TRIZ真的是創新“點金術”嗎
——對浙江省TRIZ應用效果的分析

姚 威，儲昭衛，胡順順

(1.浙江大學 公共管理學院；2.浙江大學 中國科教戰略研究院，浙江 杭州 310058)

0 引言

TRIZ是俄文中關于“發明問題解決理論”的羅馬字母縮寫，由原蘇聯發明家根里奇·阿奇舒勒開發，隨后被廣泛運用于各種技術創新活動中。TRIZ因能夠提高個人創新能力和增強企業創新實力，在一些科技宣傳和媒體報道中被譽為創新“點金術”[1-2]。然而，正如“點金術”擁躉者和質疑者并存一樣，TRIZ在實踐中也是毀譽參半，有學者質疑TRIZ到底能否產生如宣傳中那樣的巨大效果。

導致爭議的原因有很多方面：第一，TRIZ開發過程未經同行評議，不符合科學理論誕生的一般程序，存在天然的“合法性危機”[3]。第二，運用TRIZ解決技術問題的過程難以重復，解題結果往往因人而異[4-5]。第三，在實際應用過程中存在學習TRIZ理論困難[6]、推廣人員夸大TRIZ使用效果、使用者誤用TRIZ工具[7]、導入和應用TRIZ工具體系效率低下[8]以及使用TRIZ理論存在產業情景差異等問題[9-11]。回應這些爭議能夠擴大TRIZ理論傳播范圍，有助于工程師認識TRIZ使用規律，從而提升技術創新成果等級，創造更大的社會經濟效益。基于此，本文通過對TRIZ應用過程進行調研和分析，厘清TRIZ應用特點和效果，對企業運用TRIZ理論開展技術創新實踐具有一定借鑒意義。

1 文獻綜述

1.1 TRIZ適用性研究

當前，對TRIZ適用性的研究主要體現在行業和應用目的兩個方面。其中，行業適用性研究以Moehrle等為代表，主要結論如表1所示。從中可見，TRIZ具有廣泛的行業適用性，幾乎覆蓋了全部制造業領域以及生物、管理等非制造業領域。以Ilevbare等為代表的學者研究TRIZ目的適用性，結果如表2所示。研究表明，TRIZ能夠幫助工程師解決技術、產品開發與設計、技術預測、計算機輔助創新等各種問題，并不局限于解決特定類型技術難題或其它單一用途。

表1 TRIZ行業適用性

表2 TRIZ目的適用性

1.2 TRIZ應用效果與效益

當前，學者對TRIZ效果的研究主要集中在TRIZ工具使用方面，如使用頻次和工具有效性等。TRIZ工具使用頻次研究結果如表3所示，可見不同TRIZ工具之間的使用頻次差異較大，學者基本認可矛盾是最常用的TRIZ工具，但未就工具使用頻次及導致使用頻次差異的原因達成共識。

表3 不同TRIZ工具使用頻次

相關學者對TRIZ效益的研究主要關注解決方案產出和TRIZ應用效果，如表4所示。從中可見，這些研究大多從經驗出發對TRIZ效果與效益進行評價，研究結論呈現出明顯的“兩極分化”態勢。

表4 TRIZ使用有效性評價

1.3 研究述評

總體來看，現有研究對TRIZ適用性及其效果效益進行了廣泛研究，提高了人們對TRIZ的認識，但由于研究樣本和設計存在一定局限，還不足以回答“點金術”之問。當前研究總體上存在3點不足：第一，不同研究結論差異較大。以應用行業為例，Moehrle[13]認為TRIZ不存在行業適用性問題，但Chechurin[12]強調TRIZ在信息處理和仿生學/生物工程學中發揮著重要作用；Cavallucci[15]認為TRIZ常用于汽車行業，Spreafico[4]認為是能源行業，Zlotin等[14]則認為其適用于任何行業領域。除矛盾工具外，針對TRIZ工具使用頻次、使用目的和有效性分歧的研究也較多。第二，對TRIZ工具效果的研究有待深入。現有研究主要是描述性統計分析，無法說明TRIZ工具特點及其對創新方案的貢獻度，也未給出定量對比與評價。第三，忽視了TRIZ應用效益評價，且評價維度和視角較為單一。

