宋慧勇

(南京中醫(yī)藥大學(xué) 衛(wèi)生經(jīng)濟(jì)管理學(xué)院,江蘇 南京 210023)

0 引言

經(jīng)濟(jì)新常態(tài)下,中國(guó)要實(shí)現(xiàn)高速、高質(zhì)和持續(xù)發(fā)展,在全球擁有足夠的競(jìng)爭(zhēng)力,創(chuàng)新力是根本[1]。長(zhǎng)三角是中國(guó)經(jīng)濟(jì)最活躍、創(chuàng)新能力最強(qiáng)的區(qū)域之一,區(qū)域涵蓋三省一市(江浙滬皖),即江蘇、浙江、上海和安徽[2]。高校是國(guó)家創(chuàng)新體系的重要主體,長(zhǎng)三角區(qū)域高校長(zhǎng)期以來(lái)積極主動(dòng)對(duì)接國(guó)家戰(zhàn)略需求和區(qū)域經(jīng)濟(jì)發(fā)展需求,發(fā)揮基礎(chǔ)研究主力軍和重大科技創(chuàng)新策源地作用,致力于培育拔尖創(chuàng)新型人才、打造高水平創(chuàng)新團(tuán)隊(duì),為區(qū)域高質(zhì)量發(fā)展提供強(qiáng)大的技術(shù)支撐。但目前長(zhǎng)三角區(qū)域人才隊(duì)伍結(jié)構(gòu)仍然有待優(yōu)化,存在頂尖人才缺乏、高端人才外流、區(qū)域發(fā)展不均衡等問(wèn)題。如長(zhǎng)三角區(qū)域的上海和江蘇創(chuàng)新水平相對(duì)較高,安徽在多項(xiàng)指標(biāo)上有待提升。在長(zhǎng)三角高質(zhì)量一體化發(fā)展背景下,如何找出影響區(qū)域一體化創(chuàng)新水平的關(guān)鍵癥結(jié),實(shí)現(xiàn)高水平創(chuàng)新以對(duì)接區(qū)域發(fā)展及國(guó)家戰(zhàn)略需求,成為當(dāng)前長(zhǎng)三角區(qū)域研究學(xué)者的重要關(guān)切。

本文從科技創(chuàng)新投入(人力投入、經(jīng)費(fèi)投入等)、創(chuàng)新產(chǎn)出(科技成果獲獎(jiǎng)、專利發(fā)明)及國(guó)際交流等入手,通過(guò)分析相關(guān)指標(biāo),掌握當(dāng)前長(zhǎng)三角高?？萍紕?chuàng)新現(xiàn)狀及主要癥結(jié),結(jié)合創(chuàng)新力模型分析影響創(chuàng)新水平提升的關(guān)鍵問(wèn)題,在此基礎(chǔ)上進(jìn)一步提出提升長(zhǎng)三角高?？萍紕?chuàng)新水平的對(duì)策建議。

1 長(zhǎng)三角高?？萍紕?chuàng)新現(xiàn)狀分析

近年來(lái),長(zhǎng)三角區(qū)域高?？萍既肆Y源總量持續(xù)增長(zhǎng)。截至2020年年底,長(zhǎng)三角高校的科技人力總量達(dá)27.13萬(wàn)人,較2018年增長(zhǎng)11.8%;科技投入經(jīng)費(fèi)穩(wěn)定快速增長(zhǎng),區(qū)域創(chuàng)新能力不斷提升,科技成果轉(zhuǎn)化取得新突破,江蘇省高校的發(fā)明專利授權(quán)數(shù)及專利出售數(shù)連續(xù)3年位居全國(guó)第1(2020年江浙滬皖4地區(qū)高校的專利轉(zhuǎn)讓總數(shù)占全國(guó)的49.1%);2018—2020年長(zhǎng)三角高校共計(jì)獲得省級(jí)以上科技獎(jiǎng)勵(lì)3 385項(xiàng)(江蘇1 366項(xiàng),占比40.4%),其中國(guó)家科技進(jìn)步獎(jiǎng)合計(jì)130項(xiàng),國(guó)務(wù)院各部門科技進(jìn)步獎(jiǎng)共計(jì)712項(xiàng),這都是長(zhǎng)三角高校近年來(lái)踐行創(chuàng)新驅(qū)動(dòng)發(fā)展戰(zhàn)略的“成績(jī)單”。

