%。

2.3 新兴技术的消失量

头戴式显示器、802.15.4/ZigBee协议、验真技术等都已经消失了超过15年，究其原因，首先，技术取代产生的技术消失，消失时间越长的新兴技术被替代的可能性越高，但技术消失并不意味着技术停滞，如虚拟现实技术的出现取代了头戴式显示器技术；其次，社会技术环境变革、竞争性潜在技术的增加、技术概念盲目炒作后期望难以兑现的落差也是主要诱因，但也有部分仅出现一次却一直没有引起足够社会期望的技术，如播客在2005年就实现了创新起飞，但有趣的是，技术已经兑现甚至超出早期技术期望，而社会期望却相对停滞，相比之下，社交电视则逐渐被冷落，早在2011年就提出推动社交媒体平台和电视融合，促进传统电视行业转型，但至今没有进展，这类技术逐渐消退主要是整体社会技术环境变迁所致。新型网络技术增加了技术替代性，加剧了技术之间的竞争。图5所示为新兴技术的消失时长 (消失超过5年、频次为1次且处于创新萌发期)。

图5 加特纳炒作周期中新兴技术的消失时长 (2000—2019年)

2.4 新兴技术的期望膨胀和消退速度

炒作周期曲线“先钟形后缓升”的线型变化在曲线构成研究中有不少讨论，如通过量化研究发现炒作期望曲线是期望变化态势和S形技术采纳曲线叠加而成[28]。本文进一步分析发现，技术期望的平均膨胀时间略高于平均衰减时间，钟形曲线明显左偏，即“攀升略快、下降略慢”。

图6所示为新兴技术从萌芽到峰值的时长图，平均耗费3.6年，其中耗时最长的是NLP搜索界面，潜伏达11年。耗时超过7年的技术包括3D打印、移动/智能机器人、NLP搜索界面、4G，低于3年的技术包括网状网络-传感器/广域、生物识别用户身份支付、社会网络分析、个人/微型燃料电池、远程呈现、物联网、互联型家庭、语义网、互联网电视、大数据、游戏化、物联网平台、电子标签/无源RFID、网络化集体智能、网络平台、微博、超宽带和统一通信。从膨胀期望速度看，社会和媒体对一项新兴技术的期望时间通常在3～4年，膨胀速度快的技术多是个人生活应用型技术，产业组织相关技术膨胀相对较慢。

图6 加特纳炒作周期中新兴技术期望膨胀速度 (2000—2019年)

图7所示为技术从峰值到槽底的衰减时长，几乎所有新兴技术都是达到峰值后向槽底衰减，只有虚拟助手技术从2010年的槽底到2017年重新回到峰值区。技术平均衰减耗时3.29年，略低于新兴技术膨胀平均速度。在近20年内，从期望峰区下降到槽底最慢的技术为托管虚拟界面/网络桌面，耗时长达10年，增强现实、手势识别/控制、移动商务/支付、企业聊天等技术的衰减时长也都超过6年，可见社会和媒体都对其保持了相当长时间的期望；相比之下，社交分析、私有云计算、媒体平板电脑、电子书阅读器、电子墨水、创意管理等技术的衰减速度较快，均低于2年。可见，产业组织应用技术的期望消退时间长，而个人生活应用技术则反之，说明个体更易受到期望的影响，组织则会受到制度和已有技术的约束而存在采纳滞后性。

图7 加特纳炒作周期中新兴技术期望消退速度 (2000—2019年)

3 考虑期望管理的信息领域新兴技术规划设计方案

技术期望是影响资源分配的重要外部因素，技术期望膨胀猛然集聚大量政策和产业资源，却很难确保兑现期望，极易导致严重资源浪费。在制定面向未来的技术战略规划时，如何规避资源浪费，成为政府和产业战略管理的重要课题。本文基于炒作周期曲线的新兴技术发展态势分析，提出“新兴技术媒体热度判识-新兴技术期望实现度德尔菲法-自下而上的政策供给系统”的新兴信息技术规划设计完整方案，为做好国家层面新兴信息技术战略规划和创新政策设计提供参考。

3.1 信息领域新兴技术媒体热度判识：以量子计算、3D打印、播客和增强现实为例

制定新兴信息技术规划时，应开展媒体热度和期望内容分析，快速判别技术所处炒作周期曲线的位置。这里以量子计算、3D打印、播客和增强现实为例，比较分析媒体热度变化趋势和炒作周期曲线的关联性，以此说明加强媒体热度判识对判定新兴技术期望所处阶段的价值。上述技术具有很强的典型性，依次代表了高频新兴技术、成熟新兴技术、消失新兴技术和膨胀速度快的新兴技术。

图8～11是采用中国知网重要报纸数据库中四项技术的媒体报道量统计而得,并与炒作周期曲线变化过程进行关联。虽然四种技术炒作周期的表现不同，但在媒体热度的关联上都表现出总体同向性，媒体热度是能够初步判断新兴信息技术的社会期望位置。这种同向性尤其在高频新兴技术和成熟新兴技术上表现非常明显，媒体热度曲线和炒作周期曲线几乎出现多处重叠和并行，即使是消失型新兴技术也有很好的关联，比如播客在2005年进入创新起飞阶段，在这个时间前后的媒体报道量也恰好进入快速增长期。对膨胀速度快的技术而言，媒体报道量的快速增加甚至会早于社会期望，如物联网技术，在2010年的报道量就达到顶峰，而在2012—2013年才从创新起飞阶段进入膨胀期望峰值区。因此，政府和产业组织在制定新兴技术战略时，可借助媒体热度变化图来初步判定技术所处的炒作曲线阶段。

