TRIZ真的是创新“点金术”吗——对浙江省TRIZ应用效果的分析

姚 威，储昭卫，胡顺顺

(1.浙江大学 公共管理学院；2.浙江大学 中国科教战略研究院，浙江 杭州 310058)

0 引言

TRIZ是俄文中关于“发明问题解决理论”的罗马字母缩写，由原苏联发明家根里奇·阿奇舒勒开发，随后被广泛运用于各种技术创新活动中。TRIZ因能够提高个人创新能力和增强企业创新实力，在一些科技宣传和媒体报道中被誉为创新“点金术”[1-2]。然而，正如“点金术”拥趸者和质疑者并存一样，TRIZ在实践中也是毁誉参半，有学者质疑TRIZ到底能否产生如宣传中那样的巨大效果。

导致争议的原因有很多方面：第一，TRIZ开发过程未经同行评议，不符合科学理论诞生的一般程序，存在天然的“合法性危机”[3]。第二，运用TRIZ解决技术问题的过程难以重复，解题结果往往因人而异[4-5]。第三，在实际应用过程中存在学习TRIZ理论困难[6]、推广人员夸大TRIZ使用效果、使用者误用TRIZ工具[7]、导入和应用TRIZ工具体系效率低下[8]以及使用TRIZ理论存在产业情景差异等问题[9-11]。回应这些争议能够扩大TRIZ理论传播范围，有助于工程师认识TRIZ使用规律，从而提升技术创新成果等级，创造更大的社会经济效益。基于此，本文通过对TRIZ应用过程进行调研和分析，厘清TRIZ应用特点和效果，对企业运用TRIZ理论开展技术创新实践具有一定借鉴意义。

1 文献综述

1.1 TRIZ适用性研究

当前，对TRIZ适用性的研究主要体现在行业和应用目的两个方面。其中，行业适用性研究以Moehrle等为代表，主要结论如表1所示。从中可见，TRIZ具有广泛的行业适用性，几乎覆盖了全部制造业领域以及生物、管理等非制造业领域。以Ilevbare等为代表的学者研究TRIZ目的适用性，结果如表2所示。研究表明，TRIZ能够帮助工程师解决技术、产品开发与设计、技术预测、计算机辅助创新等各种问题，并不局限于解决特定类型技术难题或其它单一用途。

表1 TRIZ行业适用性

表2 TRIZ目的适用性

1.2 TRIZ应用效果与效益

当前，学者对TRIZ效果的研究主要集中在TRIZ工具使用方面，如使用频次和工具有效性等。TRIZ工具使用频次研究结果如表3所示，可见不同TRIZ工具之间的使用频次差异较大，学者基本认可矛盾是最常用的TRIZ工具，但未就工具使用频次及导致使用频次差异的原因达成共识。

表3 不同TRIZ工具使用频次

相关学者对TRIZ效益的研究主要关注解决方案产出和TRIZ应用效果，如表4所示。从中可见，这些研究大多从经验出发对TRIZ效果与效益进行评价，研究结论呈现出明显的“两极分化”态势。

表4 TRIZ使用有效性评价

1.3 研究述评

总体来看，现有研究对TRIZ适用性及其效果效益进行了广泛研究，提高了人们对TRIZ的认识，但由于研究样本和设计存在一定局限，还不足以回答“点金术”之问。当前研究总体上存在3点不足：第一，不同研究结论差异较大。以应用行业为例，Moehrle[13]认为TRIZ不存在行业适用性问题，但Chechurin[12]强调TRIZ在信息处理和仿生学/生物工程学中发挥着重要作用；Cavallucci[15]认为TRIZ常用于汽车行业，Spreafico[4]认为是能源行业，Zlotin等[14]则认为其适用于任何行业领域。除矛盾工具外，针对TRIZ工具使用频次、使用目的和有效性分歧的研究也较多。第二，对TRIZ工具效果的研究有待深入。现有研究主要是描述性统计分析，无法说明TRIZ工具特点及其对创新方案的贡献度，也未给出定量对比与评价。第三，忽视了TRIZ应用效益评价，且评价维度和视角较为单一。

