加快實現(xiàn)以發(fā)明人才為中心的創(chuàng)新驅動發(fā)展模式

隨著中國經濟從高速增長階段轉向高質量發(fā)展階段，經濟增長動能需加快實現(xiàn)從要素和投資驅動向創(chuàng)新驅動的轉變。在創(chuàng)新驅動發(fā)展的背景下，加快形成新質生產力成為未來發(fā)展的首要目標。因此，相較于漸進式創(chuàng)新，催生更多新興產業(yè)與未來產業(yè)的突破式創(chuàng)新是當前發(fā)展的關鍵。習近平總書記在二十屆中央政治局第十一次集體學習時指出，新質生產力主要由技術革命性突破催生而成。黨的二十屆三中全會圍繞構建支持全面創(chuàng)新體制作出重要部署，提出“統(tǒng)籌推進教育科技人才體制機制一體改革”，“提升國家創(chuàng)新體系整體效能”。深入認識發(fā)明人才在創(chuàng)新驅動發(fā)展模式中的中心地位，進一步深化教育綜合改革、科技體制改革、人才發(fā)展體制機制改革，在當前具有重要意義。

一、以發(fā)明人才為中心的創(chuàng)新驅動發(fā)展模式

在經濟發(fā)展理論中，熊彼特提出實施創(chuàng)新活動的“企業(yè)家精神”是驅動經濟發(fā)展的關鍵。熊彼特認為，“他們（企業(yè)家）之所以是發(fā)明家并不是由于他們的職能的性質，而只是由于一種偶然的巧合，反之亦然。作為企業(yè)家的職能而要付諸實現(xiàn)的創(chuàng)新，也根本不一定必然是任何一種的發(fā)明”1。他還提到“大規(guī)模企業(yè)已成為經濟進步最強有力的機器……完全競爭不但不可能而且效果不佳，沒有資格被樹立為理想效率的模范”2，并指出大企業(yè)的創(chuàng)新能力更強且占據(jù)壟斷地位，與創(chuàng)新正相關3。但在后續(xù)的研究中，大企業(yè)被發(fā)現(xiàn)多從事漸進式創(chuàng)新和流程創(chuàng)新。Arora更是發(fā)現(xiàn)近年來美國的大型公司正在逐步退出基礎研究領域，專注于開發(fā)現(xiàn)有應用型知識并將其商業(yè)化，而不是創(chuàng)造新的知識4。

熊彼特提出的“企業(yè)家精神”更適用于將已有的發(fā)明轉變成產業(yè)上的創(chuàng)新應用，企業(yè)家作為創(chuàng)新組織方式或生產方式的管理者，能夠有效推動規(guī)模擴張、要素配置效率提高以及產業(yè)上產品和工藝創(chuàng)新。因此，以企業(yè)家精神為中心的創(chuàng)新發(fā)展模式能夠較好地適用于要素和投資驅動的經濟發(fā)展。而在中國進入創(chuàng)新驅動發(fā)展階段之后，與基礎研究密切相關的突破式技術發(fā)明更是當前發(fā)展的關鍵。在這一階段，要圍繞構建支持全面創(chuàng)新體制作出重要部署，不僅僅要重視“企業(yè)家精神”在市場中發(fā)揮的作用，更要追溯到技術革命性突破的直接參與者——發(fā)明人才，推動實現(xiàn)以發(fā)明人才為中心的創(chuàng)新驅動發(fā)展模式。

（一）發(fā)明人才流動下的二元結構轉換

在要素驅動、投資驅動的經濟發(fā)展過程中，人口流動表現(xiàn)為劉易斯模式，勞動力從農村流向城市、從農業(yè)流向工業(yè)，使得資本投入得到有效使用。隨著工業(yè)化水平的持續(xù)提高，原本大量存在的農村剩余勞動力持續(xù)減少，農業(yè)生產的相對效率也隨之提升，城鄉(xiāng)間的勞動力轉移使得農業(yè)和非農產業(yè)的勞動報酬率水平達到一個相對一致的狀態(tài)。