图8 量子计算媒体热度与炒作周期曲线关联

图9 3D打印媒体热度与炒作周期曲线关联

图10 播客媒体热度与炒作周期曲线关联

图11 物联网媒体热度与炒作周期曲线关联

3.2 信息领域新兴技术期望实现度德尔菲调查

在初判技术曲线位置后，应采用两轮德尔菲调查法来判定技术期望的实现度。虽然德尔菲法早已在技术预见领域得到大量应用，但通常是评判技术预见与技术进展的完成情况，而这里提出以新兴技术期望实现度为评价对象的德尔菲调查是一种介于技术预见报告和技术规划制定之间的桥接方法。虽然技术预见是技术规划的前期工作，能够提升技术规划的科学性，但当前的技术预见工作并没有考虑技术期望的事前管理，这对技术预见报告利用和技术规划的实施都大有裨益。技术期望的事前管理能够推动技术发展的科学性和技术的媒体社会期望相结合，以确保新技术和新发明的“有用性”，促进技术和社会互推式发展。具体而言，新兴信息技术期望实现度德尔菲调查重点在于以新闻、报纸、微博、微信等互联网媒体为对象，采用人工智能技术手段抓取技术的社会期望，以内容分析和文本挖掘为工具，整理数据并聚类分析得到技术的社会期望，将媒体炒作形成的期望以科学的方式记录并形成文本，再由技术领域专家结合技术趋势，连续两轮对同一项技术期望的当前完成度和预期完成度开展评价。例如，以普及性采纳时间距离和潜在回报为横纵轴构建交叉矩阵的优选矩阵法 (Priority Matrix)就能够较好地辅助决策[29]。

3.3 信息领域新兴技术政策系统供给模型

当前新兴技术政策的层级扩散是从国家到地方的“自上而下”模式，过度依赖于中央科技管理部门的战略规划。这种科技举国体制虽能高集中度、高效率地整合全国资源推动科学技术的发展[30-31]，但在“大科学项目”上的适用性和有效性更强，而多数信息领域新兴技术都不是“大科学”，“自下而上”的新兴技术政策供给模式更有优势。结合上述调查和技术预见报告，构建政策系统供给模型，如图12所示。

图12 信息领域新兴技术政策系统供给模型

在期望管理期 (阶段1)，优先采用地方政策供给，避免蜂拥而上导致的大量资源浪费：应以地方性信息领域新兴技术政策为主，各省市摸清所处地域的技术资源优势，结合实际推动技术概念的落地，参照国家技术预见调查报告，实施新兴技术期望调查，找到新兴技术地方性发展在国家技术预见和技术期望之间的平衡点，切实可行地提出具有地方特色的新兴信息技术支持政策。这是以“新兴技术领域”为试点的政策支持模式，对全国而言就会形成散点式的新兴技术地方性政策试点。

在启蒙上坡期 (阶段2)，应采用国家政策重点供给模式，引导科技资源向社会发展贡献大的技术上集中：以技术采纳曲线和炒作周期曲线的交叠点为起点，将跨越槽底的新兴信息技术抽选出来，找到与世界顶尖的差距，分析社会发展远景，明确新兴信息技术在社会图景中的作用，重点制定以关键性新兴信息技术为主体的国家重点新兴技术规划，引导国家资源快速推动技术从槽底走向高生产率稳定期。

在高生产率稳定期 (阶段3)，采用府际联合续推模式，推动发展成熟的新兴信息技术跟上前沿动态，侧重于提升中央-地方技术政策的配合度。不少新兴技术在走向成熟阶段时的政策配合度较差，国家和地方政策都开始缺乏投入动力。对发展成熟的新兴信息技术，中央-地方技术政策应从媒体社会期望入手，拓展技术成熟后的发展方向，关注府际政策相似度，提升府际政策相容性，形成明确的不同层级政策侧重点。

4 结语

本研究展现了近20年炒作周期报告的新兴技术纵向变化：仅5项技术基本完整经历了曲线阶段；技术期望的平均膨胀时间 (3.6年)略高于平均衰减时间 (3.29年)，个人生活类新兴技术期望膨胀快、消失快，产业组织应用类新兴技术则恰恰相反；消失时间越长的新兴技术被替代的可能性越高，而技术快速消失的原因更为复杂；新兴技术从槽底到成熟需要1～4年，媒体热度分析能够初步判定新兴技术在炒作周期曲线的趋势。在此基础上验证了炒作周期曲线与媒体热度的关系，创新地提出一套考虑期望管理的新兴信息技术规划设计方案，为政府开展新一轮科学技术规划中面对“如何平衡不同期望下新兴技术政策支持投入”问题提供可行的参考思路，并凝练得到信息领域新兴技术政策系统供给模型，以此启发在各领域新兴技术规划中应重视技术期望的作用，并前瞻性地设计创新政策。新兴技术的发展影响到社会转型，将社会发展远景和新兴技术规划结合，分阶段、分类别做好政策优先支持的技术排序，而非政策跟随技术期望的涨跌，或许是平衡政策投入、产出兑现和社会远景之间的合理选择。