综上所述，针对TRIZ在理论和实践中存在的问题，本文从以下3个方面展开研究：第一，通过分析TRIZ应用行业和应用目的考察其适用性。第二，通过分析不同TRIZ工具使用频次、方案新颖性、概念方案采纳情况，探究TRIZ工具使用效果。第三，基于综合效益视角考察TRIZ应用方法产生的效益，并探讨其对最终效益的贡献情况。

根据研究目的，本文从两个方面保障研究质量：第一，选取高质量样本。一是提高研究样本数量，以往学者如Moehrle & Ilevbare的研究样本数量只有40左右，不足以获得规律性结论。二是克服抽样误差。现有研究取样存在两种“幸存者偏差”：研究样本来源于公开发表的期刊论文或网络文献，都是经过同行评议的成功案例；网络公开案例大都来源于咨询和推广企业，带有一定的宣传目的[12]。第二，采用定量统计分析法对TRIZ工具使用效果进行分解，除采用描述性统计分析外，还采用多元线性回归分析和logit回归构建工具与效果效益之间的模型，对TRIZ应用贡献进行分析。

2 样本设计

2.1 研究样本

真实有效的数据是确保研究信度的关键，因此需要规范抽样过程，对TRIZ应用情况进行统计。由于TRIZ应用体系无法完全标准化，正式的研发活动也难以完全记录在册，所以最理想的样本来源是由研究者进入产业实践独立获取[12]。本研究样本来源于科技部创新方法工作专项试点企业或个人在创新方法学习过程中解决的真实工程技术问题，样本由浙江省科技厅以结题报告形式收集整理，所有样本难题均通过中国创新方法研究会的认证考核，能够保证样本来源的真实性、收集过程的权威性、样本质量的可靠性。最终共收集216个案例，其中包括148个有效案例。

2.2 调查内容

调查内容主要包括3类数据：第一，TRIZ适用性数据，如行业领域适用性、应用目的等。第二，TRIZ工具应用数据和概念方案，包括12项TRIZ工具使用次数、概念方案总数(含重复和去重复)，具体见表5。第三，TRIZ应用综合效益数据，主要包括经济效益、知识产权效益和社会效益。

本文通过如下方法获取上述调查内容：第一，客观统计。由两位有TRIZ使用经验的研究者对样本报告进行统计，并对统计结果逐一核对。在统计过程中，每应用某TRIZ工具产生一个概念解便记使用次数为1，以后逐次增加，将使用次数小于3的工具归类为“其它”。第二，专家打分。经济效益、知识产权、社会效益具有行业差异和保密要求，由主管部门浙江省科技厅组织专家打分，无需专门处理。

2.3 描述性统计分析

本研究中关于工具使用和概念方案产生情况的描述性统计结果如表5所示。从中可见，平均每项课题产生概念方案17.18个(含重复)，剔除重复概念方案后包括15.68个概念方案，每项课题最终采纳3.02个概念方案，并获得2.1项授权专利，同时申请专利或形成技术秘诀1.24个。在具体工具使用上，使用次数平均值介于0.03～4.55之间，使用次数标准差介于0.245～2.117之间，最少使用0次，最多使用19次。