綜上所述，針對TRIZ在理論和實踐中存在的問題，本文從以下3個方面展開研究：第一，通過分析TRIZ應用行業和應用目的考察其適用性。第二，通過分析不同TRIZ工具使用頻次、方案新穎性、概念方案采納情況，探究TRIZ工具使用效果。第三，基于綜合效益視角考察TRIZ應用方法產生的效益，并探討其對最終效益的貢獻情況。

根據研究目的，本文從兩個方面保障研究質量：第一，選取高質量樣本。一是提高研究樣本數量，以往學者如Moehrle & Ilevbare的研究樣本數量只有40左右，不足以獲得規律性結論。二是克服抽樣誤差。現有研究取樣存在兩種“幸存者偏差”：研究樣本來源于公開發表的期刊論文或網絡文獻，都是經過同行評議的成功案例；網絡公開案例大都來源于咨詢和推廣企業，帶有一定的宣傳目的[12]。第二，采用定量統計分析法對TRIZ工具使用效果進行分解，除采用描述性統計分析外，還采用多元線性回歸分析和logit回歸構建工具與效果效益之間的模型，對TRIZ應用貢獻進行分析。

2 樣本設計

2.1 研究樣本

真實有效的數據是確保研究信度的關鍵，因此需要規范抽樣過程，對TRIZ應用情況進行統計。由于TRIZ應用體系無法完全標準化，正式的研發活動也難以完全記錄在冊，所以最理想的樣本來源是由研究者進入產業實踐獨立獲取[12]。本研究樣本來源于科技部創新方法工作專項試點企業或個人在創新方法學習過程中解決的真實工程技術問題，樣本由浙江省科技廳以結題報告形式收集整理，所有樣本難題均通過中國創新方法研究會的認證考核，能夠保證樣本來源的真實性、收集過程的權威性、樣本質量的可靠性。最終共收集216個案例，其中包括148個有效案例。

2.2 調查內容

調查內容主要包括3類數據：第一，TRIZ適用性數據，如行業領域適用性、應用目的等。第二，TRIZ工具應用數據和概念方案，包括12項TRIZ工具使用次數、概念方案總數(含重復和去重復)，具體見表5。第三，TRIZ應用綜合效益數據，主要包括經濟效益、知識產權效益和社會效益。

本文通過如下方法獲取上述調查內容：第一，客觀統計。由兩位有TRIZ使用經驗的研究者對樣本報告進行統計，并對統計結果逐一核對。在統計過程中，每應用某TRIZ工具產生一個概念解便記使用次數為1，以后逐次增加，將使用次數小于3的工具歸類為“其它”。第二，專家打分。經濟效益、知識產權、社會效益具有行業差異和保密要求，由主管部門浙江省科技廳組織專家打分，無需專門處理。

2.3 描述性統計分析

本研究中關于工具使用和概念方案產生情況的描述性統計結果如表5所示。從中可見，平均每項課題產生概念方案17.18個(含重復)，剔除重復概念方案后包括15.68個概念方案，每項課題最終采納3.02個概念方案，并獲得2.1項授權專利，同時申請專利或形成技術秘訣1.24個。在具體工具使用上，使用次數平均值介于0.03～4.55之間，使用次數標準差介于0.245～2.117之間，最少使用0次，最多使用19次。