1.1 科技創(chuàng)新投入分析

1.1.1 科技人力

上海、江蘇、浙江近3年高校數(shù)量基本沒(méi)變,僅安徽從2018年的91所上升到2020年底的107所;上海、浙江和安徽3地的高校研發(fā)機(jī)構(gòu)數(shù)量相當(dāng),而江蘇省的高校研發(fā)機(jī)構(gòu)數(shù)是其他地區(qū)的2倍左右,且逐年增長(zhǎng)。以2020年為例,上海、江蘇、浙江和安徽4地的高?？萍既肆Y源總量依次為70 359人、86 517人、62 722人和51 658人,研究項(xiàng)目數(shù)分別達(dá)21 160項(xiàng)、32 937項(xiàng)、21 512和9 467項(xiàng),如表1所示。從時(shí)間維度來(lái)看,2018—2020年各項(xiàng)指標(biāo)均實(shí)現(xiàn)穩(wěn)步增長(zhǎng);從資源總量來(lái)看,區(qū)域內(nèi)差異顯著,其中江蘇最多,上海次之。以江蘇為例,2020年科技人力較前一年增加3 726人,增長(zhǎng)率達(dá)4.5%。

表1 長(zhǎng)三角高校科技人力資源

表2 長(zhǎng)三角高?？萍冀?jīng)費(fèi) 單位:億元

1.1.2 科技經(jīng)費(fèi)

首先,從經(jīng)費(fèi)總量來(lái)看,江蘇>上海>浙江>安徽。江蘇和上海近3年的科技投入及支出經(jīng)費(fèi)遠(yuǎn)高于浙江和安徽地區(qū)。2020年底,江蘇、上海、浙江和安徽4個(gè)地區(qū)高?？蒲型度虢?jīng)費(fèi)依次為259.42億元、231.15億元、157.46億元和93.77億元,當(dāng)年支出經(jīng)費(fèi)依次為241.87億元、209.96億元、140.78億元和89.94億元。由以上數(shù)據(jù)可知,江蘇和上海的經(jīng)費(fèi)總量相當(dāng)。

其次,從經(jīng)費(fèi)增長(zhǎng)率來(lái)看,安徽最為突出。4個(gè)地區(qū)在2019年的投入和支出經(jīng)費(fèi)增長(zhǎng)率比較接近,而2020年由于疫情影響,各地區(qū)的經(jīng)費(fèi)增長(zhǎng)率較2019年均出現(xiàn)明顯下滑,如上海2019年的高校科技支出經(jīng)費(fèi)增長(zhǎng)高達(dá)21.9%,2020年的經(jīng)費(fèi)增長(zhǎng)率大幅下滑到4.6%。與2019年比,2020年上海和江蘇的高校科技投入經(jīng)費(fèi)增長(zhǎng)率僅為6.0%,而安徽的科技投入經(jīng)費(fèi)增長(zhǎng)率最突出,高達(dá)22.3%,安徽省的基數(shù)最低,但增長(zhǎng)率遠(yuǎn)高于江浙滬3個(gè)地區(qū)。

1.1.3 科研項(xiàng)目

從高校研究與發(fā)展項(xiàng)目合計(jì)、基礎(chǔ)研究和實(shí)驗(yàn)發(fā)展的總量來(lái)看,江蘇>上海>浙江>安徽,江蘇和上海的總量最多,安徽最少;從應(yīng)用基礎(chǔ)項(xiàng)目數(shù)來(lái)看,浙江處于領(lǐng)先地位,江蘇、上海緊隨其后。從綜合實(shí)力來(lái)看,江蘇在長(zhǎng)三角地區(qū)高校研發(fā)項(xiàng)目上的開(kāi)展情況最好,且各項(xiàng)指標(biāo)呈現(xiàn)穩(wěn)步上升的態(tài)勢(shì),在長(zhǎng)三角區(qū)域處于領(lǐng)頭羊的地位(見(jiàn)表3)。

表3 長(zhǎng)三角地區(qū)高等學(xué)校研究與發(fā)展項(xiàng)目 單位:項(xiàng)

