文/2019 年赴荷蘭提升科技信息素養能力研修班

荷蘭ASML 公司,是全球唯一一家頂級芯片制造設備——極紫外光(EUV)光刻機的供應商,要想制造出7nm 以及更先進制程的芯片,沒有晶圓廠能離開ASML。ASML 對我國EUV 光刻機暫停供應,意味著我國制造出更先進的芯片難度加大,與三星等國際一流芯片制造商間的技術差距也會進一步拉大。
光刻機引發了我們對荷蘭這個國土面積不足5 萬平方公里、人口僅有1729 萬人的小國的關注。隨著對荷蘭研究的深入,我們發現:荷蘭雖然國土面積小、人口少,但卻是國內生產總值約為7700 億美元的經濟高度發達國家;研發投入占GDP的比重僅在2.2%左右卻可以成為2019 年《全球競爭力報告》排名第四、歐洲排名第一的國家;全國僅有13 所重點大學卻有5 所大學進入2019 年泰晤士高等教育世界大學排行榜前100 名。
通過綜合調研科技信息研究與服務機構在荷蘭科學技術創新鏈的各個環節發揮的效用,全面理解科技創新中政府、產業、大學、研究所等主體的分工、職責與合作情況,總結出荷蘭科技創新的幾點主要做法。
荷蘭所有的科技創新全部圍繞如何改善社會發展這一需求展開,將解決現實問題、突出成果應用作為主要的創新方向。根據這一原則,荷蘭政府在2011 年確定了九大優先發展產業,分別是農業食品、園藝與動物飼養、高技術材料與系統、能源、物流、創意產業、生命科學、化學化工、水利。荷蘭政府資助的科研計劃和項目也都圍繞著這九大優先發展產業布局。荷蘭科技政策研究所(Rathenau Institute,以下簡稱Rathenau)作為獨立的科技信息研究與服務機構,主要為議會提供相關政策支撐,平衡議會、政府與民眾三個主體之間的知識力量。Rathenau 主要工作方向之一就是評估目前最需要用科技來解決的問題,充分結合荷蘭整體社會的利益,向議會提交相關研究建議,每兩年由研究所自身的理事會對研究方向進行評估,根據社會民生主要需要解決的問題調整工作計劃。2019—2020 年,Rathenau 的主要研究方向是“數字社會:塑造我們自己的數字未來”“創造完美的生活:研究新的健康方案”“民主知識:專家和公眾同時參與決策”“知識生態系統:未來的知識社會”等。
荷蘭科學研究組織(NWO)作為政府主要的科研項目管理機構,歸屬于荷蘭教育、文化與科學部,但由于其完備的評審機制,其他政府部門的科研項目也多委托NWO 進行評審,節約了項目評審的成本。同時,NWO 根據荷蘭的九大優先發展產業布局,設立了9 個研究所,分別建在全國不同大學的科學園里,這樣做的目的不僅是加強研究機構與大學里專家學者的交流合作,也能讓大學共享由國家投資的基礎研究設施,減輕大學的基礎科研條件投入成本。
荷蘭的科技發展與創新并不追求全產業鏈,但是在關鍵技術或全產業鏈上的部分環節卻力求做到極致,讓整個世界都離不開荷蘭。荷蘭的產學研模式是自下而上的企業自發、自覺、自主行為,科學研究主體是各個研究型大學。國家通過稅收優惠鼓勵企業開展研發,推動全產業鏈條從基礎研究到市場應用的全方位合作。荷蘭政府鼓勵企業申請政府資助的科研項目,條件是企業自行組成聯盟并且申請的項目屬于國家確定的九大優先發展產業范疇。
荷蘭的科技信息研究與服務機構主要依靠科學計量得到的各類排名提供科技政策建議與信息評價產品。Rathenau 從2008 年開展ICI 數據庫建設,并利用科學計量學方法,對荷蘭創新指數排名、創新科研成果對社會的影響、科研系統等方面進行統計與分析,形成分析報告,具有一定的權威性。荷蘭萊頓大學科學技術研究中心(CWTS),依托各類論文數據庫和專利數據庫,運用CWTS 開發的專業分析軟件,專門對科學技術研究的績效以及科學技術的組織結構績效進行定量分析,并在此基礎上為歐盟、各國政府、研究機構、大學、企業等組織做一些長期和短期的研究項目,并提供咨詢服務。該機構所設計的績效評估技術在國際上被廣泛接受和應用,其研究成果也通過大眾傳媒向科學家群體、政策制定者和普通群眾中傳播。