表5 調查數據描述性統計結果

3 結果分析

3.1 TRIZ適用性分析

(1)TRIZ行業適用性。研究TRIZ行業適用性可以回應對TRIZ行業情景差異的質疑。本研究樣本大多受專項資金支持，多為普惠性而非盈利性樣本，且面向省內所有具有研發活動的企業，不分行業領域。同時，浙江省經濟發達、產業鏈完整、產業覆蓋面廣，能夠保證樣本選擇滿足隨機抽樣需求。本研究行業分類主要依據聯合國頒布的《所有經濟活動國際標準行業分類》[17]，首先確定所屬門類(大類)，再確定二級類(子類)，具體統計結果如表6所示。從中可見，TRIZ應用較多的4個行業分別為：①機械行業，主要用于機械設計、制造技術改進，占比17%，在Cavallucci[15]、Spreafico等[4]的研究中，TRIZ適用于通用機械的比例分別排名第三和第四；②冶金工藝改善、冶金設備設計與改進行業占比15%，Cavallucci[15]將其統計為鋼鐵制造，占比5%；③儀器儀表行業占比11%；④紡織業占比10%，在Cavallucci[15]的研究中，約有3%的TRIZ工具應用于紡織業。

表6 TRIZ應用行業分布

即便忽略統計分類差異，本文調研結果與Spreafico等[4]和Cavallucci[15]的研究結論仍存在一定差異。本文調研發現，TRIZ被廣泛應用于解決機械、冶金、儀器儀表等15個行業領域技術問題。相較于之前的調研結果，本研究發現TRIZ還可用于計算機與通信工程、光學設備和儀器、醫療器械、建筑、農業和水利工程等非制造業領域，而不僅僅只適用于傳統制造業領域。

(2)TRIZ目的適用性。調查TRIZ使用用途可以明確TRIZ適用問題類型，能夠更好地幫助企業制定使用策略，做到“有的放矢”。統計過程主要根據Ilevbare等[8]、Spreafico等[4]和Chechurin[11]的分類結果，把相似用途合并，記錄每個用途數量，統計結果如表7所示。從中可見，提高生產率這一目的占比最高，達到31.08%。Spreafico等[4]研究發現，TRIZ用于提高生產率的占比為13.82%，低于環境污染改善與質量提升占比。排名第二的是提高質量，占比21.62%。而在Spreafico等[4]的研究中，提高質量的占比高達33.55%，遠多于其它用途。在改善安全性和降低成本方面，本文研究結論與Spreafico等[4]的研究結論基本一致。另外，環境污染改善占比為6.08%，而在Spreafico等[4]的研究中這一比例高達16.45%，僅次于提高質量占比。Chechurin[11]指出，環境污染和可持續設計已逐漸成為TRIZ的重要應用目的。

表7 TRIZ使用目的

3.2 TRIZ工具使用效果

(1)TRIZ工具使用頻次。TRIZ工具特點差異較大，通過比較使用頻次可以分析不同工具使用的便捷性及產生的創意效果。TRIZ工具使用頻次如表8所示，可見使用最多的3個工具分別為：第一，技術矛盾。運用矛盾矩陣構建問題解決模型并利用40條發明原理尋找技術問題解答方案，共使用673次，平均每個課題使用4.55次，使用次數在所有工具中占26.31%。本文調研結果與Moehrle[12]、Cavallucci[15]、Spreafico等[4]及Ilevbare等[8]的研究結論高度一致，即都認為技術矛盾和發明原理是最常用的工具。這是因為，技術矛盾和發明原理是TRIZ中最早被推廣的工具，因而在實踐中常被使用[12]。第二，系統裁減。通過構建系統功能模型對系統進行裁剪，以達到改善系統性能的目的，共使用TRIZ303次，平均每個技術難題使用2.05次，使用次數在所有工具中占11.85%。在Ilevbare等[8]、Spreafico等[4]的研究中，功能分析和系統裁剪被合并統計；Ilevbare等[8]研究發現，功能分析與系統裁剪在11項工具中使用頻次排名第三；但Spreafico等[4]研究發現，功能分析和系統裁剪僅被使用16次，遠低于矛盾(79次)、發明原理(57次)。第三，進化法則。利用進化法則對技術系統發展趨勢進行預測，以優化系統或開發新產品、實施專利布局等，共使用TRIZ294次，平均每個技術難題使用1.97次，使用次數占11.49%。

