覃筱楚,張 雯,黃耀東,郭 晨,孫 奇,宋亦兵

(1.中國(guó)科學(xué)院廣州生物醫(yī)藥與健康研究院信息情報(bào)中心,廣東廣州 510530;2.深圳大學(xué)圖書館,廣東深圳 518060;3.廣州圖書館,廣東廣州 510623)

0 引言

科技創(chuàng)新能力是社會(huì)生產(chǎn)力發(fā)展的源泉,在國(guó)家自主創(chuàng)新戰(zhàn)略的宏觀背景下,科技創(chuàng)新能力對(duì)提升地區(qū)經(jīng)濟(jì)發(fā)展和競(jìng)爭(zhēng)力至關(guān)重要。通過(guò)制定科學(xué)的評(píng)價(jià)指標(biāo)體系,全面分析地區(qū)科技創(chuàng)新驅(qū)動(dòng)發(fā)展的趨勢(shì)和特點(diǎn),部署創(chuàng)新驅(qū)動(dòng)發(fā)展戰(zhàn)略,可以促進(jìn)資源要素的高效配置,進(jìn)一步推動(dòng)社會(huì)經(jīng)濟(jì)高質(zhì)量發(fā)展。

我國(guó)科技創(chuàng)新能力研究起步較晚,自20世紀(jì)80年代中期開始,諸多學(xué)者基于不同的評(píng)價(jià)方法從不同角度探索科技創(chuàng)新能力評(píng)價(jià)指標(biāo)的建立[1]。王濤等[2]從科技創(chuàng)新投入、環(huán)境和產(chǎn)出三大方面構(gòu)建了11個(gè)指標(biāo),運(yùn)用聚類分析法對(duì)區(qū)域創(chuàng)新能力進(jìn)行研究。陶雪飛[3]以“5位一體”的科技創(chuàng)新能力為出發(fā)點(diǎn)構(gòu)建13個(gè)二級(jí)評(píng)價(jià),對(duì)樣本城市進(jìn)行實(shí)證研究。王彥博等[4]從創(chuàng)新環(huán)境、資源、服務(wù)影響力和產(chǎn)出4個(gè)方面構(gòu)建了25個(gè)評(píng)價(jià)指標(biāo),利用主成分分析法對(duì)31個(gè)省份的科技創(chuàng)新中心進(jìn)行研究分析。李燕鴻[5]利用具有多投入產(chǎn)出特點(diǎn)的數(shù)據(jù)包絡(luò)分析法構(gòu)建績(jī)效評(píng)價(jià)指標(biāo),對(duì)2008-2016年珠三角城市的創(chuàng)新績(jī)效進(jìn)行評(píng)價(jià)。肖田野等[6]在評(píng)價(jià)廣東科技創(chuàng)新能力中,從科技創(chuàng)新投入和產(chǎn)出兩方面構(gòu)建了7個(gè)二級(jí)指標(biāo),但細(xì)分的二級(jí)指標(biāo)不夠全面。上述研究顯示科技創(chuàng)新能力涉及范圍較廣,評(píng)價(jià)應(yīng)從多個(gè)角度出發(fā),需建立系統(tǒng)全面的評(píng)價(jià)體系;數(shù)據(jù)收集統(tǒng)計(jì)的難易程度和連續(xù)性直接影響評(píng)價(jià)建模實(shí)證,因此,可持續(xù)獲得客觀數(shù)據(jù)的指標(biāo)有利于評(píng)價(jià)體系的推廣應(yīng)用。

自1985年以來(lái),廣東依靠科技體制改革的政策優(yōu)勢(shì),在促進(jìn)全省科研體制改革方面不斷取得進(jìn)步,相繼出臺(tái)《廣東省科技廳關(guān)于進(jìn)一步深化科技計(jì)劃管理改革的意見》《關(guān)于進(jìn)一步促進(jìn)科技創(chuàng)新的若干政策措施》《廣東省自主創(chuàng)新促進(jìn)條例》等配套政策,助力研發(fā)機(jī)構(gòu)、企業(yè)和高校等科研主體開展知識(shí)產(chǎn)權(quán)和自主研發(fā)的科研活動(dòng)。為了解廣東科技創(chuàng)新能力,本研究綜合采用各類統(tǒng)計(jì)年鑒數(shù)據(jù),從科技投入與產(chǎn)出兩大方面建立科技創(chuàng)新能力評(píng)價(jià)指標(biāo)體系,選取北京、上海、江蘇、湖北四個(gè)省市與廣東進(jìn)行對(duì)比,通過(guò)主成分分析法綜合衡量不同地區(qū)的科技創(chuàng)新能力,以期為科技創(chuàng)新能力研究提供理論支撐,為廣東科技創(chuàng)新能力建設(shè)提供參考。