科研活動的評估越來越重視科研項目對社會的實際影響效果,而這是定量評價指標難以做到的。因此荷蘭目前的科研項目評估專家不僅僅局限于本領域的專業,也邀請相關領域和產業的專家。
目前,荷蘭更加關注開放科學(Open Science)和科研誠信。荷蘭對開放科學非常重視,所強調的開放科學主要從資源利用的角度進行并制定了相關的開放科學準則,荷蘭政府的目標是2019 年資源開放率達到75%,到2020 年達到100%。荷蘭推動開放科學是為了對社會產生積極的影響。以精準農業為例,荷蘭政府每年花費數百萬購買有關區域土壤、天氣等數據,再將數據公開,幫助農民獲取更高的收成,從而增加稅收。此外,開放科學有助于政府更好地決策、企業更快地創新,同時在一定程度上避免學術不端。
在科研誠信方面,荷蘭在2018年發布了科研誠信行為準則,相比之前的準則,更強調對研究人員所屬的研究機構和出版商進行約束,認為研究機構和出版商具有更高的社會責任。準則是由大學和研究機構共同提出制定的,國家僅是同意、認可、頒布這一準則。此外,荷蘭設有全國科研誠信委員會,接受關于科研不端行為的舉報,并根據舉報做獨立的調查,之后將認定的結果反饋給科研人員所在的大學誠信辦公室。
荷蘭科技研究機構的管理制度具有一定的借鑒意義。Rathenau 作為獨立的科研院所,擁有自己的理事會,理事會成員由各領域的專家組成,負責制定研究所科研策略,定期跟研究所所長開會討論評估在研項目的階段成果和質量,但不負責決定機構具體運行方式,該理事會的選舉受到荷蘭教育、文化與科學部的監督;荷蘭科學研究組織(NWO)作為政府研究機構,根據荷蘭九大優先發展產業布局下設了9個研究所,均建立了理事會制度,理事成員為學術領頭人,為研究所發展提供方向性、策略性建議。在項目運行方面,科研機構的理事會不會影響科研項目的實施過程,由科研人員自己負責項目的過程管理和科研成果管理。
荷蘭政府提出的九大優先發展產業已經深入到荷蘭科學技術、社會生活的各個層面。不管是政府部門、大學研究機構,還是企業都自覺地以國家目標為導向進行管理體制機制和科學技術的創新活動。
創新驅動實質上是人才驅動。荷蘭堅持開放理念,集聚全球的優秀科學家、創新科技人員、創新型企業家,激發他們的創新激情,同時招人聚才并舉,擇天下英才而用之,廣泛吸引各類創新人才以“為我所用”。
荷蘭科學研究組織(NWO)面向全球開放項目申請,任何國家的科研人員都可以申請,NWO 的項目資金包括軟硬件購置使用費和人員工資,唯一要求是項目需要在荷蘭開展研究。荷蘭為成功申請到NWO 項目的科研人員開設“快速通道”,高效解決簽證問題,由科研人員提出想要依托開展研究的荷蘭的大學,NWO 協助聯系該大學為其提供科研實驗條件。同時,荷蘭也以國際化的鼓勵政策和以知識為導向的社會文化,鼓勵荷蘭的科研人員參與全球競爭,服務于荷蘭科技經濟發展。
荷蘭政府高度重視創新對國家發展和社會進步的驅動作用,主要體現在三個方面。一是應對全球社會挑戰。荷蘭自身資源比較匱乏,必須持續創新,提高資源的利用率,實現資源的價值最大化,方能保障群眾生活水平,實現可持續發展。二是應對全球科技競爭。良好的創新氛圍是提升全球競爭力的基本條件,若要在日益激烈的全球競爭中“占有一席之地”,就需要不斷地、持續地開展創新。三是應對全球市場需要。國家可以通過創新獲得先發優勢,或者借助市場壟斷地位實現創新產品的大規模商業化過程,獲得后發優勢,以實現利益最大化。
