新兴技术发展趋势与投资方向研究——基于技术炒作周期模型的视角

1. 前言

随着经济全球化进程的加剧，科学和工程技术的飞速发展，以通信技术、新能源技术等为代表的新兴技术发展的步伐也越来越快，资本市场中新兴技术的投资价值也越来越高。新兴技术发展趋势的判断一直是投资者在投资新兴产业类企业投资决策上的一个重要环节。选对正确合适的新兴技术能够节省大量的精力与资金，获得较高的收益，规避投资失败的风险。比如，移动智能手机领域，2000年到2005年之间，移动互联网发展缓慢而且非常不可靠，不仅设备沉重，运营商还阻碍着创新。这段时间将移动领域作为核心投资领域的VC大多数都失败了。然而，随着乔布斯于2007年推出iPhone手机并用苹果的APP商店取代传统运营商后，全球接近10亿的移动带宽订阅用户，移动行业进在后PC时代进入腾飞期，其发展速度超乎了所有人的想象，而投资苹果公司的风险投资家们也获得了超额回报。

但是，新兴技术品类众多，发展前景不确定，尤其是信息通讯技术创新速度的日新月异，再加上历史数据的缺失，投资者要在纷繁复杂的新兴技术中选出符合技术发展趋势、准确判断一项新兴技术是否值得投资等，是一项非常困难的工作。基于此，本文将首先对新兴技术领域的发展现状和投资情况进行概述，然后在对新兴技术预测理论方法进行梳理的基础上选择目前投资咨询领域的前沿研究方法进行介绍，最后，在此基础上，对当前新兴技术发展趋势进行实证研究，从而为新兴技术投资方向的选择和投资策略的制定提供依据。

2. 新兴技术及其投资现状

新兴技术是建立在科学基础上的革新，这些技术有潜力去创造一个新行业或改造一个老行业（George S. D. 和Paul J.H.，2002）[1]。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[2-3]。具体而言，新兴技术必须同时具备几个要素：一是该技术正在形成或发展之中，是刚刚出现的技术；二是能对经济结构产生重要影响；三是这些技术是高新技术而不是传统技术。人类文明发展历程中，每一次世界经济发生的根本改变都是由一系列新兴技术集群所推动，这些或者由激进革新而成、或者通过集中多个过去的独立研究成果而的间断性、创新性技术引领着产业变革的方向，也主导着新一轮经济的增长，与之相伴随的是，资本市场新一轮牛市的高涨。

2.1 新兴技术发展现状

18 世纪末以来，经济增长已历经五个不同的阶段，并相继产生了五次技术革命。从机器的制造业的兴起到蒸汽机的发明，再到铁路建设、轮船航运的兴起，每一次技术革命中新技术不断涌现，广泛渗透到传统工业中，带动了社会各行各业的技术进步，在相当程度上成为一个地区乃至一个国家经济发展的驱动力。20世纪80年代以来，一场以信息通讯技术、新能源为主要内容的新技术革命和产业革命正在展开，掀起第六次技术革命的浪潮。变革时代，众多专家都在加大对新产品的研发，全球技术创新活动屡创新高。世界知识产权组织数据显示，近年来，国际技术创新活动不断增长，尽管2008年受国际金融危机的影响，全球技术创新活动在短期经历了低潮，但随后迅速恢复，2010年就出现反弹，2011年国际专利申请数增长率达到了近10年来的最高点（见图1）。

图 1  1995-2011年全球专利申请情况

数据来源：《世界知识产权指标报告（2012）》，2012年12月。

逐年递增的专利申请凸显全球新兴技术的高速发展，这些新兴技术涉及信息、生物、新能源、新材料、纳米等领域，这既体现了进入新世纪以来科技发展的热点领域，也反映出科技发展的未来趋势。从各行业领域的新兴技术发展情况可以更好地看清当前前沿新兴技术的发展现状与走向。总的来看，当前各行业的新兴技术中，信息技术处于主导地位，生物技术拥有重要席位，新能源技术数量不多但倍受瞩目，新材料技术支撑着诸多新兴技术的发展。

