哲学驿站分享 http://blog.sciencenet.cn/u/老李 一个行走者的思想历程

博文

集群化:中国基础研究发展模式转型的现实路径 精选

已有 5820 次阅读 2022-11-17 14:11 |系统分类:人文社科

R-C (2).jpg

集群化中国基础研究发展模式转型的现实路径

李侠

(上海交通大学科学史与科学文化研究院)

摘要根据基础研究投入与GDP之间关系的回归分析结果表明,中国基础研究的产出严重不足,整体基础研究能力孱弱。为了彻底改变这种局面,快速提升基础研究能力,基础研究的发展模式必须从个体化向集群化方向转变。在集群化模式下,基础研究领域会产生新的机会利基,从而为基础研究开拓出新的生长点。在基础研究集群化的路径选择方面,整合中心辐射式集群与政府支持式集群两种路径,使之与前期的政策安排以及基础研究资源相衔接,降低集群化改革带来的风险与成本。

关键词基础研究;发展模式;集群化

中图分类号:N1  文献标识码:A

2018年国务院出台《关于全面加强基础科学研究的若干意见》,其中明确指出,充分发挥基础研究对科技创新的源头供给和引领作用,解决我国基础研究缺少“从01”原创性成果的问题。由此,关于基础研究的热潮开始形成,现在的问题是,在制定具体基础研究政策之前,我们需要解决两个紧迫问题,其一,目前我国基础研究的现状如何?其二,提升我国基础研究能力的现实路径是什么?

基础研究的现状与存在的问题

笔者这几年在研究基础研究的作用时发现一个奇怪的现象:“基础研究投入与GDP产值之间具有弱正相关性(0.1958);应用研究投入与GDP产值之间具有高度负相关性(-0.8157)。”【1】这组数据是利用过去21年间(2000-2020)中国R&D投入强度与GDP之间的关系进行回归分析得到的结果。按照人们的常规理解,基础研究由于远离现实生活,它对GDP应该没有直接的作用,甚至可能会产生一种负相关关系,毕竟把钱投在基础研究领域就会挤占其他领域的投入与产出,然而奇怪的是,在我国基础研究竟然对GDP有弱正相关性。至于应用研究对于GDP的强负相关性可以理解,毕竟它是从基础研究到试验发展研究之间的桥梁,试验成本是我们为了获得科技的生产力功能所必须付出的代价。客观地说,这个结论是笔者这么多年来头一次发现,为了验证结论的可靠性,笔者再次利用中国和美国同期21年间的数据(2000-2020)对这两个指标进行对比分析,得到结论如下:“美国基础研究投入占R&D的比例与GDP之间存在显著地的负相关性(相关系数为-0.7128),这就意味着基础研究的投入与经济增长存在反向关系,即基础研究投入越多,经济表现越差,反之亦然。这个结论符合我们对基础研究的常识认知。同理,应用研究占R&D的比例与GDP之间也呈现为弱负相关性(相关系数为-0.4385);中国基础研究投入占R&D的比例与GDP之间存在明显的弱正相关性(相关系数为0.1928),应用研究占R&D的比例与GDP之间存在强负相关性(相关系数为-0.8164)。”【2】这两项研究,基本证明笔者前期的研究结论是可靠的。

奇怪的是,荣格和柳卸林等人的研究结论与我们的结论相反,他们的研究显示:“基础研究支出与低收入国家的经济增长呈负相关,而在高收入国家,则呈正相关。此外,国民收入越高,基础研究对经济增长的重要性就越高。”【3】他们采用的数据是经合组织(OECD)和非经合组织(来自世界银行数据),如何解释这个看似矛盾的结论?其实,造成这种差异的原因有两点:其一,荣格和柳卸林的研究证明了在高收入国家与低收入国家之间商业部门的基础研究投资与经济增长之间存在或正或负的相关关系。这可以解释为那些与商业化比较近的基础研究成果直接促进了经济的增长。另据一份韩国的研究显示:“ICT(通信信息技术)研发投资总额与ICT增值之间建立了双向因果关系。当ICT总量研发投入分为公共部门和私营部门时,与公共ICT研发投入相比,私营ICT研发投入与经济增长的关系更强。结果还表明,公共信息通信技术研发投入与私人信息通信技术开发投入之间存在双向因果关系,后者对这种关系的影响更大。”【4】由于私人投入的逐利性,可以间接证明只有那些可以商业化的研究成果才会直接促成经济增长,问题是还有很多基础研究投入是由政府投资的,毕竟商业化公司是不会为公共物品(知识)投资的,而这部分投入在基础研究中占了很大的比例。故笔者的结论,证明了宏观基础研究投入与一个国家GDP(国内生产总值)之间的相关关系,这是导致两者结论不同的根本原因。