1 科技創(chuàng)新能力評(píng)價(jià)指標(biāo)體系與方法

1.1 指標(biāo)體系的構(gòu)建

為保障數(shù)據(jù)的連續(xù)性、權(quán)威性,本研究綜合參考《中國(guó)科技統(tǒng)計(jì)年鑒》和《中國(guó)統(tǒng)計(jì)年鑒》中與科技創(chuàng)新密切相關(guān)的指標(biāo)作為基礎(chǔ)指標(biāo)和數(shù)據(jù)來(lái)源,在此基礎(chǔ)上構(gòu)建部分衍生的推算指標(biāo),從而形成科技創(chuàng)新能力評(píng)價(jià)指標(biāo)體系(見表1),包含科技投入和產(chǎn)出2個(gè)一級(jí)指標(biāo)、9個(gè)二級(jí)指標(biāo)以及47個(gè)三級(jí)指標(biāo)?？萍纪度敕从晨萍紕?chuàng)新活動(dòng)所需的外部資源,包括R&D課題、人員保障和經(jīng)費(fèi)保障;科技產(chǎn)出包括科研機(jī)構(gòu)、高新技術(shù)產(chǎn)業(yè)、高校等不同創(chuàng)新主體在專利、著作、論文的產(chǎn)出情況,以及專利所有權(quán)轉(zhuǎn)讓、專利授權(quán)情況,反映科技創(chuàng)新活動(dòng)產(chǎn)生的經(jīng)濟(jì)效應(yīng)和社會(huì)影響,體現(xiàn)科技創(chuàng)新驅(qū)動(dòng)城市經(jīng)濟(jì)發(fā)展的作用。

表1 科技創(chuàng)新能力評(píng)價(jià)指標(biāo)體系

1.2 評(píng)價(jià)方法

由于指標(biāo)體系中指標(biāo)數(shù)量較多,為綜合考察各個(gè)指標(biāo),對(duì)比不同地區(qū)的科技創(chuàng)新能力,本研究采用定量分析法和主成分分析法(principal components analysis,PCA)相結(jié)合的方式。定量分析法主要用于對(duì)比分析廣東與其他地區(qū)在科研經(jīng)費(fèi)、人員、專利分布、專利價(jià)值、專利密度等科技創(chuàng)新投入和產(chǎn)出的差異性。主成分分析法用于分析廣東與其他地區(qū)綜合創(chuàng)新能力的橫向?qū)Ρ燃皬V東歷年科技創(chuàng)新的縱向?qū)Ρ?該方法對(duì)指標(biāo)數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化后提取主成分,根據(jù)主成分得分系數(shù)和主成分方差貢獻(xiàn)率計(jì)算各主成分分值及主成分綜合得分,最后根據(jù)主成分矩陣結(jié)合主成分得分分析各地區(qū)科技創(chuàng)新能力水平。

2 科技創(chuàng)新投入與產(chǎn)出分析

2.1 科技創(chuàng)新投入分析

2.1.1 科研項(xiàng)目申報(bào)情況

近年來(lái),廣東R&D課題數(shù)始終保持較高水平且不斷增長(zhǎng)。2013年,廣東R&D課題數(shù)量位于樣本地區(qū)的中間位置,2015年后增速明顯提升,2017年廣東R&D課題數(shù)為170 214項(xiàng),大幅超過(guò)江蘇和北京,為樣本地區(qū)首位(見表2);相比之下,上海和湖北R&D課題數(shù)量不多,但也增長(zhǎng)穩(wěn)定。