經濟全球化是世界發展潮流,科技合作共贏是應對經濟全球化的必然選擇。荷蘭“圩田模式”的形成首先與荷蘭的地理環境有關。荷蘭地勢低洼,近四分之一的國土面積低于海平面,水患是社會生活的首要威脅,于是荷蘭人在低于海平面的土地上筑起堤壩, 淘干里面的水,這樣建起的土地就叫做“圩田”。由于生活在“圩田”上需要時刻注意堤壩安全,關注海水漲落,荷蘭人形成了同甘共苦、相互寬容,遇事協商、妥協以達成共識的習慣。這塑造了荷蘭注重團隊、追求共贏、合作解決問題的文化傳統。
大數據時代,需要打造專業的數據分析方法和分析模型,實現科研決策科學化、高效化和專業化。荷蘭的定量分析方法和實踐達到世界領先水平。以荷蘭萊頓大學科學技術研究中心(CWTS)為例,CWTS 一方面建設了自己獨具特色專業數據庫,如論文、專利、項目、人才等,另一方面設計了專業的分析模型,如人才學術畫像、機構特色畫像等。此外,還建設了新穎的分析工具,如VosViewer、CitNetExplorer 等等,并廣為學術界和社會公眾認可。
學術不端是一個世界性難題,根據荷蘭萊頓大學的統計分析:全球撤稿論文數量最多的國家是美國,而相對于發文量在全球所占比率,撤稿論文所占比率遠高于發文所占比率的國家,分別是日本、韓國、印度、荷蘭、伊朗等。

荷蘭在這方面采取的措施,就是開放獲取。通過數據分享,實現同行業科研人員對科研成果進行驗證,并在此基礎上進行進一步研究,提高科研效率?;谘芯砍晒梢詥l更多研究人員后續的研發。在開放中要確保數據質量。數據質量包括3 個要素:一是數據的科學質量。荷蘭數據存儲及網絡服務機構DANS 存儲數據涉及不同領域,科研人員、科研機構需遵守科研領域中相關準則,確保高質量的科研成果。二是數據的技術質量。整理記錄數據,有助于其他科研人員了解研究過程的誠信度。三是研究的適用性。研究人員會選擇與其研究相關度較高的研究成果作為參考,即使它的記錄完整性較低。
荷蘭的科研項目根據項目成果的技術成熟度,以不同主體為主進行成果的孵化與轉化。以材料領域為例,當研究技術成熟度處于“等級1:材料設計和制備的基本概念、原理形成”“等級2:將概念、原理實施于材料制備和工藝控制中,并初步得到驗證”“等級3:實驗室制備工藝貫通,獲得樣品,且主要性能通過實驗室測試驗證”“等級4:試制工藝流程貫通,獲得試制品,性能通過實驗室測試驗證”時,以大學為研究主體,開展研究實驗;當研究技術成熟度處于“等級5:試制品通過模擬環境驗證”“等級6:試驗品通過使用環境驗證”“等級7:產品通過用戶測試和認定,生產線完整,形成技術規范”時,以企業為研究主體,在企業實驗室開展工程化實驗;當研究技術成熟度處于“等級8:產品能夠穩定生產,滿足質量一致性要求”“等級9:產品生產要素得到優化,成為貨架產品”時,則推廣至智慧港這一類創新園區進行孵化。
總結荷蘭在科技創新方面的先進經驗,提出如下建議:
荷蘭的“官- 產- 學- 研”有一個共同點,即圍繞“改造自然、人造自然的一般規律”角度制定政策、創造市場價值和開展科學研究。這樣的角度,體現的就是“技術科學”導向的技術創新驅動發展戰略。
錢學森的技術科學思想提出:技術科學是基礎科學和工程技術之間的橋梁,基礎科學并不能直接產生原始創新,而工程技術則很難實現自主創新,只有技術科學具有引領前沿技術的自主創新功能。十九大報告中提出“加強應用基礎研究,拓展實施國家重大科技項目,突出關鍵共性技術、前沿引領技術、現代工程技術、顛覆性技術創新,為建設科技強國、質量強國、航天強國、網絡強國、交通強國、數字中國、智慧社會提供有力支撐”,對技術創新驅動發展已經提出了明確要求。