表8 不同TRIZ工具總使用頻次及其所占比例

(2)TRIZ工具對方案的貢獻度。在本研究中，不同TRIZ工具產生的方案數量和最終不重復的方案數量呈現多元線性回歸關系。因此，通過多元線性回歸法可以獲得不同TRIZ工具產生方案數量對最終方案的貢獻度。多元線性回歸模型以統計數據中12項TRIZ工具的使用頻次為自變量，對應關系為因果分析(X1)、資源分析(X2)、九屏幕法(X3)、IFR(X4)、技術矛盾(X5)、物理矛盾(X6)、系統裁剪(X7)、物-場模型(X8)、知識庫(X9)、進化法則(X10)、創新思維(小人法、金魚法、STC，X11)、其它(ARIZ、頭腦風暴等，X12)，最終不重復概念解的總數為因變量Y2，因變量與自變量之間滿足多元線性回歸方程：

Y2=c1X1+c2X2+…+c12X12(其中，c1…c14為常數)

(1)

在運行該模型之前需要首先對變量進行多重共線性檢驗，根據上文表3統計結果，平均每項技術難題共產生17.18個概念解方案，其中有15.68個不重復概念解方案，重復率為8.7%，即全部概念方案中有8.7%是由兩項(含)以上TRIZ工具分別得出的實質性等同方案。通過消除多重共線性問題衡量不同工具對獨特方案的貢獻度，處理后的結果如表9所示，剔除進化法則(X4)、九屏幕法(X11)和其它工具(X14)3個變量后，回歸系數達到顯著性水平，且容差和VIF(膨脹因子)均符合要求，表明多重共線性問題不明顯[18]。

表9 逐步回歸系數結果

綜合上述分析結果，本文得出如下結論：第一，進化法則、九屏幕法和其它工具對最終概念方案的貢獻度較弱，很容易被其它工具取代。第二，技術矛盾、創新思維、物理矛盾和資源分析4項工具的貢獻度較高(標準化回歸系數均大于0.3)，表明這幾項工具產生的概念方案不容易與其它工具方案雷同。第三，進化法則、九屏幕法和其它3項工具出解總數僅占總方案數的14.82%，比例較小，說明大部分TRIZ工具能夠較好地激發創意的產生。

(3)TRIZ工具備選方案比。在問題分析和創意產生階段，工程師會想出大量解決相關技術問題的潛在方案，本文將其稱之為“概念方案”。在問題解決階段，工程師需要從概念方案中挑選出若干有價值的概念方案并將其作為最終問題解決方案，本文將其稱之為“采納措施”。通過分析全部概念方案最終被采納的情況可以大致判斷該工具的解題效率。假設某一課題使用某TRIZ工具產生的概念方案總數為M，該工具 “采納措施”總數記為N，M/N即為該項工具的備選方案比，其含義為“平均每產生一個被最終采納的措施，某工具需要產生M/N個備選概念方案”。因此，備選方案比越小(越接近1)，說明該工具解決問題的效率越高；反之則反。如表10所示，最終實際概念方案采用情況即總體“備選方案比”為平均每5.68個概念方案中有一個方案被采納。從具體數據看，TRIZ工具備選方案比差異較大，技術矛盾和發明原理等出解數量較多的工具備選方案比較高。具體而言：第一，技術矛盾是備選方案比最低的工具，平均每3.98個概念方案中有一個方案被采納。第二，創新思維、九屏幕法和IFR等工具備選方案比較高，分別需要產生56.6、40和24.33個概念方案才有一個方案被采納。第三，因果分析、物理矛盾、資源分析、系統裁剪、進化法則、物場和知識庫備選方案比均在4～7之間，對最終采納措施的貢獻度在平均水平上下波動。第四，其它工具(頭腦風暴和無法歸類工具)產生的概念方案數量較少且均未被采納。

表10 TRIZ工具備選方案比

3.3 不同TRIZ工具綜合效益

通過分析TRIZ的適用性和使用效果，已經初步了解不同工具在解決問題時產生的效率差異。然而，解決方案并不意味著能產生顯著的社會經濟效益，單獨對TRIZ效果進行分析缺乏必要的評判標準，因此本文引入綜合效益評價指標，全面考察TRIZ方法的綜合效益。

