赵细康、曾云敏：如何从源头化解创新“死亡之谷”难题

科技成果无法有效地商品化、产业化，导致科技成果与产业化发展之间出现断层，被称为科技成果转化的“死亡之谷”现象。这种现象普遍存在于各国创新活动中，我国尤其明显。数据显示，我国科技成果转化率仅为10%左右，远低于发达国家40%的水平。正因此，如何跨越这一“死亡之谷”，就成为当前我国推动创新发展的重要政策着力点。如今年2月，国务院专门出台《实施〈中华人民共和国促进科技成果转化法〉若干规定》。3月份广东对《广东省自主创新促进条例》进行修改，一个重要目的也是为了更好促进科技成果转化，大量新规定涉及于此。

不过，跨过创新“死亡之谷”，不仅需要解决转化环节的“搭桥助力”问题，还需要从源头上解决科研项目的产业关联度问题。科技成果转化是一场接力赛，第一棒就是研发产出，如果研究项目与产业发展需求不匹配，产出的成果不具备潜在应用市场，成果转化就无从谈起。从现实情况看，科技成果的产业关联度不够，是广东创新发展面临的突出问题。通过分析近年来广东有关立项科研项目发现，这些项目往往求新求变而缺乏与特定产业的关联，支持方向也是一两年一变，造成的结果就是科技成果遍地开花，看似红红火火，却不能很好地实现特定领域创新能力的持续积累。

对于一个正处于经济转型的国家和地区来说，提升科研项目的产业关联度，首先意味着科研活动要紧密契合本地创新驱动发展的战略路径。创新驱动发展路径具有明显的国别和区域差异性。历史上成功实现技术追赶的经济体的经验表明，如何围绕第一轮发展所形成的产业基础，驱动这些产业实现“从模仿到创新”的转变，是建立创新型经济的关键。如韩国在追赶阶段形成了以汽车和电子产业为先锋的产业体系，其创新战略就是紧紧围绕这些产业展开。就广东来说，制造业是第一轮发展所形成的优势产业，制造业的技术学习是过去发展的基本成功经验，即外商投资通过管理经验和机器设备的引进，将大量“隐含知识”带入广东，众多产业通过这种机制实现快速发展。所以，广东创新驱动发展战略应将本地制造业自主创新能力的提升置于核心位置。

据此，广东提升科研项目的产业关联度，核心是要解决制造业学习机制的浅层化问题。发展中经济体在追赶过程中的学习机制可以分为两种，一种是低投入、被动、浅层学习，知识主要依靠“干中学”等简单的溢出形式获得，结果往往是仅“学会制造”或学会经营。另外一种是高投入、主动、深层学习，即通过密集的知识投入，进行消化吸收直至形成自主创新能力。在这种机制中，发展中经济体往往要大量投资于创新活动，并产生原创性的知识或解决方案，以实现真正的技术追赶。后一种学习以日本和韩国的追赶经历为代表，核心特征是政府引导大学和科研机构协助企业密集投入到技术消化、吸收和自主能力的培养之中。广东过去对自主创新的扶持，成功之处是围绕区域优势产业搭建了各种服务机构、检测平台和技术中心等；不足之处是在研发项目扶持、科研能力建设等方面，与产业的现实需求匹配度不够，不能对产业技术深化形成足够支撑。

这就需要着力从两个方面，引导科研活动去有力支撑广东制造业的创造性学习和技术深化。一个方面是要完善科研活动的驱动机制。理论上，驱动科研活动的因素主要有两类，一是社会需求拉动，如应用研究；二是知识探索驱动，如基础研究。但实际上，科研评价考核机制也往往对科研行为有直接的驱动作用，不合理的考核机制会让科研人员既不是为社会需求而研究，也不是为知识探索而研究，而仅仅是出于考评的需要为研究而研究。长期以来，我国高校和科研机构对科研人员的考评，主要是依据科研人员承担的各部门“纵向课题”数量和论文发表数量，一些无效研究因此产生。这客观上造成企业得不到足够的外部知识资源支持，很多依赖模仿、自身研究力量较为缺乏的制造企业，要么研发活动长期徘徊于低水平，要么放弃研发活动。这就需要我们形成与创新活动相适应的科研考评办法。另一个方面是要对科研活动的组织进行变革。如在科技项目设置上，尽量集中于本地优势制造部门的共性技术，在内容设置上与产业技术水平现状相呼应，在扶持周期上保持稳定性和连续性；注重对同一领域内基础研究、应用研究、产业化开发活动的整合，以创造出从基础科学到商业应用的通畅知识流；在研发平台建设、联合研发项目等设置中，加大产业界的主导性，形成以产业需求来引导研究的局面。

作者分别系广东省社科院副院长、研究员和广东省社科院副研究员