（1）信息技术占据主导地位

全球正处于信息技术深度应用和新一轮技术革命孕育阶段，技术创新渐趋活跃，面临新的经济增长机遇。世界知识产权组织数据显示，所有新兴技术中，数字通信、计算机技术已分别成为全球专利申请增幅最快和申请最多的领域。而这些信息技术中，实时交互、智能、安全成为热门技术方向。具体而言，赛道内存、散列缓存、概率芯片、超高密度数据存储、柔性显示器、数字压缩成像技术、无线传输等技术代表着新型电子元器件低功耗、高效能的发展方向。云分流、手势界面交互技术、语音交互技术、增强现实、社会化电视、智能软件助理、无线电源、对等网络技术、泛在无线技术、无线传感器网络、万能翻译、自动控制与人工智能等新兴技术体现出计算机与软件更加凸显人类对便捷、高效、多彩生活的追求。同态加密、抗崩溃代码、通用身份认证技术、空管互联网、电力网格控制、软件可信性、量子密码、数字权利管理、生物特征识别等反映了人们为保障网络通信安全和关键系统安全所作的努力。社会编目、实时搜索、异常建模、现实挖掘、数据挖掘等使得社会领域成为科技发展中的重点关注对象。另外，媒体平板电脑、BYOD（自带设备）、托管虚拟桌面、 HTML5、以及移动支付等移动终端和移动互联网技术反映了技术界实现任何服务或功能均可随时随地呈现在任何设备上的未来趋势。

（2）生物技术拥有重要席位

在新兴技术中，生物技术所占比例也较多，这些新兴生物技术对药物研究、重大疾病早期诊断和控制治疗，以及人体组织、器官修复和治疗方面发挥着重要作用，将显著提高人类健康水平。在疾病治疗方面，更为精确地DNA读取方法分离染色体、新型基因组合成细胞，诱导多能干细胞、植入式芯片、双效抗体、神经元控制技术、纳米癒合治疗、以及核糖核酸干扰疗法等新型疾病治疗技术突破了传统治疗技术的局限和不足，为人类一些重大疾病的治疗提供了更有效的方法。在疾病诊断方面，100美元的基因组测序、诊断试纸使得快速、低成本诊断成为可能；扩散张量成像技术使得揭示大脑微观结构成为可能；个性化监控仪代表着精确化、自动化医疗数据诊断方向；新陈代谢学研究、个人基因组学研究等则可能导致新诊断工具的发现。在疾病机理与生命本质研究方面，癌症基因学、神经联接学、比较相互作用组学、表观遗传学、合成生物学、单细胞分析、细胞核重组等标志着探索人类遗传、基因、大脑等未知领域又迈出了重要的一步。

（3）新能源技术倍受瞩目

新兴技术中，新能源技术数量不多，但倍受瞩目，绿色、高能效、低成本成为发展目标。主要有固态电池、太阳能燃料、光捕捉式光伏发电、液态电池、行波反应堆、纤维素酶、纳米充电太阳能、纳米太阳能电池等。其中，太阳能电池技术尤其引人关注，比如，光捕捉式光伏发电技术、纳米充电太阳能电池的等，这代表着可再生能源的发展方向，绿色、高能效、低成本成为新能源技术发展的共同目标。生物燃料研究方面，太阳能燃料通过从喂养阳光与二氧化碳的转基因微生物中提炼乙醇及其它液态燃料，利用太阳能直接制造可再生燃料；纤维素酶有利于增加纤维素生物燃料的使用效能，降低使用成本，并可减少温室气体排放。核能利用方面，行波反应堆设计方案使得核反应堆只需少量浓缩核燃料即可运行，行波反应堆在理论上可以运行两百年，而不用再次加注核燃料。电池研究方面，固态电池旨在研发不需要额外部件的高性能电池，不仅节省了空间和原材料，缩小了体积，而且能够存储更多能量，大大降低电力汽车成本；液态电池以熔融金属为电极，以熔盐为电解质，可快速吸收大量电子，提高了效能，且成本不及现今最好电池的1/3，使用寿命也大大延长，有利于大规模储存电力，使得太阳能发电大有用武之地。太阳能、生物燃料、核能的快速发展，为缓解全球能源危机提供了可能，有利于逐渐突破化石能源的束缚，并可能引起能源结构的变革。