表5 调查数据描述性统计结果

3 结果分析

3.1 TRIZ适用性分析

(1)TRIZ行业适用性。研究TRIZ行业适用性可以回应对TRIZ行业情景差异的质疑。本研究样本大多受专项资金支持，多为普惠性而非盈利性样本，且面向省内所有具有研发活动的企业，不分行业领域。同时，浙江省经济发达、产业链完整、产业覆盖面广，能够保证样本选择满足随机抽样需求。本研究行业分类主要依据联合国颁布的《所有经济活动国际标准行业分类》[17]，首先确定所属门类(大类)，再确定二级类(子类)，具体统计结果如表6所示。从中可见，TRIZ应用较多的4个行业分别为：①机械行业，主要用于机械设计、制造技术改进，占比17%，在Cavallucci[15]、Spreafico等[4]的研究中，TRIZ适用于通用机械的比例分别排名第三和第四；②冶金工艺改善、冶金设备设计与改进行业占比15%，Cavallucci[15]将其统计为钢铁制造，占比5%；③仪器仪表行业占比11%；④纺织业占比10%，在Cavallucci[15]的研究中，约有3%的TRIZ工具应用于纺织业。

表6 TRIZ应用行业分布

即便忽略统计分类差异，本文调研结果与Spreafico等[4]和Cavallucci[15]的研究结论仍存在一定差异。本文调研发现，TRIZ被广泛应用于解决机械、冶金、仪器仪表等15个行业领域技术问题。相较于之前的调研结果，本研究发现TRIZ还可用于计算机与通信工程、光学设备和仪器、医疗器械、建筑、农业和水利工程等非制造业领域，而不仅仅只适用于传统制造业领域。

(2)TRIZ目的适用性。调查TRIZ使用用途可以明确TRIZ适用问题类型，能够更好地帮助企业制定使用策略，做到“有的放矢”。统计过程主要根据Ilevbare等[8]、Spreafico等[4]和Chechurin[11]的分类结果，把相似用途合并，记录每个用途数量，统计结果如表7所示。从中可见，提高生产率这一目的占比最高，达到31.08%。Spreafico等[4]研究发现，TRIZ用于提高生产率的占比为13.82%，低于环境污染改善与质量提升占比。排名第二的是提高质量，占比21.62%。而在Spreafico等[4]的研究中，提高质量的占比高达33.55%，远多于其它用途。在改善安全性和降低成本方面，本文研究结论与Spreafico等[4]的研究结论基本一致。另外，环境污染改善占比为6.08%，而在Spreafico等[4]的研究中这一比例高达16.45%，仅次于提高质量占比。Chechurin[11]指出，环境污染和可持续设计已逐渐成为TRIZ的重要应用目的。

表7 TRIZ使用目的

3.2 TRIZ工具使用效果

(1)TRIZ工具使用频次。TRIZ工具特点差异较大，通过比较使用频次可以分析不同工具使用的便捷性及产生的创意效果。TRIZ工具使用频次如表8所示，可见使用最多的3个工具分别为：第一，技术矛盾。运用矛盾矩阵构建问题解决模型并利用40条发明原理寻找技术问题解答方案，共使用673次，平均每个课题使用4.55次，使用次数在所有工具中占26.31%。本文调研结果与Moehrle[12]、Cavallucci[15]、Spreafico等[4]及Ilevbare等[8]的研究结论高度一致，即都认为技术矛盾和发明原理是最常用的工具。这是因为，技术矛盾和发明原理是TRIZ中最早被推广的工具，因而在实践中常被使用[12]。第二，系统裁减。通过构建系统功能模型对系统进行裁剪，以达到改善系统性能的目的，共使用TRIZ303次，平均每个技术难题使用2.05次，使用次数在所有工具中占11.85%。在Ilevbare等[8]、Spreafico等[4]的研究中，功能分析和系统裁剪被合并统计；Ilevbare等[8]研究发现，功能分析与系统裁剪在11项工具中使用频次排名第三；但Spreafico等[4]研究发现，功能分析和系统裁剪仅被使用16次，远低于矛盾(79次)、发明原理(57次)。第三，进化法则。利用进化法则对技术系统发展趋势进行预测，以优化系统或开发新产品、实施专利布局等，共使用TRIZ294次，平均每个技术难题使用1.97次，使用次数占11.49%。