表2 樣本地區(qū)R&D課題數(shù)量 單位:項(xiàng)

對(duì)比2017年不同機(jī)構(gòu)的R&D課題數(shù)量發(fā)現(xiàn),高校是R&D課題申請(qǐng)的主力,在樣本地區(qū)中,湖北R&D課題數(shù)中高校占比最大,約70.80%,其次是上海,為68.23%;但從課題數(shù)量來(lái)看,北京高校R&D課題數(shù)量最多(96 187項(xiàng)),其次是廣東(79 050項(xiàng))和江蘇(70 982項(xiàng))。在高技術(shù)產(chǎn)業(yè)中,僅有廣東和江蘇申請(qǐng)課題數(shù)高于研發(fā)機(jī)構(gòu),分別占其地區(qū)課題數(shù)比重的12.17%和9.75%,其他3個(gè)地區(qū)研發(fā)機(jī)構(gòu)課題數(shù)均高于高技術(shù)產(chǎn)業(yè)(見圖1)。

圖1 2017年樣本地區(qū)各類機(jī)構(gòu)R&D課題數(shù)量對(duì)比

2.1.2 科研人員投入情況

2017年,廣東R&D人員全時(shí)當(dāng)量最多,科研人員隊(duì)伍快速擴(kuò)大,高素質(zhì)人才不斷增加,為565 287人年,其次是江蘇(560 002人年)。廣東和江蘇各機(jī)構(gòu)R&D人員結(jié)構(gòu)表現(xiàn)一致,均為高技術(shù)產(chǎn)業(yè)人員占比最多,其次為高校和研發(fā)機(jī)構(gòu);北京、上海、湖北的R&D人員中均為研發(fā)機(jī)構(gòu)人員占比最多(見圖2)。

2.1.3 科研經(jīng)費(fèi)投入情況

2013-2017年 ,樣本地區(qū)R&D經(jīng)費(fèi)內(nèi)部支出都穩(wěn)定上升(見圖3)。廣東R&D經(jīng)費(fèi)內(nèi)部支出與江蘇相當(dāng),大幅領(lǐng)先其他3個(gè)地區(qū)。2016年以前,江蘇R&D經(jīng)費(fèi)投入最多,但2016年后廣東不斷增加科研經(jīng)費(fèi)投入,增速提升,2017年廣東R&D經(jīng)費(fèi)投入約2 343.63億元,同比增長(zhǎng)15.2%,總量連續(xù)兩年保持全國(guó)首位。2013-2017年,廣東R&D經(jīng)費(fèi)內(nèi)部支出中高技術(shù)產(chǎn)業(yè)比重最大,各機(jī)構(gòu)R&D經(jīng)費(fèi)內(nèi)部支出均有增長(zhǎng)(見圖4),2017年高校R&D經(jīng)費(fèi)內(nèi)部支出增長(zhǎng)最多,較上年增長(zhǎng)約27.78%,其次是研發(fā)機(jī)構(gòu),較上年增長(zhǎng)13.51%。

圖3 樣本地區(qū)R&D經(jīng)費(fèi)內(nèi)部支出趨勢(shì)

圖4 廣東各類機(jī)構(gòu)R&D經(jīng)費(fèi)內(nèi)部支出年度分布

2.2 科技創(chuàng)新產(chǎn)出分析

2.2.1 科技文獻(xiàn)發(fā)表情況

科技論文及著作是對(duì)研究成果、生產(chǎn)研發(fā)技術(shù)經(jīng)驗(yàn)和知識(shí)的總結(jié),一定程度上反映科技水平、研究動(dòng)態(tài)和知識(shí)水平的發(fā)展程度。2013-2017年廣東科技文獻(xiàn)產(chǎn)量逐年遞增(見圖5)。其中,高校在科技文獻(xiàn)發(fā)表上具有優(yōu)勢(shì),2017年高校發(fā)表科技論文87 815篇,較上年增長(zhǎng)0.50%;出版科技著作2 654種,較上年增長(zhǎng)11.75%;研發(fā)機(jī)構(gòu)在科技文獻(xiàn)發(fā)表和出版方面相對(duì)較弱,發(fā)表科技論文8 510篇,出版專著214種。