（4）新材料技术受到关注

新兴技术中，直接以新材料命名的技术不多，主要包括石墨烯晶体管、超材料隐身、绿色混凝土、可伸展的硅、纳米线等，但许多新兴技术中都包含着新材料的身影，如超高密度数据存储、量子导线、纳米收音机中的碳纳米管，可移植芯片中的生物材料，赛道内存中的磁性材料，液态电池中的活性材料，纳米压电传感器中的氧化锌纳米线，纳米充电太阳能中的半导体量子点材料，纳米太阳能电池中的镉碲化物，以及微光子学中的光子晶体，等等。总体来看，纳米材料（包括碳纳米管、石墨烯、纳米线、量子点等）、超材料成为研究热点，新材料在支撑电子信息、能源动力、资源环境、生物医药等领域中发挥着物质基础和先导作用。

值得一提的是，纳米技术无处不在，快速渗透到信息、生物、能源、材料等诸多领域，成为各领域发展的技术源泉在这些新兴技术中，纳米技术不仅体现在纳米压电传感器、纳米收音机、纳米充电太阳能、纳米癒合治疗、纳米医学、纳米生物力学、纳米线、纳米太阳能电池、纳米印刷光刻等直接以“纳米”命名的技术中，而且支撑着光捕捉式光伏发电、赛道内存、石墨烯晶体管、新型激光聚焦技术、超材料隐身、超高密度数据存储、量子导线等技术的研究。总体来看，纳米技术已渗透到信息、生物医学、能源、新材料等诸多领域，在提高信息存储容量和信息处理速度、提高能源转换和利用率、提高药物效能和改变疾病治疗方式等方面发挥了巨大作用，对于推动信息革命、解决能源危机、提高生命健康水平具有重要意义。

2.2 新兴技术投资现状与难点

新兴技术，完全不同于一般的技术，具有“创造性毁灭”的特质——它们可以创立一个新行业或者改变一个老行业，改变企业价值链结构，改变辅助价值链，并且重新定义其业务范围，改变竞争规则，改变原来的基础结构、程序、组织结构、能力和思维模式等。而且，由于新兴技术的“创造性毁灭”和激烈竞争，这些公司往往进一步呈现“赢者通吃”（Winner-take-all）的特征，尤其是对于知识经济时代下的新兴技术领域和新兴行业，比如网络行业、超竞争行业和空心行业等。因而，那些引领新兴技术发展的公司能表现出超出市场预期的高成长，从而最终在资本市场受到投资者的追捧。

以引领电动车革命的特斯拉为例，其在电池续航、快速充电等领域的突破性技术创新，以及其十年首次盈利和超预期的销售业绩，使得出身于硅谷的特斯拉在全球范围内掀起了一股超级旋风，受到全球消费者和资本市场的热捧。截止2013年7月16日，特斯拉股价涨至133.26美元高位，比年初增长259.9%，市值达到147亿美元。 

图2 特斯拉股价走势与LPPL模型拟合

特斯拉这股旋风更是进一步惠及了国内电动车、锂电池产业。2013年5月，在特斯拉概念的带动下，我国新能源汽车概念股开始持续走强，万向钱潮、比亚迪、海马汽车、华菱星马在5月期间的涨幅均超过四成，分别上涨46.93%、43.75%、44.05%、43.69%。2013年6月7日，斥资8亿元进军锂电池领域的大东南开盘不久即直逼涨停，最终报6.50元/股，涨9.98%。锂电池行业也出现了盈利改善预期，江特电机、赣锋锂业、天齐锂业、亿纬锂能、德赛电池等个股涨势居前。