而在創(chuàng)新驅動發(fā)展的過程中，隨著農村剩余勞動力轉移至工業(yè)部門的基本實現(xiàn)，經濟增長動能將更多地來源于部門內和部門間的發(fā)明人才流動，依賴人才集聚使R&D投入得到有效使用。具體而言，部門內和部門間的發(fā)明人才流動變得尤為重要。這種流動不僅包括專業(yè)技術人員、科研人員的跨部門流動，還涉及跨區(qū)域的人才流動。人才的集聚和優(yōu)化配置對于推動創(chuàng)新和IgApZ3i2EP3TpR0fNCpdtw==技術進步發(fā)揮著關鍵作用。

從全球范圍來看，對關鍵技術領域的發(fā)明人才的競爭正成為各國創(chuàng)新競爭的關鍵。麥肯錫發(fā)布的《2023年技術趨勢展望》顯示，盡管全球前沿技術領域崗位的數(shù)量迅速增多，但這些技術領域面臨人才短缺的困境，在人工智能、量子技術、機器學習和可再生能源等領域，符合崗位需求的從業(yè)者人員數(shù)量達不到全球平均水平的一半。因此，在全球化背景下，中國要成為創(chuàng)新強國勢必需要以發(fā)明人才為中心，完成基于發(fā)明人才流動的二元結構轉換，從發(fā)明人才流動“逆差國”轉變?yōu)椤捌胶鈬?，再轉變?yōu)樯贁?shù)革命性突破技術領域的“順差國”。具體而言：一方面要提升國內對發(fā)明人才的自主培養(yǎng)能力，增加發(fā)明人才供給，加快建設一批國內發(fā)明人才中心和創(chuàng)新高地；另一方面要建設全球的人才中心與人才高地，成為全球人才流動網絡中的重要極點國家，在全球人才流動中獲取更多的人才、知識和技術，以人才集聚實現(xiàn)創(chuàng)新資源集聚，實現(xiàn)經濟增長。

（二）納入公共科研機構的生產要素創(chuàng)新性配置

傳統(tǒng)的要素市場均衡理論基于生產要素的自由流動假設，旨在實現(xiàn)生產要素的邊際效用相等。在這種理論框架下，勞動力市場的均衡表現(xiàn)為勞動力在不同行業(yè)、不同企業(yè)之間的有效配置。在市場均衡狀態(tài)下，資本要素與勞動要素的邊際報酬率在跨行業(yè)與跨企業(yè)之間達到相對一致的水平。由于不同行業(yè)、不同企業(yè)的組織方式較為類似，因此實現(xiàn)市場均衡的關鍵在于消除制度障礙和地理障礙，通過戶籍制度改革等政策措施有效促進勞動力的自由流動，實現(xiàn)要素的有效配置。

相較之下，在以發(fā)明人才為中心的創(chuàng)新驅動發(fā)展模式中，大量的發(fā)明人才受雇于公共科研機構而非私營企業(yè)，在新的市場均衡下，均衡條件不僅僅是發(fā)明人才在不同行業(yè)、不同企業(yè)之間邊際效用的相對一致，還需要將發(fā)明人才在公共科研機構與私營單位之間的自由流動納入考慮之中。與企業(yè)相比，大學、科研院所等公共科研機構作為不同類型的創(chuàng)新組織，其性質、運行方式及體制存在顯著差異。因此，實現(xiàn)發(fā)明人才的市場均衡需要特別關注消除不同創(chuàng)新組織之間的障礙，打破發(fā)明人才在不同機構之間流動的制度性壁壘，實現(xiàn)不同機構之間配置的邊際凈收益相等，以促進發(fā)明人才在不同創(chuàng)新組織之間的流動，實現(xiàn)生產要素的創(chuàng)新性配置，從而提升整體創(chuàng)新效能，推動經濟的創(chuàng)新驅動增長。