表8 不同TRIZ工具总使用频次及其所占比例

(2)TRIZ工具对方案的贡献度。在本研究中，不同TRIZ工具产生的方案数量和最终不重复的方案数量呈现多元线性回归关系。因此，通过多元线性回归法可以获得不同TRIZ工具产生方案数量对最终方案的贡献度。多元线性回归模型以统计数据中12项TRIZ工具的使用频次为自变量，对应关系为因果分析(X1)、资源分析(X2)、九屏幕法(X3)、IFR(X4)、技术矛盾(X5)、物理矛盾(X6)、系统裁剪(X7)、物-场模型(X8)、知识库(X9)、进化法则(X10)、创新思维(小人法、金鱼法、STC，X11)、其它(ARIZ、头脑风暴等，X12)，最终不重复概念解的总数为因变量Y2，因变量与自变量之间满足多元线性回归方程：

Y2=c1X1+c2X2+…+c12X12(其中，c1…c14为常数)

(1)

在运行该模型之前需要首先对变量进行多重共线性检验，根据上文表3统计结果，平均每项技术难题共产生17.18个概念解方案，其中有15.68个不重复概念解方案，重复率为8.7%，即全部概念方案中有8.7%是由两项(含)以上TRIZ工具分别得出的实质性等同方案。通过消除多重共线性问题衡量不同工具对独特方案的贡献度，处理后的结果如表9所示，剔除进化法则(X4)、九屏幕法(X11)和其它工具(X14)3个变量后，回归系数达到显著性水平，且容差和VIF(膨胀因子)均符合要求，表明多重共线性问题不明显[18]。

表9 逐步回归系数结果

综合上述分析结果，本文得出如下结论：第一，进化法则、九屏幕法和其它工具对最终概念方案的贡献度较弱，很容易被其它工具取代。第二，技术矛盾、创新思维、物理矛盾和资源分析4项工具的贡献度较高(标准化回归系数均大于0.3)，表明这几项工具产生的概念方案不容易与其它工具方案雷同。第三，进化法则、九屏幕法和其它3项工具出解总数仅占总方案数的14.82%，比例较小，说明大部分TRIZ工具能够较好地激发创意的产生。

(3)TRIZ工具备选方案比。在问题分析和创意产生阶段，工程师会想出大量解决相关技术问题的潜在方案，本文将其称之为“概念方案”。在问题解决阶段，工程师需要从概念方案中挑选出若干有价值的概念方案并将其作为最终问题解决方案，本文将其称之为“采纳措施”。通过分析全部概念方案最终被采纳的情况可以大致判断该工具的解题效率。假设某一课题使用某TRIZ工具产生的概念方案总数为M，该工具 “采纳措施”总数记为N，M/N即为该项工具的备选方案比，其含义为“平均每产生一个被最终采纳的措施，某工具需要产生M/N个备选概念方案”。因此，备选方案比越小(越接近1)，说明该工具解决问题的效率越高；反之则反。如表10所示，最终实际概念方案采用情况即总体“备选方案比”为平均每5.68个概念方案中有一个方案被采纳。从具体数据看，TRIZ工具备选方案比差异较大，技术矛盾和发明原理等出解数量较多的工具备选方案比较高。具体而言：第一，技术矛盾是备选方案比最低的工具，平均每3.98个概念方案中有一个方案被采纳。第二，创新思维、九屏幕法和IFR等工具备选方案比较高，分别需要产生56.6、40和24.33个概念方案才有一个方案被采纳。第三，因果分析、物理矛盾、资源分析、系统裁剪、进化法则、物场和知识库备选方案比均在4～7之间，对最终采纳措施的贡献度在平均水平上下波动。第四，其它工具(头脑风暴和无法归类工具)产生的概念方案数量较少且均未被采纳。

表10 TRIZ工具备选方案比

3.3 不同TRIZ工具综合效益

通过分析TRIZ的适用性和使用效果，已经初步了解不同工具在解决问题时产生的效率差异。然而，解决方案并不意味着能产生显著的社会经济效益，单独对TRIZ效果进行分析缺乏必要的评判标准，因此本文引入综合效益评价指标，全面考察TRIZ方法的综合效益。