尽管新兴技术高收益率非常吸引人，但是，新兴技术不寻常的高风险、高度不确定性以及较低的成功率，使得投资者在投资一项新兴技术时的风险难以预料，新兴技术投资中的风险包括技术风险、市场风险、管理风险、资金风险等[1][5]。比如，20世纪末的“互联网泡沫”，便很真切地让人们了解了一次新兴产业魅力相伴随的高风险。当时互联网产业给人们带来了无限遐想，因而短期内吸引了大量的资金，并短期内推高了相关资产的价格。后来网络泡沫爆破以后，很多企业纷纷倒闭，投资者亏损惨重甚至颗粒无收。显然，与成熟的传统产业相比，新兴产业意味着更高的成长性和更高的回报率，但相对更高的风险也如影随形。

3. 基于技术炒作周期模型的新兴技术投资方向分析

新兴技术发展方向的判断是投资新兴技术的一个重要环节。学术界对于技术发展方向的选择已经形成了包括德尔菲法、层次分析法、专利分析法、文献计量法以及技术路线图法等在内的一套理论方法体系，这些方法对国家或企业、或投资者在科技、经济、以及投资决策的选择起到了一定作用。但是由于新兴技术历史数据的缺失，以及技术的发展及其产业化具有很大的不确定性，要准确判断一项新兴技术是否能够推动产业的发展或者是否可以形成新的产业从而值得投资等，仍然是理论界和投资界的一项非常困难的工作。考虑到新兴技术的特点，选择一个更加合适简便的方法来鉴别新兴技术是否值得投资尤为重要。

3.1 技术炒作周期模型

技术炒作周期（Hype Cycles）模型最早由Gartner公司的Jackie Fenn在1995年提出，这是关于技术或应用的成熟度和市场采纳度的图形显示，用来描述技术沿着周期发展的趋势。Gartner的炒作周期是他们给大公司技术战略提供咨询的一个重要的、且有重大影响的模型，已经被很多预测者、学者用来评价或判断特定技术的投资决策或其他非投资决策。

Gartner技术炒作周期模型用预期或可见度作为y轴，时间做为x轴，描绘了技术发展的路径。如图3所示，这个模型是由两个不同的方程合并而来，它能解释新技术的炒作曲线形状，比如万维网（Fenn 和Raskino，2008）[6]。

图3 技术炒作周期模型的组成

第一个方程是以人性为中心，把期望描述成一个炒作水平的曲线。钟形的期望/炒作曲线表示新技术引入时市场突然过度积极和非理性的反应。Fenn和Raskino指出，人类做决定时的三种人性现象可以解释这个曲线形状：追求新事物（热爱分享）、社会感染和启发式态度，这会导致人们对一项新技术的潜力倾向于高估。媒体倾向于聚焦在潜在的好故事，从而大致炒作的支持者大众超过反对者。一旦技术进入炒作期，决策制定者们会选择跟随趋势而不是自己仔细评估该技术的潜力。从而技术炒作不断累积，直至进入一个陡峭的高峰期。之后，随着第一代产品应用中出现的常有的失望，炒作泡沫突然破灭，技术周期进入一个低谷期。

第二个方程是经典的描述技术成熟度的S型曲线。技术成熟度的S曲线是基于这样一个概念：技术的表现，或者说成熟度一开始仅仅缓慢发展。市场对技术的基础不是很了解，早期的投资或采纳都可能导致损失。但是随着技术的发展，在一些拐点阶段，技术会突飞猛进，直到受限于技术的特定局限，达到一个平顶。

最后两者一起得出的炒作周期曲线如图4所示。技术的路径可以分为5个不同的阶段：技术萌芽期、期望膨胀期、泡沫化的谷底期、稳步爬升的光明期以及实质生产的高峰期。每一个阶段都有一些特定的指标，这可以对任何给定的技术当前所处阶段进行判断。