圖5 廣東各類機(jī)構(gòu)科技文獻(xiàn)發(fā)表情況

2.2.2 專利申請(qǐng)情況

2017年,廣東知識(shí)產(chǎn)權(quán)創(chuàng)造質(zhì)量和能力穩(wěn)步提升。2017年,廣東專利申請(qǐng)量約62.78萬(wàn)件,較上年增長(zhǎng)30.88%,穩(wěn)居全國(guó)首位,每萬(wàn)人口專利申請(qǐng)量約56.21件,每萬(wàn)人口發(fā)明專利申請(qǐng)量約16.35件;北京專利申請(qǐng)總量在樣本地區(qū)中排名第三,每萬(wàn)人口專利申請(qǐng)量和發(fā)明專利申請(qǐng)量均遠(yuǎn)超其他地區(qū),分別為85.64件和45.68件(見圖6)。

圖6 2017年樣本地區(qū)專利申請(qǐng)量情況

從各機(jī)構(gòu)專利申請(qǐng)情況看,2017年不同地區(qū)創(chuàng)新主體申請(qǐng)發(fā)明專利的差異性十分顯著。其中,廣東高技術(shù)產(chǎn)業(yè)專利申請(qǐng)量(84 084件)和發(fā)明專利申請(qǐng)量(48 148件)均比高校和研發(fā)機(jī)構(gòu)多,其他四區(qū)則以高校為專利申請(qǐng)的主力軍;北京專利申請(qǐng)總量雖在樣本地區(qū)中排名第三,但其研發(fā)機(jī)構(gòu)專利申請(qǐng)量最多(14 436件)且以發(fā)明專利申請(qǐng)量(12 431件)為主,北京研發(fā)機(jī)構(gòu)的發(fā)明創(chuàng)造質(zhì)量較高(見圖7)。

圖7 2017年樣本地區(qū)各類機(jī)構(gòu)專利申請(qǐng)情況

2.2.3 專利授權(quán)情況

2017年,廣東專利授權(quán)量約33.26萬(wàn)件,較上年增長(zhǎng)28.42%,為樣本地區(qū)乃至全國(guó)首位,發(fā)明專利授權(quán)量為4.57萬(wàn)件,較上年增長(zhǎng)18.42%,發(fā)明專利授權(quán)量占授權(quán)總量的13.75%;北京專利授權(quán)量在樣本地區(qū)內(nèi)排名第三,發(fā)明專利授權(quán)量占授權(quán)總量的43.10%(見圖8)。在每百億元國(guó)內(nèi)生產(chǎn)總值(GDP)專利申請(qǐng)和授權(quán)方面,廣東每百億元GDP專利申請(qǐng)量為699.89件,位列第一,每百億元GDP專利授權(quán)量?jī)H次于北京,為370.83件(見圖9)。

圖8 2017年樣本地區(qū)專利授權(quán)情況

圖9 2017年樣本地區(qū)每百億元GDP專利申請(qǐng)量與授權(quán)量

2.2.4 有效發(fā)明專利情況

2017年,廣東有效專利約11.66萬(wàn)件,位列首位,其次是江蘇和北京;有效發(fā)明專利持有量最多的是北京,約20.53萬(wàn)件,其次是廣東和江蘇。在有效發(fā)明專利構(gòu)成上,廣東高技術(shù)產(chǎn)業(yè)表現(xiàn)出色,有效發(fā)明專利數(shù)占全省總數(shù)的93.10%,研發(fā)機(jī)構(gòu)表現(xiàn)較弱;而其他4個(gè)地區(qū)均為高校有效發(fā)明專利所占比重最大(見圖10)。