(1)評價方法與指標體系。當前，許多學者對技術創新項目價值進行了研究，根據陳勁等[19]、姚威等[20]的研究成果，本文篩選經濟效益、知識效益和社會效益3個維度共9個指標反映TRIZ的綜合效益[22]，指標解釋如表11所示。由于不同項目之間存在行業和技術領域差異，無法直接進行比較，因此引入等級評價方法。根據技術發明和創新等級標準，并基于采用TRIZ工具后項目的實際營收和影響力，將TRIZ對某項指標的價值分為1～5個等級。在項目驗收期，由至少3位答辯專家對每個項目的9個指標進行評級，最終確定一個唯一的等級分。等級評定標準如下：①1=幫助很小，僅為合理化建議，效能很低；②2=幫助較小，能夠進行適度革新但效果較差；③3=幫助一般，但可以獲得發明專利且能夠提升效能；④4=幫助很大，獲得綜合型重要專利并極大程度上提升了效能；⑤5=幫助非常大，獲得新發現并實現重大突破。以生產率提升指標為例，等級1～5分別表示：運用TRIZ后產生一些合理化建議，但生產率提升不明顯；對系統進行部分革新，生產率得到小幅提升；生產率得到一定程度提升，并獲得此方面的專利授權或技術秘訣；生產率得以明顯提升，并獲得多個重要專利授權或技術秘訣；顛覆了原有技術，生產率成倍提升，效果極為明顯。

表11 TRIZ綜合效益評價指標

(2)構建有序的Logit 回歸方程。基于上述評價指標可以獲得對每個項目的綜合效益評價，再通過解釋變量TRIZ工具和被解釋變量綜合效益評價構建方程，挖掘TRIZ工具產生的綜合效益特征。由于被解釋變量綜合效益評價是離散有序數值，適合采用多元Logit模型進行計量分析。第i個項目最終評級基本函數表達式為：

Yi=α*Xi+ε

(2)

(3)

其中，r0

(3)計算結果。根據Logit模型，運用Stata15.0進行運算，結果如表12所示。從中可見，不同工具對相應效益指標的影響存在顯著差異：第一，資源分析、IFR、物理矛盾、系統裁剪、進化法則對生產率提升效果顯著，但資源分析和進化法系數則顯著為負；資源分析和九屏幕法對改善成本影響顯著，兩者系數均顯著為負；資源分析、IFR、技術矛盾和其它工具對改善產品性能影響顯著，其中技術矛盾和其它工具系數顯著為負。第二，在知識效益方面，知識庫、創新思維對專利產出影響顯著，知識庫、資源分析、物-場分析對技術秘訣影響顯著，其中資源分析系數顯著為負。第三，在社會效益方面，系統裁剪對資源利用率提升效果顯著，因果分析對環境污染改善影響顯著，且兩者系數均顯著為負；IFR、技術矛盾對社會發展影響顯著，其中技術矛盾系數顯著為負；資源分析、物理矛盾對生活質量改善影響顯著。

表12 多元有序Logit回歸模型分析結果

4 結論與建議

4.1 結果與討論

(1)TRIZ的適用性。本文研究發現，TRIZ工具有廣泛的行業適用性，如有很多用于解決冶金、儀器儀表和化工行業等技術問題，并不局限于特定行業，這可能與中國完善的產業體系和豐富的樣本有關，調查結果差異驗證了Moehrle[13]所指出的理想的調查數據需要從實踐中獲得的觀點。另外，TRIZ同樣具有廣泛的目的適用性，并不局限于特定用途。Spreafico等[4]、Ilevbare等[8]的研究表明，TRIZ主要用于提高生產率、改善質量、降低污染、開發新產品，但本研究發現TRIZ還具備延長壽命、優化可靠性等新用途。