图4 技术炒作周期与各阶段指标

（1）技术萌芽期（Technology Trigger）

早期概念故事广为宣传、市场没有可以用的产品公众通告或展示触发周期。对技术的认识开始蔓延，吸引了第一批媒体的报道。风险资本家和拟采纳的公司准备利用可能的先发优势。

（2）期望膨胀期（Peak of Inflated Expectations）

成功和失败的故事广为宣传、少数公司在行动，大部分没有这个阶段的特点是高预期膨胀，或通过媒体的报道进一步夸大。从众效应使得公司纷纷投资而不会有一个明确的战略和完善的商业案例。

（3）泡沫化谷底期（Trough of Disillusionment）

随着实验的失败，兴趣渐减；产品不稳定或失败过度热情和夸大投资导致商业上的采用不能满足性能和收入预期。公共失望蔓延，并再次通过媒体大肆扩大，进入负面影响时期。

（4）稳步爬升光明期（Slope of Enlightenment）

技术的益处、第二和第三代产品、更多厂商参与进来并盈利一些早期使用者继续探索该技术，并开始获得净利润而重拾动力​​。随着越来越多的投资，对技术的理解越来越深入，产品性能也获得很大增长。该技术也开始被社会化。

（5）实质生产高峰期（Plateau of productivity）

主流消费者接受、市场扩大、该技术显示出来实际的机制，随着市场展示的成功，越来越被更多人所接受。

总体来说，根据技术炒作周期模型，市场经常会先经历一个充满了高度期待的兴奋期（Hype Cycle）；随着期望值太高而无法达到，随后步入一个面对现实的低谷期。如果到达低谷后市场取得了成功，那么下一个阶段就是腾飞阶段。对于投资者来说，泡沫化谷底期之后的稳步爬升光明期和实质生产高峰期是新兴技术最具投资价值的阶段：一旦低谷阶段结束，强健的新技术市场将最终证明其价值要比在初始的“兴奋期”想象的高的多。上个世纪末期的互联网便是这样一个案例。

上个世纪90年代末期，互联网正经历一个高速发展的兴奋期，但市场基础设施还没有完全准备好。2000年时，固定带宽连接只有500万个，同时相关的支持应用非常稀少。因此互联网在2000年时进入了我们上面所说的低谷期，也即我们熟悉的互联网泡沫时期。但是到2005年，仅在美国就已经有4300万的带宽连接，同时出现了让人们沉迷于其中的YouTube和Facebook。那一年，Amazon的Bezos发布了他的会员制度（Amazon Prime），让主流消费者相信他们可以通过网络方便安全的进行购物。从那时开始，互联网对文化的变革能力以及渗入主流文化的能力完全超乎了我们的想象。电子商务巨头Amazon的成长历程几乎完整跟随着这个市场发展周期，其股价完美清晰的诠释了这个过程。

图5 1998-2002年亚马逊公司的股价走势

值得注意的是，期望膨胀和实质生产高峰期之间的时间被称为时间价值差距（Fenn和Raskino，2008）。考虑到每一种技术的性能约束、整合复杂性、和渗透潜力的差异，这个差距也会各个不一。结果是，炒作周期曲线时间跨度会有从2年到20年不等的差异。其中，普通技术的成熟需要5至8年，而快车道技术（Fast track technologies）只需要2至4年。与之相反，长引信技术（Long fuse technologies）则可能要经历几个低谷和炒作期。甚至有一些技术，完全不能从低谷期恢复，我们在经济学上将这种现象称之为“市场失灵”。比如，一些特定的纳米技术对很多产品来说都是非常必要的，但是一个广大的纳米技术市场并没有腾飞起来：市场并没有一些核心的被广泛采用的基础技术来支持，也还没出现这个领域的开拓者、引领者带领市场走出低谷，其未来似乎仍然不清晰。在很多因素呈现出来之前，市场将很难走完低谷而进入腾飞阶段。