其二,高收入与低收入国家的划分对于国家的平均知识吸收能力呈现正相关关系。那么中国到底是属于低收入国家还是高收入国家呢?根据世界银行给出的数据:2021年中国人均GDP达到12556.3美元(世界平均为12262.9美元),在全球200多个国家、地区中排第75名,属于中等偏上的位置,算作中等收入国家可以成立。另外,根据第七次全国人口普查数据显示,人口中具有大学文化程度的人口为21836万人,占总人口比例接近15.5%,这也是中国整体知识吸收能力强的直接根据,这也间接证明了为什么基础研究在中国能够对经济增长起到弱的正相关性。根据笔者前期的研究可以再次佐证上述结论:“首先,人口数量与创新能力之间没有相关性,换言之,人口数量多并不代表创新能力强。相较于各个国家的人口总数,科研人员数量与创新指数在理论上存在正相关性。其次,人均GDP越高,创新能力越强,反之亦然。由此印证了创新是昂贵的。”【5】因此,他们的这个结论对于揭示中国基础研究对经济增长的正相关关系是成立的。

由韩国学者的研究还可以得到一个结论:“从经济增长到私人研发投入之间的短期因果关系,以及从经济增长至公共研发投入之间缺乏任何显著的因果关系,都表明私人研发投入比公共研发投入具有更强的经济增长诱导投资属性。”【6】基于上述分析,可以看出当下我国基础研究的现状存在三个问题:其一,中国当下的总体知识供给严重不足。导致任何基础研究成果都能对经济增长带来弱的正向推动作用;其二,中国目前正处于知识价值的边际产出快速递增阶段,应该加大科技投入。相对而言,西方发达国家由于知识库存较多则处于边际产出缓慢递增阶段,这个阶段加大投入有利于中国科技实现快速赶超目标;第三,由于基础研究能力的长期极度孱弱,导致中国的应用研究基本上处于无效的空转状态。基于这种紧迫现实,加快基础研究已经成为推进创新驱动发展战略以及实现科技自立自强的短板与瓶颈,那么,如何在现有条件下提升基础研究能力以及实现基础研究的快速发展呢?

基础研究发展模式的转型从个体化向集群化转向

以往的中国基础研究在空间分布上基本上处于点状散发状态,孤零零地隐匿于大学以及科研院所内,这种分布的最大特点就是基础研究能力强度不足、资源分布密度较低,成果产出充满偶然性,这种空间布局仍然属于小科学时代的基础研究模式:个人英雄主义研究模式,问题是在大科学时代,科学研究的性质已经发生了根本性的改变,此时面对的都是难问题、重大问题,这类研究需要大投入、大设备、大团队、大组织以及面临大的风险,再沿用小科学时代的研究模式显然已经无法胜任,因此,基础研究的发展模式必须改变,从个体化向集群化方向转变,从而更适合大科学时代基础研究对于综合能力与基础支撑条件的需求。

集群概念最初是由英国经济学家阿尔弗雷德马歇尔(A.Marshall)在其1890年出版的《经济学原理》一书中提出来的,他原意是指工业区(industrial district),工业区内集中了大量相关的小型企业,这些企业集群的根本目的是获取外部规模经济。马歇尔曾把规模经济划分为两类,一是内部规模经济,这取决于从事工业的单个企业的资源、组织及其管理的效率;二是外部规模经济,产业集群是外部性导致的。按照芬兰学者安斯斯梅得伦德关于区域的知识资本创造而言,为了最大化其价值创造的可能性,小企业区域集群必须同时创造新知识、传播现存知识和利用知识,集群化的作用主要有三个;“其一降低交易成本。资本成本和交易成本越低,基于市场的行动效果越好;其二,向其他参与者学习。网络中的信息流和参与者之间相互理解的能力、以及参与者之间的信任也是极其重要的;其三,持续性创新。集群为整合不同的资源和知识创造了条件,从而提供了一个持续性提高产品质量,改进生产方法和工艺的机会。”【7】只要把上面提到的小企业换成小的基础研究团队/机构一样成立,为了后续论证的严谨性,需要对基础研究集群现象给出一个相对简单而明确的定义,在笔者看来,基础研究的集群化是指:在某一特定的时间与空间内,把与基础研究相关的各种组织、机构、平台、资源、人才、设备与生态系统(如新文化等)等要素整合起来,实现聚集,并理顺与基础研究相关的上下游知识链条与网络,当这些条件要素的丰裕度远远高于现有的平均资源密度时,基础研究的集群化就形成了,并由此逐渐呈现出研究能力的规模效应。借用美国经济学家安马库森(Ann Markusen)的说法,集聚就是“平滑空间中的粘滞点”,之所以会在某个地方出现粘滞点,是由于“黏性的地方是多种力量综合作用的复杂产物:企业战略、产业结构、利润周期、国家优先事项、地方和国家政策。它们的成功不能仅仅归于某一机构或者行为。”【8】那么,回到科技界对于基础研究领域来说,那个粘滞点应该选在什么地方呢?