1.2 科技創(chuàng)新產(chǎn)出分析

1.2.1 科技成果獲獎(jiǎng)

科技成果獲獎(jiǎng)獎(jiǎng)項(xiàng)主要有國(guó)家自然科學(xué)獎(jiǎng)、國(guó)家技術(shù)發(fā)明獎(jiǎng)、國(guó)家科技進(jìn)步獎(jiǎng)、國(guó)務(wù)院各部門科技進(jìn)步獎(jiǎng)等5大類,國(guó)家科技進(jìn)步獎(jiǎng)、國(guó)務(wù)院各部門及省自治區(qū)直轄市科技進(jìn)步獎(jiǎng)獲獎(jiǎng)情況如表4所示。從總體來(lái)看,江蘇和上海兩地高校的科技成果獲獎(jiǎng)數(shù)量最多。

表4 分地區(qū)高?？萍汲晒@獎(jiǎng) 單位:項(xiàng)

首先,國(guó)家自然科學(xué)獎(jiǎng)、國(guó)家技術(shù)發(fā)明獎(jiǎng)獲獎(jiǎng)情況。這兩類獲獎(jiǎng)難度最大,全國(guó)各地獲獎(jiǎng)數(shù)量寥寥,一等獎(jiǎng)空缺。2020年,全國(guó)僅廣西壯族自治區(qū)獲1項(xiàng)國(guó)家技術(shù)發(fā)明獎(jiǎng)二等獎(jiǎng),其余地區(qū)獲獎(jiǎng)數(shù)為0;2019年,上海、江蘇和安徽分別獲得國(guó)家自然科學(xué)獎(jiǎng)二等獎(jiǎng)7項(xiàng)、3項(xiàng)和1項(xiàng),國(guó)家技術(shù)發(fā)明獎(jiǎng)二等獎(jiǎng)上海3項(xiàng)、江蘇8項(xiàng)、浙江5項(xiàng)及安徽1項(xiàng);2018年,上海、江蘇和安徽分別獲得國(guó)家自然科學(xué)獎(jiǎng)二等獎(jiǎng)3項(xiàng)、6項(xiàng)和1項(xiàng)(該獎(jiǎng)項(xiàng)獲獎(jiǎng)數(shù)量較少,故未在表4中列出)。

其次,國(guó)家科技進(jìn)步獎(jiǎng)獲獎(jiǎng)情況。2020年,浙江和安徽的高校各獲得國(guó)家科技進(jìn)步獎(jiǎng)二等獎(jiǎng)1項(xiàng),特等獎(jiǎng)及一等獎(jiǎng)空缺;2019年,上海和江蘇分別獲得國(guó)家科技進(jìn)步獎(jiǎng)特等獎(jiǎng)及一等獎(jiǎng)2項(xiàng)和5項(xiàng)(其中上海地區(qū)特等獎(jiǎng)1項(xiàng)、一等獎(jiǎng)1項(xiàng),江蘇特等獎(jiǎng)2項(xiàng)、一等獎(jiǎng)3項(xiàng)),二等獎(jiǎng)上海17項(xiàng)、江蘇22項(xiàng)、浙江15項(xiàng)、安徽3項(xiàng);2018年,江蘇和浙江分別獲國(guó)家科技進(jìn)步獎(jiǎng)一等獎(jiǎng)5項(xiàng)和2項(xiàng),滬江浙皖分別獲得國(guó)家科技進(jìn)步獎(jiǎng)二等獎(jiǎng)22項(xiàng)、21項(xiàng)、11項(xiàng)和2項(xiàng)。