3.2 新兴技术投资方向

Gartner的技术炒作周期图形包括横轴和纵轴两部分，横轴用时间表示，纵轴用可见度（Visibility）或期望（Expectation）表示。对于纵轴指标的选取，参会人数（Tim Menzies，2002）[7]、报刊文章的频率（J. Lind，2004）[8]、文献数量（Watts & Porter，1997；H. Järenpää & S..J. Mäkinen，2008等）[9-10]等常被用来表示“可见度”或“期望”这一指标。不过，M. Steinert（2010）[11]认为，这些指标或者不能代表潜在客户的“可见度”或“期望”，或者不同的数据来源会得出不同的技术演变路径，为了获得更好地描绘炒作周期这一图形，可以用Google趋势中的“用户关注度”这一指标来表示。Google Trends中的“用户关注度”是Google公司利用Internet分析法，通过对用户在其网页上就某一关键词的搜索日志数据进行挖掘而建立的一个反映关键词受用户关注情况随时间变化的指标，该指标在实践中被证明能够准确的反映出对应事物的实际走势。因此，本文沿用M. Steinert的研究成果，选取Google Trends中的“用户关注度”指标来衡量技术炒作周期曲线，数据截止到2013年8月。

为分析新兴技术未来的投资方向方向首先需要确定当前前沿领域的关键新兴技术热点。所谓关注热点是在某一时间段内，有内在联系的，数量相对较多的一组网页所探讨的科学问题或者专题。对于不同的研究领域在关注热点选取上也存在着不同的方法。对于比较成熟的技术，在关注热点选取上可以使用文献计量学中的相关文献关键字词频分析的方法；对于新兴技术，因为缺乏文献和专利文件，在关键字选取上可以采用由专家确定关键字的方法。考虑到Gartner2012年6月公布的报告对这之前92个领域多达1900种的前沿技术种类进行了筛选，选出48项前沿新兴技术热点。本文沿用Gartner的研究报告成果，2012年6月及之前的新兴技术热点选取Garnter报告中的48项；而从2012年6月至今一年多来新兴技术领域的新变化，用专家判断法进行选择。通过Google搜索引擎对以“新兴技术”为标题、排名前100的网页进行整理，再通过关键词的共现统计，得出，2012年6月以来，新兴技术热点主要有如下7项。如表1所示。

图6 2013年新兴技术炒作周期

因此，以Gartner公司2012年报告中的48项技术叠加2012年以来进入热点的7项关键新兴技术，共55项新兴技术为研究对象，通过技术炒作周期模型实证研究。研究发现，如图6所示，2012年以来的7大新兴技术热点中，下一代基因组、深度学习初期技术萌芽期；Hadoop和开放式平台处于期望膨胀期，不过开放式平台炒作周期有趋于下降的趋势；可行性分析、可穿戴式计算和智能手表则处于泡沫化谷底的底部阶段，不过随着大数据、云计算、移动互联网等方面的技术突破，这些领域开始从谷底期走出，往缓慢爬升光明期前进。尤其是智能手表，在Google glass为代表的可穿戴设备的市场大热下，2013年以来迎来了小幅趋势，预计2至5年内会带动一批产品投入市场。

其他48项新兴技术在炒作周期曲线中的位置与Gartner公司2012年的报告大致类似，不过相对于2012年，2013年以来这些技术也发现了一些新变化。相对于Gartner2012年的报告，我们发现，技术萌芽期的3D生物打印、3D扫描和物联网2013年以来热度大大增加，尤其是物联网，从技术萌芽期进入到期望膨胀期，与期望期的大数据一起，是今年最受市场关注的新兴技术之一。另外复合事件处理、私有云计算、增强现实、活动流仍在期望膨胀期，但相对于去年，沿着曲线进一步下降了。不过不同于Gartner2012年判断的是，手势控制相对处于期望膨胀期，而且相对于去年热度进一步增加，相对于去年继续反弹的是APP市场，这都是2013年以来的热点。泡沫化谷底期的互联网电视、云计算进一步下降，谷底还没到来。处于谷底期的大部分新兴技术仍然在谷底盘整，不过虚拟世界相对于20122年有所攀升。最后，缓慢爬升期和实质生产高峰期的新兴技术大部分没什么变化，不过多媒体平板和预测分析，相对于2012年，沿着曲线有所增加。优先级矩阵可以进一步分析未来新兴技术发展方向。如表2所示，虚拟桌面、多媒体平板电脑、理念管理、预测分析等技术有望在两年内形成生产力；大数据、Hadoop、开放式平台、无线供电、硅阳极电池、BYOD、云计算、手势控制、App应用、活动流、OTA支付、文本分析、可行性分析、生物特征识别、语音识别的等则可能在2-5年内成熟；其他一些技术虽然炒作得厉害，但规模运用仍有待时日。