圖10 2017年樣本地區(qū)有效發(fā)明專利數(shù)構(gòu)成

2.2.5 專利所有權(quán)轉(zhuǎn)讓與許可情況

專利所有權(quán)通過(guò)轉(zhuǎn)讓與許可在一定程度上轉(zhuǎn)化為現(xiàn)實(shí)生產(chǎn)力,結(jié)合圖11和12,廣東研發(fā)機(jī)構(gòu)專利轉(zhuǎn)讓及許可數(shù)僅次于上海,5年來(lái)小幅增長(zhǎng);高校專利權(quán)轉(zhuǎn)讓及許可數(shù)最多且增長(zhǎng)最快的地區(qū)是江蘇,而廣東高校專利權(quán)轉(zhuǎn)讓及許可數(shù)5年來(lái)一直保持平穩(wěn),與北京水平相當(dāng),與江蘇差距較大。

圖11 樣本地區(qū)研究與開發(fā)機(jī)構(gòu)專利所有權(quán)轉(zhuǎn)讓及許可情況年度分布

圖12 樣本地區(qū)高等學(xué)校專利所有權(quán)轉(zhuǎn)讓及許可年度分布

3 科技創(chuàng)新能力綜合評(píng)價(jià)

為科學(xué)評(píng)價(jià)各地區(qū)科技創(chuàng)新能力,通過(guò)主成分分析法對(duì)2013-2017年樣本地區(qū)的原始數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理,最終確定主成分個(gè)數(shù)為3。為進(jìn)一步計(jì)算各年份的主成分分值和綜合評(píng)價(jià)值,本研究將與各主成分相關(guān)度絕對(duì)值最高的指標(biāo)歸類到該主成分當(dāng)中,繼而進(jìn)行下一步的對(duì)比。不同年份主成分包含的指標(biāo)略有差別,但總體較穩(wěn)定(見表3),其中分值為正數(shù)表明指標(biāo)水平高于被評(píng)價(jià)區(qū)域的平均值,為負(fù)數(shù)表明指標(biāo)處于評(píng)價(jià)區(qū)域的平均值以下。

表3 2013-2017年樣本地區(qū)科技創(chuàng)新能力各主成分構(gòu)成及相關(guān)系數(shù)

采用主成分分析法不僅能保證獲取信息的完整性,還能有效解決信息重疊的問(wèn)題。表4為樣本地區(qū)歷年主成分的因子系數(shù),主成分1所占比重最大,涵蓋了R&D課題數(shù)、人員全時(shí)當(dāng)量、R&D經(jīng)費(fèi)內(nèi)部支出、科技論文和著作數(shù)量、專利分布、專利價(jià)值、專利密度等大部分指標(biāo);主成分2涵蓋了高技術(shù)產(chǎn)業(yè)相關(guān)的R&D課題數(shù)、R&D經(jīng)費(fèi)內(nèi)部支出、專利分布以及每百億元GDP發(fā)明專利申請(qǐng)與授權(quán)等指標(biāo);主成分3所占比重最小,涵蓋了高等學(xué)校相關(guān)的專利申請(qǐng)數(shù)量、專利所有權(quán)轉(zhuǎn)讓及許可數(shù)等指標(biāo)。

表4 樣本地區(qū)科技創(chuàng)新能力主成分因子系數(shù)

3.1 科技創(chuàng)新能力的橫向?qū)Ρ?/h3>

通過(guò)計(jì)算樣本地區(qū)主成分綜合得分發(fā)現(xiàn),北京科技創(chuàng)新能力處于前列,但呈現(xiàn)下降趨勢(shì);江蘇近5年來(lái)重視科技創(chuàng)新投入,科技創(chuàng)新能力保持平穩(wěn)、略有上升;廣東與江蘇科技創(chuàng)新能力相當(dāng),但2016年后有所下降;上海與湖北分別處于第四和第五的位次,5年來(lái)綜合水平都有所下降,與前述地區(qū)科技創(chuàng)新能力有明顯差距(見表5)。

表5 樣本地區(qū)科技創(chuàng)新能力主成分綜合得分 單位:分

以2017年樣本地區(qū)主成分得分情況為例,北京在2013-2017年的綜合評(píng)價(jià)中排名第一,主要原因是其主成分1占據(jù)絕對(duì)優(yōu)勢(shì),科技創(chuàng)新投入的成效較為顯著;主成分2中,廣東在樣本地區(qū)中得分最高,反映了高新技術(shù)產(chǎn)業(yè)對(duì)提升廣東科技創(chuàng)新能力的重要作用,尤其在專利申請(qǐng)和授權(quán)方面占據(jù)優(yōu)勢(shì);主成分3中,江蘇得分最高,江蘇是教育大省,高校及科研院所的專利申請(qǐng)量、授權(quán)量、轉(zhuǎn)讓數(shù)量及許可數(shù)均較高(見表6)。