再次,其他獎(jiǎng)項(xiàng)獲獎(jiǎng)情況。2020年,從總量來(lái)看,獲得國(guó)務(wù)院各部門科技進(jìn)步獎(jiǎng)最突出的是江蘇省,達(dá)到108項(xiàng),浙江、上海、安徽分別為22項(xiàng)、13項(xiàng)和6項(xiàng);而省自治區(qū)直轄市科技進(jìn)步獲獎(jiǎng)最多的是江蘇328項(xiàng)和浙江250項(xiàng);2019年,國(guó)務(wù)院各部門科技進(jìn)步獎(jiǎng)獲獎(jiǎng)數(shù)依次為江蘇(127)>上海(107)>浙江(47)>安徽(20),而獲得省自治區(qū)直轄市科技進(jìn)步獎(jiǎng)最多是江蘇(334項(xiàng))和安徽(214項(xiàng));2018年國(guó)務(wù)院各部門科技進(jìn)步獎(jiǎng)數(shù)依次為上海53項(xiàng)、江蘇136項(xiàng)、浙江58項(xiàng)和安徽15項(xiàng),省自治區(qū)直轄市科技進(jìn)步獎(jiǎng)總量上海(213項(xiàng))與江蘇(280項(xiàng))接近,而浙江180項(xiàng)、安徽117項(xiàng)。2020年由于受疫情影響,除了省自治區(qū)直轄市科技進(jìn)步獎(jiǎng),高校的其他各類科技成果獲獎(jiǎng)數(shù)均有不同程度的減少。

1.2.2 專利發(fā)明情況

首先,從專利規(guī)模看,近3年專利申請(qǐng)和專利授權(quán)總量穩(wěn)步上升,總量最多的是江蘇省,依次為:江蘇>浙江>上海>安徽。江蘇在2020年的專利申請(qǐng)和專利授權(quán)數(shù)依次為48 736項(xiàng)和35 405項(xiàng),緊隨其后的是浙江省,分別為22 576項(xiàng)和20 119項(xiàng)(見(jiàn)表5、6)。

表5 分地區(qū)高?？萍汲晒獙＠暾?qǐng)數(shù) 單位:項(xiàng)

其次,從專利結(jié)構(gòu)看,專利包括發(fā)明、實(shí)用新型和外觀設(shè)計(jì)3種。從總量來(lái)看,4個(gè)地區(qū)高校的專利申請(qǐng)總數(shù)和授權(quán)數(shù)均呈現(xiàn)穩(wěn)步增長(zhǎng)態(tài)勢(shì);從地區(qū)來(lái)看,上海的發(fā)明專利占比最高(見(jiàn)表6)。以2020年為例,上海申請(qǐng)專利和授權(quán)專利中的發(fā)明專利分別占77.8%和59.4%,申請(qǐng)專利中的發(fā)明專利占比依次為:上海(77.8%)>浙江(64.0%)>江蘇(61.9%)>安徽(55.5%),而授權(quán)專利中的發(fā)明專利占比依次為:上海(59.4%)>浙江(51.7%)>江蘇(43.3%)>安徽(36.7%)。發(fā)明專利是專利中的最高級(jí)別,發(fā)明專利占比越高,說(shuō)明其創(chuàng)新程度越高[3]?！笆奈濉逼陂g,創(chuàng)新將成為長(zhǎng)三角高質(zhì)量發(fā)展的代名詞,專利申請(qǐng)的數(shù)量可以很大程度上反映出該地區(qū)高?？萍紕?chuàng)新的方向和力度。

表6 分地區(qū)高校科技成果——專利授權(quán)數(shù) 單位:項(xiàng)

1.3 對(duì)外國(guó)際交流分析

由于疫情的影響,2020年長(zhǎng)三角各高校在合作研究、學(xué)術(shù)會(huì)議參與等國(guó)際科技交流方面均有大幅下滑,如表7所示。

表7 國(guó)際科技交流

首先,從時(shí)間維度來(lái)看。2018—2019年各項(xiàng)指標(biāo)基本均呈現(xiàn)平穩(wěn)增長(zhǎng)趨勢(shì),僅2020年受疫情影響,江浙滬皖四地區(qū)派遣及接受的國(guó)際學(xué)術(shù)交流人次首次出現(xiàn)大幅下降,以上海為例,派遣(接受)人員從2019年的4 625人次(6 294人次)下降到2020年的1 220人次(2 711人次)。另外,學(xué)術(shù)會(huì)議方面,出席國(guó)際學(xué)術(shù)會(huì)議的人數(shù)在2020年也同樣呈現(xiàn)下滑趨勢(shì)。