(2)TRIZ工具使用效果。第一，TRIZ工具使用頻次差異較大。技術矛盾和40條發明原理、系統裁剪、進化法則、物理矛盾、物-場模型工具使用頻次較高，每個技術難題平均使用2次以上。技術矛盾和40條發明原理平均每項課題使用4.54次，遠高于排名第二的系統裁剪(2.04次)，成為使用頻次最高的工具。第二，除進化法則、九屏幕法和其它工具外，大部分常用TRIZ工具都可以產生不易被替代的方案。第三，從概念方案被采納情況看，技術矛盾、因果分析、資源分析、物理矛盾工具備選方案比均小于5.68，即至多產生5.68個概念方案就會形成一個最終解決方案。技術矛盾和40條發明原理備選方案比(3.98)最小，因此技術矛盾是經典TRIZ工具中使用最多且最常用的工具[12]。

(3)TRIZ方法的綜合效益。Logit回歸分析結果表明，TRIZ工具綜合效益呈現顯著差異。第一，在經濟效益方面，IFR、物理矛盾和系統裁剪有助于提高生產率，說明消除系統矛盾和精簡系統有助于企業朝理想化方向發展。運用資源分析和九屏幕法不利于降低成本，說明引入新資源和增加新功能會提高產品成本。資源分析和IFR能夠改善產品性能，技術矛盾和其它工具作用不明顯，這是因為當技術系統中出現矛盾和技術問題時，使用者并非總能選擇優先方案。第二，在知識效益方面，知識庫對專利和技術訣竅產出具有促進作用，STC有助于產生新專利，而物-場分析則有助于產生技術秘訣，說明TRIZ工具有助于產生創造性、新穎性和實用性技術方案。但資源分析應用作用不明顯，可能是因為基于資源分析獲得的技術方案最終被轉化成專利所致。 第三，在社會效益方面，IFR有助于提高社會發展效益，說明產品朝理想化方向進化符合社會發展需求。資源分析、物理矛盾能夠改善生活質量。系統裁剪無法提高資源利用率，因果分析未能降低負面影響，技術矛盾未能改善社會效益，有研究者認為這是由于TRIZ工具如39個工程參數和40條發明原理主要關注技術維度而忽視社會效益所致[23]。

4.2 研究結論

根據上述分析，本文得出以下研究結論：

(1)應對TRIZ工具的適用性持開放態度，不宜將其局限在特定領域或某些研究目的上。以往研究如Cavallucci[15]、Spreafico等[4]、Ilevbare等[8]主要從美國、日本和歐洲等發達國家或地區選取樣本，較少關注處于產業升級期、技術創新需求旺盛的發展中國家或地區；另外一些學者則更多從科學論文中取樣，導致研究結論存在明顯差異。就TRIZ目的適用性而言，當前我國TRIZ推廣更關注二次創新，以提高生產率、性能和可靠性為目標。隨著工程創新和制造需求的增加，工程師會更加關注TRIZ在降低成本、改善環境污染和開發新產品等方面的作用，也會逐漸向環境保護、電子信息和通信等新產業領域拓展。

(2)TRIZ工具使用效果差異較大，技術矛盾和40條發明原理在所有工具中使用最普遍且效果最好。從研究結論看，裁剪和進化法則使用頻次較高，這與之前來自發達國家的樣本表現不同。這種差異可能與我國產業結構轉型升級有關，由于工業技術系統大多處于S曲線成長期，因此需要精簡系統以提高性能指標和穩定成本。

(3)TRIZ能夠顯著提高經濟效益和知識效益，但對社會效益的影響作用不顯著，未來對TRIZ的應用和改進應突出社會效益。第一，應用TRIZ的直接目的是創造經濟效益。因此，在應用過程中應綜合考慮成本和生產率，引入新資源，在成本、性能和生產率之間尋求高理想度方案，從而提高經濟效益。第二，TRIZ要能幫助工程師創造性地解決技術問題，并產生顯著的知識效益。根據研究結果，知識庫能夠有效促進專利授權和技術秘訣的產生，這符合TRIZ發明等級理論。即第三級和第四級發明通常運用集成法和知識庫，通過轉換系統作用原理、形成全新的功能和結構實現[24]。第三，在應用TRIZ過程中還應關注社會效益，考慮其對人生存與發展所產生的影響[19]。以因果分析和系統裁剪為例，因果分析中往往存在“已知因果”和“用相關替代因果”的路徑偏差，導致無法發現真正的因果關系(姚威等，2019)。一些工程師在使用系統裁剪時常引入新組件而非減少組件數重新配置系統功能，這就導致分析不徹底，無法有效提高資源利用率。