虽然炒作周期中技术都是独立的，但可以将其归类分组以便更好的理解，以下是根据实证结果得出的几类新兴技术的投资方向：

（1）移动互联网

技术界一直以来都期盼着一件事，那就是任何服务或功能均可随时随地呈现在任何设备上，这就是包括科学家们在内的主流业界与学界不断提及“无所不在的网络”概念。移动互联网的出现使得这一趋势成为可能，而IT消费化趋势更是为这一场景的出现提供了动力，现在企业开始逐步允许员工将自己的设备带到工作场所了。可以说，移动互联网是目前乃至未来很长一段时期下的技术领域指导性概念。出现在炒作周期的移动互联网核心关键新兴技术有四个：无线传输网络，如NFC（近场通讯）；移动智能终端，如BYOD（自带设备）、移动智能电视，智能表等；移动互联网应用，如APP市场；以及终端用户计算技术，包括云计算、HTML5、Hadoop、移动开放平台，这其中的许多技术及趋势仍有待成熟方能将这种场景推向常态，但HTML5、托管虚拟网络将是这几个技术是引爆点的强有力候选者。

（2）智能化事物

计算机、互联网、移动通讯的发展催生了人类社会与互联网在各个领域的结合，诞生了更智能的事物，而更智能的事物连在一起可以帮助人类更好地生活和工作。根据炒作周期曲线，这一场景中新兴技术的发展方向主要有四类：一是智能机器人，如自动驾驶、移动机器人；二是物联网，包括其中的机器通讯服务、传感器网状网络、三是消费级车联网；四是智能化人类机能，包括人类机能增进、家庭健康监控。五是移动支付，这一场景构想的是一个没有现金的世界，因为大家的交易都是用电子的方式完成的。这会给企业带来效率和可追溯性，而对于客户而言而带来了便利和安全。这一领域的技术包括 NFC支付、无线方式（OTA）支付以及生物信息验证方式等。

（3）大数据和可伸缩计算

信息爆炸的互联网时代在便利人民工作、生活的同时，也产生了大量数据，尤其是社交媒体和移动互联网的普及更是为海量数据做出了大量贡献。IDC数据显示，这些大数据超过90%的数据都是非结构化数据（如图像、视频、MP3音乐文件、以及其他基于社交媒体的文件和在Web上进行的工作），大数据蕴含着丰富的信息和价值，数据资产将成为未来的一项重要资产。与大数据相适应的是计算技术图景将更为广阔：洞察分析和计算能力近乎无限，且规模的伸缩具备成本效益。因此与之相适应的新兴技术发展方向将是：一是数据资产：包括大数据、活动流、语音记录；二是数据计算分析技术，包括量子计算、内存数据库管理系统、云计算、游戏化、复杂事件处理、挖掘/语音分析、社会化分析、文本分析、众包、消费者远程信息处理、预测分析。
    （4）交互技术人性化

交互技术作为一个独立的、重要的技术发展领域一直是世界计算机行业的关注焦点。互联网、尤其是移动互联网的应用与普及对更加便利、快捷、人性化的交互技术产生了大量需求，并成为近年来计算机行业的又一热点竞争领域。交互技术人性化，这个场景描述的是一个人类以更自然的方式与技术进行交互的世界，通过技术炒作周期模型分析发现，未来这一领域新兴技术的发展方向主要包括：自动内容识别、自然语言回答、语音翻译、手势识别、生物特征识别、语音识别、增强现实、全息显示技术、虚拟现实。