其次,從地區(qū)維度來(lái)看。上海和江蘇兩地在國(guó)際科技交流中處于領(lǐng)頭羊地位,浙江緊隨其后。以國(guó)際學(xué)術(shù)論文交流量為例,即便受到疫情的沖擊,上海和江蘇的各項(xiàng)指標(biāo)仍遙遙領(lǐng)先,大致呈現(xiàn)上海和江蘇一個(gè)層次,浙江和安徽一個(gè)層次,前者在國(guó)際科技交流方面的活躍度和影響力遠(yuǎn)遠(yuǎn)領(lǐng)先于后者。

2 高質(zhì)量發(fā)展背景下的高?？萍紕?chuàng)新趨勢(shì)及存在問(wèn)題分析

近年來(lái),長(zhǎng)三角各地高校科技創(chuàng)新實(shí)力大幅提升,體制改革持續(xù)深化,服務(wù)國(guó)家重大需求成效顯著,為創(chuàng)新型國(guó)家和教育強(qiáng)國(guó)、科技強(qiáng)國(guó)建設(shè)作出了不可替代的重要貢獻(xiàn)。

2.1 基于創(chuàng)新力模型的分析

這里借鑒北大光華管理學(xué)院人口經(jīng)濟(jì)學(xué)教授梁建章的創(chuàng)新力模型進(jìn)行分析。

創(chuàng)新力=人口規(guī)?！寥丝谀芰Α?內(nèi)部交流量+外部交流量)

(1)

長(zhǎng)三角4個(gè)地區(qū)中,江蘇和上海的科技人力總量最多,可以理解為這兩個(gè)地區(qū)從事科技創(chuàng)新的人口規(guī)模大;能力強(qiáng)的人才越多(如各地兩院院士、重大項(xiàng)目首席科學(xué)家、重點(diǎn)實(shí)驗(yàn)室負(fù)責(zé)人的數(shù)量)代表創(chuàng)新模型中的人口能力越強(qiáng);內(nèi)部交流可以理解為國(guó)內(nèi)或區(qū)域內(nèi)的交流,外部交流則代表國(guó)際交流,如參加國(guó)際學(xué)術(shù)會(huì)議、交流學(xué)術(shù)論文等。上海和江蘇地區(qū)高校開(kāi)展國(guó)際合作研究、國(guó)際學(xué)術(shù)交流的活躍度在全國(guó)遙遙領(lǐng)先,兩地的創(chuàng)新水平也處在長(zhǎng)三角乃至全國(guó)前列,可見(jiàn)跨地區(qū)、跨國(guó)界的人員交流越頻繁,越有助于促進(jìn)思想碰撞和創(chuàng)新[1]。

2022年美國(guó)國(guó)會(huì)眾議院通過(guò)的《美國(guó)競(jìng)爭(zhēng)法案》對(duì)移民政策大幅調(diào)整,意圖加速布局爭(zhēng)奪全球科技領(lǐng)域人才,這對(duì)中國(guó)吸引高端人才回流及集聚國(guó)際人才帶來(lái)巨大挑戰(zhàn)[4]。美國(guó)硅谷一半以上的科技人才是外來(lái)移民。美國(guó)是全球科技人才競(jìng)爭(zhēng)的最大受益國(guó),每年都有大量高素質(zhì)人才流入,強(qiáng)化了其創(chuàng)新力的優(yōu)勢(shì)。結(jié)合創(chuàng)新力模型可知,通過(guò)移民政策實(shí)現(xiàn)高端人才規(guī)模和質(zhì)量雙提升,美國(guó)的移民政策對(duì)于美國(guó)成為創(chuàng)新力強(qiáng)國(guó)功不可沒(méi)。

2.2 存在問(wèn)題分析

2.2.1 頂尖級(jí)人才隊(duì)伍亟待壯大

國(guó)力競(jìng)爭(zhēng)說(shuō)到底是人才競(jìng)爭(zhēng)。人才是自主創(chuàng)新的關(guān)鍵,頂尖人才具有不可替代性。以人工智能領(lǐng)域?yàn)槔?全球近六成的頂尖研究人員在美國(guó)工作,而在中國(guó)工作的人員僅占一成,人才保有量遠(yuǎn)低于美國(guó)。尤其是在美中國(guó)留學(xué)生,在完成人工智能博士學(xué)位后,約九成選擇留美工作,只有一成左右回國(guó)?？梢?jiàn),我國(guó)頂尖人工智能人才被美國(guó)“虹吸”現(xiàn)象嚴(yán)重。