（三）以公共投資為基礎的創(chuàng)新投資地位持續(xù)提高

2008年美國次貸危機之后，盡管投資水平在急劇下降之后有所回升，但直至2020年仍未能回升至先前的長期均衡水平。對此Malcomson基于關系型契約理論對其作出解釋，即風險的上升會導致關系型契約更難以達成，此時即使參與方均為風險中性，依舊會導致投資水平下降1。因此，私人投資偏好的往往是風險較低的確定性技術，能夠有序實現(xiàn)產品質量的提升、生產效率的提高以及生產規(guī)模的擴大。然而，隨著我國的創(chuàng)新驅動發(fā)展越來越依賴于突破性技術，技術的不確定性持續(xù)增強，私人投資水平勢必隨之下降，對公共投資的需求隨之上升。具體而言，以公共投資為基礎的創(chuàng)新投資地位持續(xù)提高表現(xiàn)為以下兩點：

一是技術革命性突破更多依賴于來自政府的研發(fā)投資。面對不確定性的技術，私營企業(yè)往往不愿承擔巨大的風險，這就要求公共部門在推進技術革命性突破中發(fā)揮主導作用。二戰(zhàn)后，美國通過高達全球占比70%的研發(fā)投資1，不但引領了太空競賽和計算機技術領域的發(fā)展、間接推動了互聯(lián)網等民用技術的爆炸性增長（美國國防部高級研究計劃局資助的ARPANET項目是現(xiàn)代互聯(lián)網的前身），而且建立起了世界一流的大學教育和研究體系，這使其成為全球一流研發(fā)人員的首選目的地，并使得美國成為世界領先的經濟超級大國。

二是產業(yè)鏈內上下游企業(yè)之間對不確定性技術的專用性投資，依賴于政府的聯(lián)合與組織。Malcomson發(fā)現(xiàn)，相較于一般性投資，專用性投資能夠放松關系型契約的約束，在一定程度上可能會推動投資水平上升2。ASML研發(fā)EUV光刻機的成功是解釋這一理論的現(xiàn)實依據(jù)。隨著飛利浦在1995年、1997年、2000年以及2004年分批次售賣ASML的股份，ASML面臨難以研發(fā)高投資、高風險的EUV光刻機的處境。但與此同時，美國牽頭成立的EUV LLC聯(lián)盟將ASML吸納在內，該聯(lián)盟成立于1997年，不僅包括英特爾、摩托羅拉、IBM等芯片相關的上下游產業(yè)鏈龍頭企業(yè)，還包括美國能源部及能源部旗下的勞倫斯利弗莫爾、桑迪亞、勞倫斯伯克利三大實驗室。之后，臺積電、三星、英特爾等企業(yè)均決定投資ASML。這使得ASML最終在2015年發(fā)布了可量產的EUV光刻機。

二、推動以發(fā)明人才為中心的創(chuàng)新驅動發(fā)展模式面臨的障礙

（一）發(fā)明人才數(shù)量供給不足，結構亟待優(yōu)化

在推動以發(fā)明人才為中心的創(chuàng)新驅動發(fā)展模式中，我國面臨的首要問題是，高端人才尤其是博士層次人才供給顯著8yQuZ/HHQzRaP+IYWMyIs79EJrVhkhO+RV8tfOZfjQM=不足?；诿绹鴩医逃y(tǒng)計中心和中國教育統(tǒng)計年鑒數(shù)據(jù)，對比中美兩國各個學歷層次畢業(yè)生的數(shù)量和結構可以發(fā)現(xiàn)，2001—2022年我國?？粕?、本科生和碩士生培養(yǎng)數(shù)量及占比均有較大幅度提升，但博士生培養(yǎng)數(shù)量及占比一直處于下風。2022年，我國博士畢業(yè)生人數(shù)為8.23萬人，美國博士畢業(yè)生人數(shù)為19.75萬人。同年，我國博士畢業(yè)生占全國高等教育畢業(yè)生的比例僅為0.78%，而美國為 4.75%。