4.3 TRIZ體系改善與工具應用建議

針對TRIZ體系應用中存在的問題，本文提出如下對策建議：

(1)按照技術問題類型靈活匹配TRIZ工具，提高解決問題的針對性。經典TRIZ理論作為一個松散的集成系統，使用過程雖然遵循特定流程和規范，但因未能給出工具選擇和運用指導而導致應用效率不高[25]。在實際應用中，有效實現“任務-工具”匹配是提高創新效率的關鍵[16]，因此不能利用龐雜的工具體系解決所有技術難題。若某項課題對專利保護要求較高，則應加強知識庫等工具的開發和應用；若某項課題對經濟效益要求較高，則應關注新資源引入和產品理想化程度。

(2)加強TRIZ工具應用分析研究，優化效率較低的TRIZ工具。TRIZ工具應用頻次、備選方案比和應用效益差異較大，要根據工具特點提高應用效率。針對部分效率較低的工具，如九屏幕法和創新思維不僅使用頻次低(平均每項課題使用不足一次)、備選方案比高(分別為40和56.5)，而且效益不顯著，因此需要根據應用結果完善使用規則或加以改進，如明確九屏幕法中關于過去-現在-未來的定義。對于存在部分缺陷的工具，則需要根據工具本身的特點進行優化，如針對知識庫中知識效益突出但使用頻率不高的技術難題，應加強科學效應和知識庫建設，通過增加數據庫推薦算法、納入實戰案例、增加科學效應解釋等，降低學習成本和使用難度[27]。

(3)對TRIZ工具的改善和應用需要突出社會效益。本文研究發現，僅IFR、資源分析和物理矛盾對社會效益具有顯著正向影響，系統裁剪、因果分析和技術矛盾3項工具則呈負向影響，此外還有大量TRIZ工具的社會效益不高。為改善經典TRIZ工具的社會效益，Darrell Mann等[22]將經典TRIZ中技術矛盾的通用工程參數從39個增加到48個，新增的9個參數中有8個與社會效益直接相關，如參數23(運行效率)、參數38(易損壞性)、參數47(檢測復雜性)與改善資源利用率相關，參數30(對象產生的外部有害因素)與降低負面影響相關，參數37(安全性)與促進社會發展相關，參數29(噪聲)、參數39(美觀性)與提高生活質量相關。因此，為加強對TRIZ工具的應用，需要更加關注其社會效益并積極向非技術領域方向拓展。

4.4 不足與展望

本文存在兩點不足：一方面，雖然現有研究分析了不同工具的效果效益差別，但未能揭示導致差異產生的根本原因，不足以支撐對TRIZ的系統性改進和新工具開發；另一方面，由于樣本搜集難度較大，現有樣本僅局限于浙江省，以機械制造和紡織輕工業為主，電子信息、軟件、醫療器械、環保等新興產業樣本不足，且缺乏重化工和裝備制造等領域樣本。據此，未來研究將重點從以下幾個方面著手：第一，聯合全國或各省份創新方法研究機構或科技主管部門，構建開放式創新方法應用數據庫，吸納更多行業尤其是新興產業TRIZ應用案例，深入研究TRIZ規律和開發新工具；第二，從工程學、心理學、腦科學、人工智能等交叉學科視角出發，尋找造成TRIZ工具效果效益差異的原因，制定更加個性化的應用策略，開發具有一定學習能力的智能化計算機輔助創新系統；第三，積極探索創新方法在通信與計算機、智能制造、生物醫藥等新興產業和尖端領域的應用，拓展創新方法應用領域。