長(zhǎng)三角高?？萍既肆Y源呈現(xiàn)規(guī)模大、年輕化等良性發(fā)展態(tài)勢(shì),但不可忽視的首要問(wèn)題即頂尖級(jí)別的科學(xué)家規(guī)模嚴(yán)重不足。截至2022年,國(guó)內(nèi)代表科技領(lǐng)域最高水平的兩院院士共計(jì)2 754人,其中江蘇有500人(其中科學(xué)院院士301人、工程院院士199人),占全國(guó)院士數(shù)的18.2%,浙江有兩院院士415人,占比15.1%(見(jiàn)表8)。從院士總量來(lái)看,江浙兩地的兩院院士總數(shù)分列全國(guó)第1和第2,而安徽和上海分列第7和第11。長(zhǎng)三角4個(gè)地區(qū)擁有的院士數(shù)斷層領(lǐng)先于全國(guó)其余各地,但即使在科技實(shí)力國(guó)內(nèi)領(lǐng)先、基礎(chǔ)研究積累較為深厚的長(zhǎng)三角地區(qū),2018—2020年累計(jì)獲得的國(guó)家科技進(jìn)步獎(jiǎng)中的特等獎(jiǎng)及一等獎(jiǎng)數(shù)量也僅有15項(xiàng),而代表科技成果最高水平的國(guó)家自然科學(xué)獎(jiǎng)、國(guó)家技術(shù)發(fā)明獎(jiǎng),全國(guó)高校獲獎(jiǎng)數(shù)量寥寥,一等獎(jiǎng)更是連續(xù)多年空缺。這恰恰說(shuō)明國(guó)內(nèi)能夠開(kāi)展原創(chuàng)性科學(xué)研究、開(kāi)辟新領(lǐng)域的頂尖科學(xué)家不足,科技創(chuàng)新團(tuán)隊(duì)亟待壯大。

表8 2022年長(zhǎng)三角各地區(qū)兩院院士產(chǎn)出

2.2.2 區(qū)域創(chuàng)新資源流動(dòng)呈現(xiàn)非均衡性

長(zhǎng)三角三省一市高校科技創(chuàng)新整體實(shí)力在全國(guó)處于領(lǐng)先地位,而長(zhǎng)三角區(qū)域內(nèi)也呈現(xiàn)明顯的斷層不均衡態(tài)勢(shì)。從科技人力、經(jīng)費(fèi)投入,到科技成果獲獎(jiǎng)、發(fā)明專利,到國(guó)際學(xué)術(shù)交流,上海和江蘇兩地各項(xiàng)指標(biāo)均顯著領(lǐng)先,總體來(lái)看,浙江多數(shù)指標(biāo)優(yōu)于安徽。浙江和江蘇每?jī)|人產(chǎn)出院士數(shù)分別達(dá)630.7人和586.9人,斷層領(lǐng)先其他省份(見(jiàn)表8)。院士代表科學(xué)與技術(shù)領(lǐng)域的最高水平,擁有較多院士數(shù)在一定程度上體現(xiàn)了該地區(qū)在原始創(chuàng)新、基礎(chǔ)研究領(lǐng)域擁有較強(qiáng)的實(shí)力。而實(shí)力強(qiáng)大的地區(qū)容易吸引更多的優(yōu)秀人才和優(yōu)秀企業(yè),加之地方政府積極提供相關(guān)的政策扶持及優(yōu)越的科研環(huán)境,更易形成人才虹吸效應(yīng)。區(qū)域資源配置的失衡導(dǎo)致區(qū)域內(nèi)創(chuàng)新能力存在顯著差異,不利于長(zhǎng)三角高質(zhì)量一體化發(fā)展[5]。長(zhǎng)三角一體化、區(qū)域創(chuàng)新能力的整體提升有賴于以科技人力資源為代表的系列創(chuàng)新資源的自由流動(dòng)、優(yōu)化配置。

2.2.3 自主培養(yǎng)高水平科技人才的能力不強(qiáng)