除了發(fā)明人才在數(shù)量上供給不足之外，我國發(fā)明人才的結構同樣亟待進一步優(yōu)化。美國國家教育統(tǒng)計中心和中國教育統(tǒng)計年鑒數(shù)據(jù)顯示，在美國，與新興產業(yè)緊密相關的領域如計算機科學、工程、臨床醫(yī)學的碩士和博士畢業(yè)生數(shù)量在2010年至2019年間大幅增長，而人文和教育領域的碩士和博士畢業(yè)生數(shù)量則反向縮減。相較之下，中國的專業(yè)結構調整則較為緩慢，難以適應新興技術發(fā)展的需要。因此，我國在人才供給方面存在結構性矛盾。基于創(chuàng)新驅動發(fā)展階段的需要，我國的發(fā)明人才數(shù)量亟待增加、結構亟待進一步調整與完善。

（二）創(chuàng)新資源錯配，發(fā)明人才流動機制不暢

在以發(fā)明人才為中心的創(chuàng)新驅動發(fā)展模式中，需要實現(xiàn)發(fā)明人才在公共科研機構與私營部門之間的自由流動。然而，由于我國的創(chuàng)新資源配置偏向行政中心城市，未能滿足地區(qū)創(chuàng)新發(fā)展的需求，導致發(fā)明人才流動在先天上存在阻礙。以大學分布為例，根據(jù)教育部、財政部、國家發(fā)展改革委公布的第二輪“雙一流”建設高校及建設學科名單，從“雙一流”建設高校的區(qū)域分布來看：北京擁有34所“雙一流”建設高校，占全國“雙一流”建設高校數(shù)量的23.1%；而區(qū)域創(chuàng)新能力綜合效用值排名第一的廣東只有8所“雙一流”建設高校，且其中有7所集中于廣州，而非創(chuàng)新活力最強的深圳。類似的，江蘇省的南京、蘇州、無錫、常州均為創(chuàng)新強市，但南京的“雙一流”建設高校數(shù)量在江蘇省占比高達82.25%，同樣存在一流大學在空間布局上的錯配。出于上述原因，發(fā)明人才在流動時將更傾向于流向創(chuàng)新資源集聚的地區(qū)，難以滿足更多地區(qū)的創(chuàng)新需求。

當前，我國高校等科研機構與企業(yè)之間的脫節(jié)同樣阻礙了發(fā)明人才的有效配置，具體表現(xiàn)為以下3個方面：第一，高校課程知識與企業(yè)知識應用之間的脫節(jié)。目前的大學課程教育過于老舊，并且未及時更新，導致培養(yǎng)的發(fā)明人才難以通過傳統(tǒng)教育體系獲得最新的行業(yè)知識和技能，致使教育與產業(yè)需求之間脫節(jié)。第二，企業(yè)技術需求與高校知識成果之間的脫節(jié)。中國的企業(yè)與高校之間的知識交流頻率低，且大多數(shù)知識交流都集中于企業(yè)與企業(yè)之間以及高校的內部會議中，缺少跨界的面對面交流。由于上述知識交流的缺乏，當企業(yè)存在技術需求時難以明確應當與哪些高校開展創(chuàng)新合作，導致高校的研究成果未能實現(xiàn)充分有效的產業(yè)化，大量高校的發(fā)明人才未能實現(xiàn)有效配置。第三，企業(yè)創(chuàng)新體制與高校創(chuàng)新體制之間的脫節(jié)。高校往往存在煩瑣的行政審批程序和嚴格的財務規(guī)定，這些因素導致創(chuàng)新合作的啟動和推進過程緩慢，嚴重影響了企業(yè)與高校的交流與合作意愿，成為制約校企創(chuàng)新合作的主要障礙。