(1)评价方法与指标体系。当前，许多学者对技术创新项目价值进行了研究，根据陈劲等[19]、姚威等[20]的研究成果，本文筛选经济效益、知识效益和社会效益3个维度共9个指标反映TRIZ的综合效益[22]，指标解释如表11所示。由于不同项目之间存在行业和技术领域差异，无法直接进行比较，因此引入等级评价方法。根据技术发明和创新等级标准，并基于采用TRIZ工具后项目的实际营收和影响力，将TRIZ对某项指标的价值分为1～5个等级。在项目验收期，由至少3位答辩专家对每个项目的9个指标进行评级，最终确定一个唯一的等级分。等级评定标准如下：①1=帮助很小，仅为合理化建议，效能很低；②2=帮助较小，能够进行适度革新但效果较差；③3=帮助一般，但可以获得发明专利且能够提升效能；④4=帮助很大，获得综合型重要专利并极大程度上提升了效能；⑤5=帮助非常大，获得新发现并实现重大突破。以生产率提升指标为例，等级1～5分别表示：运用TRIZ后产生一些合理化建议，但生产率提升不明显；对系统进行部分革新，生产率得到小幅提升；生产率得到一定程度提升，并获得此方面的专利授权或技术秘诀；生产率得以明显提升，并获得多个重要专利授权或技术秘诀；颠覆了原有技术，生产率成倍提升，效果极为明显。

表11 TRIZ综合效益评价指标

(2)构建有序的Logit 回归方程。基于上述评价指标可以获得对每个项目的综合效益评价，再通过解释变量TRIZ工具和被解释变量综合效益评价构建方程，挖掘TRIZ工具产生的综合效益特征。由于被解释变量综合效益评价是离散有序数值，适合采用多元Logit模型进行计量分析。第i个项目最终评级基本函数表达式为：

Yi=α*Xi+ε

(2)

(3)

其中，r0

(3)计算结果。根据Logit模型，运用Stata15.0进行运算，结果如表12所示。从中可见，不同工具对相应效益指标的影响存在显著差异：第一，资源分析、IFR、物理矛盾、系统裁剪、进化法则对生产率提升效果显著，但资源分析和进化法系数则显著为负；资源分析和九屏幕法对改善成本影响显著，两者系数均显著为负；资源分析、IFR、技术矛盾和其它工具对改善产品性能影响显著，其中技术矛盾和其它工具系数显著为负。第二，在知识效益方面，知识库、创新思维对专利产出影响显著，知识库、资源分析、物-场分析对技术秘诀影响显著，其中资源分析系数显著为负。第三，在社会效益方面，系统裁剪对资源利用率提升效果显著，因果分析对环境污染改善影响显著，且两者系数均显著为负；IFR、技术矛盾对社会发展影响显著，其中技术矛盾系数显著为负；资源分析、物理矛盾对生活质量改善影响显著。

表12 多元有序Logit回归模型分析结果

4 结论与建议

4.1 结果与讨论

(1)TRIZ的适用性。本文研究发现，TRIZ工具有广泛的行业适用性，如有很多用于解决冶金、仪器仪表和化工行业等技术问题，并不局限于特定行业，这可能与中国完善的产业体系和丰富的样本有关，调查结果差异验证了Moehrle[13]所指出的理想的调查数据需要从实践中获得的观点。另外，TRIZ同样具有广泛的目的适用性，并不局限于特定用途。Spreafico等[4]、Ilevbare等[8]的研究表明，TRIZ主要用于提高生产率、改善质量、降低污染、开发新产品，但本研究发现TRIZ还具备延长寿命、优化可靠性等新用途。