創(chuàng)新驅(qū)動(dòng)本質(zhì)上是人才驅(qū)動(dòng),而人才自主培養(yǎng)能力的高低直接關(guān)系到國(guó)際競(jìng)爭(zhēng)主動(dòng)權(quán)的掌握。黨的二十大和2021年的中央人才工作會(huì)議都傳達(dá)了提升創(chuàng)新人才自主培養(yǎng)能力、培養(yǎng)拔尖創(chuàng)新人才的重要性和緊迫性。目前,國(guó)內(nèi)自主培養(yǎng)的兩院院士占比較低。相關(guān)統(tǒng)計(jì)顯示,當(dāng)前國(guó)內(nèi)中國(guó)科學(xué)院院士和工程院院士中的“海歸”占比分別為81%和54%,越是年輕院士,有境外學(xué)習(xí)經(jīng)歷的比例越高;諾貝爾科學(xué)獎(jiǎng)獲獎(jiǎng)人數(shù)更是少之又少,僅屠呦呦1人;除此之外,我國(guó)在人工智能等新興技術(shù)領(lǐng)域的人才總量和高端人才均嚴(yán)重短缺。有境外學(xué)習(xí)經(jīng)歷尤其是境外博士后經(jīng)歷的現(xiàn)有院士其平均成長(zhǎng)周期明顯縮短,可見(jiàn)穩(wěn)定的國(guó)際化人才交流有效促進(jìn)了高精尖人才的成長(zhǎng)[6]。目前,國(guó)內(nèi)自主培育拔尖創(chuàng)新人才的能力不足,這將在很大程度上制約我國(guó)高水平科技創(chuàng)新團(tuán)隊(duì)的建設(shè),甚至影響到我國(guó)的人才安全。

3 提升高?？萍紕?chuàng)新水平的建議與對(duì)策

高校作為國(guó)家創(chuàng)新體系的重要組成部分,要繼續(xù)勇?lián)鷼v史使命,始終堅(jiān)持服務(wù)國(guó)家戰(zhàn)略,進(jìn)一步強(qiáng)化有組織科研,將基礎(chǔ)研究和學(xué)科交叉融合的優(yōu)勢(shì)轉(zhuǎn)化為打造國(guó)家戰(zhàn)略科技力量的重要驅(qū)動(dòng)力,加快推進(jìn)高水平科技自立自強(qiáng),在建設(shè)科技強(qiáng)國(guó)的新征程中作出新的突出貢獻(xiàn)。

3.1 調(diào)整創(chuàng)新人才培養(yǎng)戰(zhàn)略

創(chuàng)新力模型中的首要關(guān)鍵變量是人才(數(shù)量和能力)。提升自主創(chuàng)新水平,人才是根本。

第一,從增加科技人才數(shù)量入手。一是實(shí)施積極靈活的人才引進(jìn)政策,通過(guò)高報(bào)酬、高福利、優(yōu)質(zhì)創(chuàng)新平臺(tái)等加大對(duì)國(guó)外回流人才的吸引力度;二是積極落實(shí)青年人才戰(zhàn)略儲(chǔ)備、壯大科技人才隊(duì)伍,加強(qiáng)對(duì)從事基礎(chǔ)學(xué)科研究和以問(wèn)題為導(dǎo)向的跨學(xué)科交叉研究青年人才的重視與支持。第二,從提高科技人才能力入手。一是將培養(yǎng)戰(zhàn)略級(jí)科學(xué)家和領(lǐng)軍科技人才等高層頂尖人才上升到高校創(chuàng)新人才培養(yǎng)的戰(zhàn)略重點(diǎn),同時(shí)要重視發(fā)揮領(lǐng)軍人才的導(dǎo)師作用,加強(qiáng)創(chuàng)新人才隊(duì)伍建設(shè)。相關(guān)研究顯示,導(dǎo)師水平越接近世界一流水平,培養(yǎng)出一流水平人才的概率越大。例如在諾貝爾獎(jiǎng)100多年的歷史中,有師徒關(guān)系的獲獎(jiǎng)?wù)弑壤哌_(dá)40%以上。二是做好基礎(chǔ)工作,努力營(yíng)造有利于科研人員潛心研究的良好氛圍,打造服務(wù)意識(shí)強(qiáng)的學(xué)術(shù)輔助隊(duì)伍,以確?？蒲腥藛T將主要精力投入自主創(chuàng)新與科技攻關(guān)中。