（三）研發(fā)門檻提高，政府需積極擴大有效投資

隨著高技術產業(yè)的發(fā)展和技術進步，進入該領域進行研發(fā)和創(chuàng)新的難度增大，需要更高的技術實力、更多的資源投入和更嚴格的市場準入條件，最終往往只有少數(shù)大型企業(yè)集中了大部分的研發(fā)資源和投入，具有較強的創(chuàng)新能力和競爭優(yōu)勢。與此同時，高校等科研機構由于難以像頭部企業(yè)那樣投入大量研發(fā)資金，其將越來越難以憑借自身擁有的資源進行前沿領域的技術研發(fā)。然而，企業(yè)在經營中以利潤最大化為目標，因此其產品創(chuàng)新往往關注短期利潤與股東價值，這將導致更關注于長期價值的科研機構被不斷提高的研發(fā)門檻拒之門外。人工智能的現(xiàn)實案例很好地說明了這一困境：人工智能的訓練需要耗費大量的芯片，訓練一個尖端的人工智能算法往往需要花費數(shù)百萬美元，盡管高校擁有對人工智能深入理解的大量人才，但卻由于資金不足限制了對人工智能的進一步研究。2023年美國國家人工智能研究資源特別工作組在報告中指出，當今的人工智能研究大多依賴于對大量數(shù)據(jù)和先進計算能力的訪問，而除了那些資源豐富的技術公司和大學的研究人員外，其他研究人員往往無法獲得這些數(shù)據(jù)和能力1。面對上述困境，政府應當積極提高研發(fā)支出占比，圍繞研發(fā)需求統(tǒng)籌創(chuàng)新資源，切實有效降低研發(fā)門檻。

三、加快實施以發(fā)明人才為中心的創(chuàng)新政策

習近平總書記在黨的二十大報告中明確指出，要加快建設世界重要人才中心和創(chuàng)新高地。 在2024年9月9日至10日召開的全國教育大會上，習近平總書記指出要以科技發(fā)展、國家戰(zhàn)略需求為牽引，著眼提高創(chuàng)新能力，優(yōu)化高等教育布局，完善高校學科設置調整機制和人才培養(yǎng)模式，加強基礎學科、新興學科、交叉學科建設和拔尖人才培養(yǎng)。創(chuàng)新驅動本質上是人才驅動，我國當前需要加快實現(xiàn)以發(fā)明人才為中心的創(chuàng)新驅動發(fā)展模式。但是，目前仍然存在一些體制機制因素，妨礙實現(xiàn)以發(fā)明人才為中心的創(chuàng)新驅動發(fā)展模式，在一定程度上不利于上述戰(zhàn)略的順利實施。對此，必須按照黨的二十屆三中全會《中共中央關于進一步全面深化改革 推進中國式現(xiàn)代化的決定》中關于“統(tǒng)籌推進教育科技人才體制機制一體改革”作出的重要部署，將教育科技人才領域作為優(yōu)先、重點領域深化改革。

第一，擴大地方政府、高校根據(jù)地區(qū)產業(yè)發(fā)展與市場需求實際靈活調整學科結構的辦學自主權。在由國家作為“掌舵手”，根據(jù)新質生產力發(fā)展需要，統(tǒng)籌把握學科結構、優(yōu)化整體大方向的同時，適當下放研究生教育的建設權。地方政府可以根據(jù)區(qū)域內產業(yè)優(yōu)化升級的要求制定本地區(qū)高校發(fā)展的中長期規(guī)劃，以形成具有區(qū)域或行業(yè)優(yōu)勢的特色學科專業(yè)結構。支持鼓勵培養(yǎng)單位根據(jù)地區(qū)產業(yè)結構和市場需求的實際情況進行一定程度的靈活調整，建立高校專業(yè)定期評估與預警制度，形成國家、培養(yǎng)單位、市場多主體相結合的學科結構長效動態(tài)調整機制。