表6 2017年樣本地區(qū)科技創(chuàng)新主成分得分 單位:分

3.2 廣東科技創(chuàng)新能力縱向?qū)Ρ?/h3>

2013-2017年 廣東科技創(chuàng)新能力評(píng)價(jià)中(見表7),主成分1優(yōu)勢(shì)不明顯,但分值逐年增長(zhǎng);主成分2占據(jù)重要地位,整體呈增長(zhǎng)趨勢(shì);主成分3在2013-2016年均保持較高水平,但2017年驟然下降。其中,R&D課題數(shù)量在2015年前是包含在主成分1中的,在2016年和2017年則包含在主成分2中,廣東在R&D課題數(shù)方面的增長(zhǎng)成效顯著。

表7 2013-2017年廣東科技創(chuàng)新主成分得分 單位:分

4 廣東科技創(chuàng)新能力特點(diǎn)

廣東在科技投入總量、專利數(shù)量、高技術(shù)產(chǎn)業(yè)投入與產(chǎn)出方面一直處于優(yōu)勢(shì),但在研發(fā)機(jī)構(gòu)與高校的投入與產(chǎn)出、專利價(jià)值與專利密度等方面較薄弱,在科技投入轉(zhuǎn)化為科技產(chǎn)出的效率方面,尤其是轉(zhuǎn)化為科技論文與專利等方面有較大的提升空間。廣東科技創(chuàng)新能力的特點(diǎn)如下:

(1)科技投入總量大、增速快。廣東R&D課題數(shù)、R&D人員全時(shí)當(dāng)量、R&D經(jīng)費(fèi)內(nèi)部支出等指標(biāo)均處于領(lǐng)先位置且不斷增長(zhǎng),為廣東科技創(chuàng)新能力的提升創(chuàng)造重要基礎(chǔ),同時(shí)反映了廣東對(duì)科研創(chuàng)新的重視程度不斷加深。

(2)科技論文與著作產(chǎn)出量占比較小但持續(xù)增長(zhǎng)?？萍颊撐呐c著作是研發(fā)機(jī)構(gòu)和高校的重要科研產(chǎn)出形式,是反映研發(fā)機(jī)構(gòu)和高?？萍紕?chuàng)新能力的重要指標(biāo),在這方面北京一直保持絕對(duì)優(yōu)勢(shì),不僅數(shù)量巨大而且增速可觀,廣東雖不具有優(yōu)勢(shì),但2013-2017年始終保持增長(zhǎng),不斷縮小與其他地區(qū)的差距。

(3)專利體量巨大,優(yōu)勢(shì)顯著。專利是科技產(chǎn)出的主要形式,尤其是在廣東高技術(shù)產(chǎn)業(yè)發(fā)達(dá)的背景下更是反映高技術(shù)產(chǎn)業(yè)創(chuàng)新能力的重要指標(biāo)。廣東在專利申請(qǐng)、授權(quán)和有效發(fā)明專利方面都保持了高速增長(zhǎng),且數(shù)量上領(lǐng)先于其他地區(qū)。

(4)專利密度相對(duì)較低,有待提升。專利密度是專利數(shù)量在人口和GDP中的分布密集程度,能反映其相對(duì)關(guān)系。較高的專利密度意味著人均或每單位GDP的專利數(shù)量更多,是科技創(chuàng)新能力優(yōu)異的表現(xiàn)。廣東在專利數(shù)量方面具有非常顯著的優(yōu)勢(shì),但專利密度的表現(xiàn)并不突出,而北京和江蘇則一直處于領(lǐng)先地位。