3.2 推進(jìn)長(zhǎng)三角高校協(xié)同創(chuàng)新體系建設(shè)

創(chuàng)新力模型中的內(nèi)部交流指區(qū)域內(nèi)或國(guó)內(nèi)的科技交流。布局并穩(wěn)定支持一批重大科技協(xié)同創(chuàng)新平臺(tái),匯聚區(qū)域頂尖科研力量開(kāi)展重大需求、科學(xué)前沿和關(guān)鍵核心技術(shù)協(xié)同攻關(guān),積極推進(jìn)跨地區(qū)、跨學(xué)科資源整合、協(xié)同創(chuàng)新及科研團(tuán)隊(duì)培育[2],建設(shè)國(guó)家、省、校三級(jí)高校協(xié)同創(chuàng)新體系。通過(guò)協(xié)同創(chuàng)新促進(jìn)各類要素的自由流動(dòng)是實(shí)現(xiàn)長(zhǎng)三角地區(qū)更高質(zhì)量一體化的重要路徑和有效抓手[7]。在長(zhǎng)三角區(qū)域一體化上升為國(guó)家戰(zhàn)略的背景下,長(zhǎng)三角區(qū)域協(xié)同創(chuàng)新的進(jìn)一步加強(qiáng)能夠有效促進(jìn)長(zhǎng)三角科創(chuàng)一體化發(fā)展,進(jìn)而有效破解區(qū)域邊界壁壘[8],增加創(chuàng)新力模型中的內(nèi)部交流量。

3.3 積極拓展跨學(xué)科、多元化人才培養(yǎng)渠道

結(jié)合新形勢(shì)加強(qiáng)人才國(guó)際交流,通過(guò)多元化人才培養(yǎng)渠道為國(guó)家儲(chǔ)備更多頂尖人才。一方面可以積極引進(jìn)全球資源、創(chuàng)新要素及頂尖人才為我所用,同時(shí)也要走出去,強(qiáng)化跨院校、境內(nèi)外高校聯(lián)合培養(yǎng)機(jī)制,創(chuàng)新人才培養(yǎng)體系[5];另一方面,擴(kuò)充人才隊(duì)伍中的青年人才儲(chǔ)備,切實(shí)提高青年科技人才的待遇,消除他們的后顧之憂,留住人才。顛覆性創(chuàng)新和創(chuàng)業(yè)需要艱苦的工作與冒險(xiǎn),所以更適合年輕人。青年創(chuàng)新人才的培養(yǎng)和成長(zhǎng)更需要有良好的環(huán)境,包括寬松自由的學(xué)術(shù)環(huán)境,激勵(lì)創(chuàng)新、允許失敗的創(chuàng)新環(huán)境,尊重人才、求賢若渴的社會(huì)環(huán)境等。最后,要重視跨學(xué)科教育,打造協(xié)同創(chuàng)新的一體化跨學(xué)科科研平臺(tái)。由于創(chuàng)新往往發(fā)生在不同學(xué)科知識(shí)交融之時(shí),大規(guī)模前沿性科學(xué)研究與技術(shù)突破更需要跨學(xué)科、跨組織、跨行業(yè)的分工合作和具備交叉融合知識(shí)視野的人才。因此,跨學(xué)科教育將成為未來(lái)創(chuàng)新人才培養(yǎng)的重要方向[9]。

4 結(jié)語(yǔ)

總之,創(chuàng)新力已經(jīng)成為國(guó)家競(jìng)爭(zhēng)力的關(guān)鍵。長(zhǎng)三角高校深入貫徹落實(shí)人才強(qiáng)國(guó)戰(zhàn)略、創(chuàng)新驅(qū)動(dòng)發(fā)展戰(zhàn)略,始終以服務(wù)國(guó)家及區(qū)域發(fā)展需求為導(dǎo)向,積極融入國(guó)家和區(qū)域創(chuàng)新體系建設(shè),積極推進(jìn)科技創(chuàng)新和跨學(xué)科交叉研究,為長(zhǎng)三角區(qū)域高校科技創(chuàng)新能力和水平持續(xù)提升提供有力保障。