現代科技發展,已經不是一方能夠解決所有問題,同時具備所有知識的時代。荷蘭科技工作注重團隊合作,追求互利共贏,政府、大學、科研機構、企業之間能夠充分合作,協同創新,共同應對挑戰,通過目標導向的跨部門跨學科研究,提升創新效果和效率。
隨著創新驅動發展戰略的深入實施,我國科技創新能力顯著提升,創新治理中的社會參與也越來越受到重視,在追求經濟利益的同時,還應該關注和引導各類創新主體培養創新責任意識,在此基礎上,營造“政府- 產業- 高校- 研究所”既分工明確又高度合作的科技創新發展模式。
結合荷蘭的產業孵化經驗,我國的科研項目組織與成果轉化也有必要根據研究的不同階段和成果成熟度引入不同的孵化模式??梢杂尚畔⒀芯繖C構根據科學研究的生命周期,通過大數據分析和指標評測將科研活動和科研成果進行成熟度分級,并確定大學、研究機構和企業在科研活動和創新環節不同階段的主體定位。
創新是一個系統工程,創新鏈、產業鏈、資金鏈、政策鏈相互交織、相互支撐。企業位于產業鏈下游,有創新需求,但是企業制度和企業文化扼制了向下的基礎研究、理論研究的想象力和執行力;高校或研究所位于產業鏈中游,有科學理論和前沿技術支撐,但是高校/研究所運行模式和管理制度限制了向下的技術轉化、產品應用的時間和空間;政府位于產業鏈上游,有創新驅動發展理念,但是少技術方法和前沿實踐,遏制了向下的技術創新政策和制度。
相對于政府、企業或者高校而言,只有情報類研究機構才具備聯系創新鏈、產業鏈、資金鏈和政策鏈的功能,是企業、高校/研究所和政府間的橋梁,應該積極發揮情報類研究機構的獨特作用,推進“政府-產業- 高校- 研究所”科技創新合作模式的發展。
(1)打造新型“創新服務平臺”
情報類研究機構能有效聯系創新鏈、產業鏈、資金鏈和政策鏈,應該成為創新服務的主力軍,可參照荷蘭人工智能創新中心(ICAI)的工作模式,打造新型“創新服務平臺”。由政府部門、企業、研究機構提出關于決策咨詢、技術創新的相關需求,情報類研究機構通過對“科研單位(大學或研究機構)”的學術論文、技術專利、科技報告、科研項目信息的深度挖掘,對科研單位進行精準畫像,定位能夠實現需求科研單位和科研人員,向需求方推薦匹配的機構和人員名單,幫助供需雙方挖掘滿足創新需求所需的技術突破點,最終促成合作。通過“創新服務平臺”的服務,能夠進一步支撐政府科學決策,幫助企業解決技術創新的難題,引導研究機構以滿足經濟和社會需求為目標開展相關的應用基礎類科研活動,從而推動科技創新活動的機制與模式創新,實現整個社會科技創新活動的良性循環。
(2)以“人工智能創新服務中心”實踐新型“創新服務平臺”
人工智能正有力提高經濟社會發展的智能化水平,有效增強公共服務和城市治理能力;展望未來,人工智能必將為經濟社會發展持續注入新動能。這一點,歐洲科技發達國家荷蘭和我國有類似的看法。
目前,人工智能還主要依靠機器學習算法,通過計算機強大的運算能力對大量數據進行抽象和總結,轉化為一類特定的計算模型,最終實施在特定的應用中。傳統人工智能運行模式也帶來一些問題和挑戰,如:知識引導方法長于推理,但是難以拓展;數據驅動模型擅于預測識別,但其過程難以理解;策略學習手段能對未知空間進行探索,但其依賴于搜索策略。
為此,如何有效發揮數據驅動人工智能與知識引導人工智能的各自優勢,并服務社會,這是產業界和學術界共同需要面對的難題。結合荷蘭ICAI 的實驗室模式,中國科學技術信息研究所人工智能創新服務中心可以基于海量多源數據的分析,引導和支持針對不同目標的“地方政府- 企業- 大學/研究所”人工智能實驗室,研究、應用和實踐新型人工智能技術,為我國形成中國特色人工智能發展技術路線奠定基礎。