(2)TRIZ工具使用效果。第一，TRIZ工具使用频次差异较大。技术矛盾和40条发明原理、系统裁剪、进化法则、物理矛盾、物-场模型工具使用频次较高，每个技术难题平均使用2次以上。技术矛盾和40条发明原理平均每项课题使用4.54次，远高于排名第二的系统裁剪(2.04次)，成为使用频次最高的工具。第二，除进化法则、九屏幕法和其它工具外，大部分常用TRIZ工具都可以产生不易被替代的方案。第三，从概念方案被采纳情况看，技术矛盾、因果分析、资源分析、物理矛盾工具备选方案比均小于5.68，即至多产生5.68个概念方案就会形成一个最终解决方案。技术矛盾和40条发明原理备选方案比(3.98)最小，因此技术矛盾是经典TRIZ工具中使用最多且最常用的工具[12]。

(3)TRIZ方法的综合效益。Logit回归分析结果表明，TRIZ工具综合效益呈现显著差异。第一，在经济效益方面，IFR、物理矛盾和系统裁剪有助于提高生产率，说明消除系统矛盾和精简系统有助于企业朝理想化方向发展。运用资源分析和九屏幕法不利于降低成本，说明引入新资源和增加新功能会提高产品成本。资源分析和IFR能够改善产品性能，技术矛盾和其它工具作用不明显，这是因为当技术系统中出现矛盾和技术问题时，使用者并非总能选择优先方案。第二，在知识效益方面，知识库对专利和技术诀窍产出具有促进作用，STC有助于产生新专利，而物-场分析则有助于产生技术秘诀，说明TRIZ工具有助于产生创造性、新颖性和实用性技术方案。但资源分析应用作用不明显，可能是因为基于资源分析获得的技术方案最终被转化成专利所致。 第三，在社会效益方面，IFR有助于提高社会发展效益，说明产品朝理想化方向进化符合社会发展需求。资源分析、物理矛盾能够改善生活质量。系统裁剪无法提高资源利用率，因果分析未能降低负面影响，技术矛盾未能改善社会效益，有研究者认为这是由于TRIZ工具如39个工程参数和40条发明原理主要关注技术维度而忽视社会效益所致[23]。

4.2 研究结论

根据上述分析，本文得出以下研究结论：

(1)应对TRIZ工具的适用性持开放态度，不宜将其局限在特定领域或某些研究目的上。以往研究如Cavallucci[15]、Spreafico等[4]、Ilevbare等[8]主要从美国、日本和欧洲等发达国家或地区选取样本，较少关注处于产业升级期、技术创新需求旺盛的发展中国家或地区；另外一些学者则更多从科学论文中取样，导致研究结论存在明显差异。就TRIZ目的适用性而言，当前我国TRIZ推广更关注二次创新，以提高生产率、性能和可靠性为目标。随着工程创新和制造需求的增加，工程师会更加关注TRIZ在降低成本、改善环境污染和开发新产品等方面的作用，也会逐渐向环境保护、电子信息和通信等新产业领域拓展。

(2)TRIZ工具使用效果差异较大，技术矛盾和40条发明原理在所有工具中使用最普遍且效果最好。从研究结论看，裁剪和进化法则使用频次较高，这与之前来自发达国家的样本表现不同。这种差异可能与我国产业结构转型升级有关，由于工业技术系统大多处于S曲线成长期，因此需要精简系统以提高性能指标和稳定成本。

(3)TRIZ能够显著提高经济效益和知识效益，但对社会效益的影响作用不显著，未来对TRIZ的应用和改进应突出社会效益。第一，应用TRIZ的直接目的是创造经济效益。因此，在应用过程中应综合考虑成本和生产率，引入新资源，在成本、性能和生产率之间寻求高理想度方案，从而提高经济效益。第二，TRIZ要能帮助工程师创造性地解决技术问题，并产生显著的知识效益。根据研究结果，知识库能够有效促进专利授权和技术秘诀的产生，这符合TRIZ发明等级理论。即第三级和第四级发明通常运用集成法和知识库，通过转换系统作用原理、形成全新的功能和结构实现[24]。第三，在应用TRIZ过程中还应关注社会效益，考虑其对人生存与发展所产生的影响[19]。以因果分析和系统裁剪为例，因果分析中往往存在“已知因果”和“用相关替代因果”的路径偏差，导致无法发现真正的因果关系(姚威等，2019)。一些工程师在使用系统裁剪时常引入新组件而非减少组件数重新配置系统功能，这就导致分析不彻底，无法有效提高资源利用率。