（5）其他重大颠覆性技术

以上主要是信息技术领域的新兴技术前沿发展方向，除此之外，我们的实证模型也对能源技术、生物技术等其他领域的新兴技术热点进行了分析。根据炒作周期模型结果，首先，综合了数字建模、机电控制、信息技术、喷射技术、材料与化学等诸多方面的前沿技术和知识的3D打印将彻底颠覆现有生产模式、商业模式等各方面，这一技术已经处于期望膨胀期，是未来新兴技术的前沿发展方向，不过，根据我们的结果，这一技术还需要5年以上的时间才能走向成熟。其次，硅阳极电池、无线充电是能源技术方面的前沿发展方向，这是支持移动互联网、物联网等的发展，实现“无所不在的网络”的一个重要基础。另外，下一代基因组学也将是生物学方面的前沿技术发展方向，包括里边的下一代基因组测序、基因诊断、个体化医疗前景值得期待。

4. 结论与投资建议

随着经济全球化进程的加剧，科学和工程技术的飞速发展，以通信技术、新能源技术等为代表的新兴技术发展的步伐也越来越快，资本市场中新兴技术的投资价值也越来越高。但是，由于历史数据的缺失，以及新兴技术的发展及其产业化具有很大的不确定性，判断一项新兴技术是否能够推动产业的发展或者是否可以形成新的产业从而值得投资等，是一项非常困难的工作。Gartner公司的技术炒作周期模型能够通过技术或应用的成熟度和市场采纳度的图形显示，来描述技术沿着周期发展的趋势，在对技术进行评价、预测以及判断投资决策方面具有较高应用价值。本文正是采用技术炒作周期模型对当前我国新兴技术发展现状和趋势进行了实证研究。

研究发现，新兴技术投资方向可以沿着如下几个方向进行布局：一是移动互联网，包括无线传输网络、移动智能终端、移动互联网应用以及终端用户计算技术；二是智能化事物，包括智能机器人、物联网、消费级车联网、智能化人类机能和移动支付；三是，大数据和可伸缩计算，包括如大数据、活动流等数据资源和云计算、社会分析等计算分析技术；四是交互技术人性化，如自动内容识别、手势控制、增强现实等；最后，制造、生物、能源等其它领域的重大颠覆性技术，如3D打印、下一代基因组学、硅阳极电池等。

总之，新兴技术投资方向的选择关键在于识别技术的低谷期，并且寻找那些能终结低谷阶段的技术、产品、商业模式以及领导者。不过，还要注意的是，许多新能力和趋势均涉及到多种技术的混合运用。比如，NFC（近场通讯）除了决定移动支付的发展趋势之外，也是移动互联网发展的关键技术之一。只要其中有一项短板技术取得突破性进展或重大进步，就会带动多个领域技术的共同发展，“引爆”整个行业，新兴技术投资尤其要关注这种能够引发所谓“引爆点”的短板技术。

参考文献：

[1] George 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] 赵振元,银路.实物期权思维在新兴技术管理中的若干应用[J]. 预测, 2005,24( 2) :20- 24.

[3] 赵振元, 银路, 成红.新兴技术对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.

[4] Lewis M. B., Philipe A.高科技风险管理 [M] .祝灿, 汪兰英, 译.北京: 中信出版社, 2003.

[5] J. Fenn ,  Raskino M.. Mastering the Hype Cycle: How to Choose the Right Innovation at the Right Time [M]. Boston: Harvard Business School Press, 2008.

[6] T.Menzies.21st-Century AI: Proud, Not Smug[C], IEEE Intelligent Systems, 2003:18-24.

[7] J. Lind. Convergence: History of Term Usage and Lessons for Firm Strategists[C]. ITS 15th Biennial Conference, Berlin, Germany, 2004.

[8] R. J. Wattes , A. L. Porter. Innovation Forecasting [J]. Technological Forecasting &Social Change, 1997, 56(1): 25-47.

[9] H. Järenpää, S.J. Mäkinen. Empirically Detecting the Hype Cycle with the life Cycles Indicators: An Exploratory Analysis of Three Technologies[C]. 2008 IEEE.

[10] M. Steinert, L. Leifer. Scrutinizing Gartner’s Hype Cycle Approach[C], 2010 IEEE.