(5)研發(fā)機(jī)構(gòu)和高校的科研投入與產(chǎn)出效率有待改善。廣東的研發(fā)機(jī)構(gòu)與高校都存在投入與產(chǎn)出體量偏小、比重偏低的情況,相比之下,北京、上海和江蘇具有優(yōu)勢(shì)。廣東的研發(fā)機(jī)構(gòu)和高校在國(guó)外發(fā)文比例較高,廣東高校應(yīng)充分利用對(duì)外開放的優(yōu)勢(shì)條件,在科研合作中走出去。

5 結(jié)論與建議

廣東歷來(lái)重視產(chǎn)業(yè)發(fā)展,高技術(shù)企業(yè)具有領(lǐng)先優(yōu)勢(shì)。通過(guò)發(fā)揮優(yōu)勢(shì)帶動(dòng)作用,與其他地區(qū)研發(fā)機(jī)構(gòu)和高校建立產(chǎn)業(yè)合作關(guān)系,實(shí)現(xiàn)優(yōu)勢(shì)互補(bǔ)與合作共贏,可通過(guò)學(xué)術(shù)交流、實(shí)地考察、開展科研項(xiàng)目合作等方式與北京、江蘇等地的研發(fā)機(jī)構(gòu)和高校開展學(xué)習(xí)與交流活動(dòng);此外,通過(guò)政策引導(dǎo)建立科技成果轉(zhuǎn)化中的聯(lián)盟機(jī)制,促進(jìn)產(chǎn)學(xué)研深入結(jié)合,加速成果轉(zhuǎn)化,以適應(yīng)市場(chǎng)經(jīng)濟(jì)發(fā)展對(duì)科研成果利用的需求,避免科技資源的浪費(fèi),從而提升產(chǎn)業(yè)效益[7]。

其次,廣東研發(fā)機(jī)構(gòu)與高?？萍紕?chuàng)新力量薄弱也反映了廣東對(duì)基礎(chǔ)研究的重視和投入不足。基礎(chǔ)研究雖難以像應(yīng)用研究那樣快速產(chǎn)生效益,卻對(duì)科技創(chuàng)新的長(zhǎng)遠(yuǎn)發(fā)展至關(guān)重要,因此,廣東應(yīng)當(dāng)重視營(yíng)造良好的學(xué)術(shù)研究氛圍,為無(wú)法在短期內(nèi)產(chǎn)生效益的基礎(chǔ)研究提供良好的發(fā)展環(huán)境,包括提供專項(xiàng)研究基金、建設(shè)重要的基礎(chǔ)研究設(shè)施與平臺(tái)、制定科技人才引進(jìn)的優(yōu)惠政策等。

再者,在當(dāng)前研發(fā)機(jī)構(gòu)與高?？萍紕?chuàng)新力量不足的情況下,廣東應(yīng)當(dāng)建立研發(fā)機(jī)構(gòu)與高校協(xié)調(diào)合作、差異化競(jìng)爭(zhēng)的機(jī)制。高?？膳c研發(fā)機(jī)構(gòu)建立人才合作培養(yǎng)機(jī)制,為研發(fā)機(jī)構(gòu)提供充足且高質(zhì)量的人才儲(chǔ)備;研發(fā)機(jī)構(gòu)可為高校畢業(yè)生提供廣闊的就業(yè)環(huán)境和上升空間。同時(shí),在開展大型的研究方面,高校與研發(fā)機(jī)構(gòu)可依據(jù)自身優(yōu)勢(shì),通力合作、優(yōu)勢(shì)互補(bǔ)、統(tǒng)籌資源,共同致力于課題研究。

最后,廣東應(yīng)當(dāng)充分利用其獨(dú)特的區(qū)位優(yōu)勢(shì)和對(duì)外開放的社會(huì)環(huán)境,通過(guò)國(guó)際交流、技術(shù)引進(jìn)、對(duì)外投資等方式,在已有合作基礎(chǔ)上不斷加強(qiáng)和拓展與國(guó)外學(xué)術(shù)機(jī)構(gòu)、高技術(shù)企業(yè)的合作領(lǐng)域,帶動(dòng)省內(nèi)研發(fā)機(jī)構(gòu)與高校相應(yīng)學(xué)科領(lǐng)域的發(fā)展,同時(shí)為高技術(shù)企業(yè)國(guó)際化發(fā)展提供平臺(tái)和機(jī)遇。