4.3 TRIZ体系改善与工具应用建议

针对TRIZ体系应用中存在的问题，本文提出如下对策建议：

(1)按照技术问题类型灵活匹配TRIZ工具，提高解决问题的针对性。经典TRIZ理论作为一个松散的集成系统，使用过程虽然遵循特定流程和规范，但因未能给出工具选择和运用指导而导致应用效率不高[25]。在实际应用中，有效实现“任务-工具”匹配是提高创新效率的关键[16]，因此不能利用庞杂的工具体系解决所有技术难题。若某项课题对专利保护要求较高，则应加强知识库等工具的开发和应用；若某项课题对经济效益要求较高，则应关注新资源引入和产品理想化程度。

(2)加强TRIZ工具应用分析研究，优化效率较低的TRIZ工具。TRIZ工具应用频次、备选方案比和应用效益差异较大，要根据工具特点提高应用效率。针对部分效率较低的工具，如九屏幕法和创新思维不仅使用频次低(平均每项课题使用不足一次)、备选方案比高(分别为40和56.5)，而且效益不显著，因此需要根据应用结果完善使用规则或加以改进，如明确九屏幕法中关于过去-现在-未来的定义。对于存在部分缺陷的工具，则需要根据工具本身的特点进行优化，如针对知识库中知识效益突出但使用频率不高的技术难题，应加强科学效应和知识库建设，通过增加数据库推荐算法、纳入实战案例、增加科学效应解释等，降低学习成本和使用难度[27]。

(3)对TRIZ工具的改善和应用需要突出社会效益。本文研究发现，仅IFR、资源分析和物理矛盾对社会效益具有显著正向影响，系统裁剪、因果分析和技术矛盾3项工具则呈负向影响，此外还有大量TRIZ工具的社会效益不高。为改善经典TRIZ工具的社会效益，Darrell Mann等[22]将经典TRIZ中技术矛盾的通用工程参数从39个增加到48个，新增的9个参数中有8个与社会效益直接相关，如参数23(运行效率)、参数38(易损坏性)、参数47(检测复杂性)与改善资源利用率相关，参数30(对象产生的外部有害因素)与降低负面影响相关，参数37(安全性)与促进社会发展相关，参数29(噪声)、参数39(美观性)与提高生活质量相关。因此，为加强对TRIZ工具的应用，需要更加关注其社会效益并积极向非技术领域方向拓展。

4.4 不足与展望

本文存在两点不足：一方面，虽然现有研究分析了不同工具的效果效益差别，但未能揭示导致差异产生的根本原因，不足以支撑对TRIZ的系统性改进和新工具开发；另一方面，由于样本搜集难度较大，现有样本仅局限于浙江省，以机械制造和纺织轻工业为主，电子信息、软件、医疗器械、环保等新兴产业样本不足，且缺乏重化工和装备制造等领域样本。据此，未来研究将重点从以下几个方面着手：第一，联合全国或各省份创新方法研究机构或科技主管部门，构建开放式创新方法应用数据库，吸纳更多行业尤其是新兴产业TRIZ应用案例，深入研究TRIZ规律和开发新工具；第二，从工程学、心理学、脑科学、人工智能等交叉学科视角出发，寻找造成TRIZ工具效果效益差异的原因，制定更加个性化的应用策略，开发具有一定学习能力的智能化计算机辅助创新系统；第三，积极探索创新方法在通信与计算机、智能制造、生物医药等新兴产业和尖端领域的应用，拓展创新方法应用领域。