第二，為高校研發(fā)人員進行體制松綁，打通企業(yè)與高校對接渠道。推動地方各部門及高校落實相關政策，簡化各項流程如經費報銷流程等，下放相關權力和管理權限，賦予科研人員更多的自主權，使其專心做科研，不必花費大量時間在繁復冗雜的其他事務上，增加科研時間，賦予高校研發(fā)團隊充分自由，推動高校研發(fā)人員與企業(yè)開展合作。積極建立大學與周邊企業(yè)之間正式或非正式的知識流動渠道。政府牽頭舉辦技術交流會議、研討會等，為企業(yè)、高校和研究機構提供交流的平臺。搭建企業(yè)與高校、科研機構的對接橋梁，完善各主體間的反饋和匹配機制，實現(xiàn)創(chuàng)新資源信息對接多樣化、定期化和精準化，形成需求牽引供給、供給創(chuàng)造需求的長期聚合發(fā)展態(tài)勢。

第三，選擇部分地區(qū)作為試點，探索校企聯(lián)合建設研究生院的模式。當前企業(yè)對基礎研究的需求持續(xù)上升，美國科學院院長馬西婭·麥克納特指出，2011年美國聯(lián)邦政府資助的基礎研究資金占總研究資金的65%，而到2021年這一比例下降到40%1，相較之下來自企業(yè)等機構的研究資金大幅增加。開設聯(lián)合研究生院有助于有效連接企業(yè)與大學之間的基礎研究需求與供給。由企業(yè)提出創(chuàng)新需求和課程設置需求，研究生院協(xié)助提供一批具有實戰(zhàn)經驗的產業(yè)教授。一個研究生院可由一個大企業(yè)資助協(xié)辦，也可由多個企業(yè)聯(lián)合協(xié)辦。如蘇州、無錫、寧波、青島等具備扎實的制造業(yè)基礎且高校資源相對缺乏的地區(qū)，可考慮在當?shù)靥暨x一批企業(yè)與國內一流高校聯(lián)合共建新型研究生院，培養(yǎng)高端應用型人才特別是博士研究生，使博士畢業(yè)生占比在2026年突破1%，2030年達到2%，2035年能接近美國4.75%的水平。

第四，打造以公共研發(fā)機構為中介、市場機制為紐帶、發(fā)明人才為主導的創(chuàng)新聯(lián)合體。以公共研發(fā)機構為主要中介，積極打造融通研發(fā)、創(chuàng)新、生產等資源的創(chuàng)新聯(lián)合體。一方面，通過創(chuàng)新平臺面向新質生產力發(fā)展過程中的重大專項，集成各類創(chuàng)新主體的發(fā)明人才，共同開展目標產品和功能實現(xiàn)的攻堅克難，打造能夠支撐建設項目實施的平臺組織；另一方面，創(chuàng)新聯(lián)合體以市場機制為紐帶，協(xié)調、聯(lián)合各類主體，施加產學研用的體制機制，促進前瞻性的技術創(chuàng)新及相關產業(yè)落地。

第五，加大對創(chuàng)新基礎設施建設的投資力度。對于新質生產力發(fā)展過程中門檻高、前期投資大的技術領域，政府應當發(fā)揮外部性作用，圍繞科研機構與企業(yè)的需求加大對創(chuàng)新基礎設施建設的投資力度。以人工智能為例，參照《創(chuàng)建人工智能法案》，我國應在未來5年內撥款100億元用于建設公共人工智能研究資源庫，為學者、非營利研究人員和初創(chuàng)公司等提供所需的計算庫和數(shù)據(jù)集，擴大人工智能研究人員的范圍，使人工智能的研究方法和應用不斷發(fā)展和多樣化。此外，可通過共享研究網絡基礎設施，打造平臺將研究人員與促進人工智能研發(fā)的資源和工具聯(lián)系起來，降低研究人員獲取人工智能研發(fā)資源的難度。

【本文得到南京大學—中國移動聯(lián)合研究院課題“戰(zhàn)略性新興產業(yè)關鍵技術與新質生產力創(chuàng)新對產業(yè)發(fā)展的驅動力研究”、國家社會科學基金重大項目“創(chuàng)新鏈與產業(yè)鏈耦合的關鍵核心技術實現(xiàn)機理與突破路徑研究”（22&ZD093）資助】