任何集群现象的出现都不是从零开始,都是在有一定基础的地方开始扩张,然后根据分工原则,各个参与集群的单位/机构在相互的竞争与合作中强化了自身的核心竞争力,并实现收益/荣誉的最大化。基于这种理解,中国基础研究集群化最应该发生在那些前期基础条件比较好的地方,如那里有著名的大学/科研院所、丰富的人才储备、充裕的资金、便捷的信息网络、多元的评价机制等。把这些条件整合起来,我们就会发现满足这些要求的地方很少,在中国只有几个核心节点城市。由此不难理解:国家发改委建设北京、上海、粤港澳大湾区三大国际科创中心,以及强化怀柔、张江、合肥、大湾区4个综合性国家科学中心的初衷所在。这个“3+4”区域创新布局,恰恰符合笔者提出的基础研究集群化的空间分布要求。从发改委构想的区域分工来看:“北京科技创新中心,它的主要任务是打造全国科技创新的策源地;上海科技创新中心主要是集中打造集成电路、人工智能、生物医药3大产业的创新高地;粤港澳大湾区科创中心,打造全球最大的中试验证和成果应用推广基地。4个综合性国家科学中心,这是国际科技创新中心的内核支撑。”【9】基础研究的空间布局已经很清晰了,那么,如何让这些宏观战略安排真正发挥作用呢?

集群化不是一些单位/机构、资源要素等的简单堆砌,要能真正发挥集群的作用,这些参与者之间必须形成一种实质性的联系,否则,集群的设想就仍停留在纸面上(如前些年流行的高校联盟)。根据分工的原则,可以把区域内集群的基础研究力量分为三种功能网络,分别是:生产知识的网络、开发知识的网络与创新的网络,三者的功能与特点见表1

1:基础研究领域基于分工的生产、开发和创新网络(根据安斯•斯梅得伦德表格改造)


生产网络

开发网络

创新网络

研究难度区间

1-N

0.5-1

0.5-1

结构

垂直的

水平的

交叉的

知识的功能

利用知识

传播知识

创造知识

知识环境

机械的

有机的

动态的

参与者之间的关系

有形的与无形的

无形的

有形的与无形的

自由度

中等

 在基础研究领域,通过上述三个职能网络基础研究领域的分工得以实现,并在各自的活动中使参与者之间建立起密切的有形与无形联系,从小到个体大到机构/单位,生产者、开发者与创新者在彼此的互动中,都提高了自己的核心竞争力,从宏观上看则呈现出集群带来的规模效应。诚如英国物理学家杰弗里韦斯特(Geoffrey West)所言:“一个典型的复杂系统是由无数个个体成分或因子组成,他们聚集在一起会呈现出集体特性,这种集体特性通常不会体现在个体的特性中,也无法轻易地从个体的特性中预测。……复杂系统的普遍特点是整体大于其组成部分的简单线性总和,而且整体通常也与其组成部分存在极大的不同。在许多情况下,整体似乎会自行发展,几乎与其组成个体的特性相分离。这一整体的系统行为被称作‘涌现行为’。”【10】正是由于集群存在不可预料的涌现与规模效应,让基础研究的运行模式从孤立的散点状态向集群状态转型,这是加速提升基础研究能力的最有效路径,以往的努力之所以成效不大,甚至失败,皆是因为对于基础研究的认识不深,导致对基础研究领域的分工不明确,导致所有基础研究机构与个人都扎堆在创造新知识的环节上,结果造成基础研究领域分工结构出现断层,这种断层破坏了基础研究的支撑条件。就如同一个城市不能只有精英,各类人群都应该有,这样城市才能有效运转起来。集群不是零和博弈而是双赢或多赢,每个人/机构都因集群而获得发展。明确在基础研究领域也是存在明显分工的,这种分工是促成复杂系统呈现出涌现特征的关键。换言之,不是从事基础研究的所有人都要成为牛顿或爱因斯坦,而是基于一系列分工各司其责,如实验类基础研究(如观察天王星、海王星,观测日全食时光线是否弯曲等)等,正是这些不同的分工,促成了基础研究成果的证实、传播与利用。由于基础研究是一项非常复杂的研究活动,它的驱动机制与偏好存在极大的差异,那么基础研究领域中的哪类研究需要集群化呢?

笔者曾根据基础研究成果发生的频率及难度,对于基础研究做过一个划分:“把基础研究‘从01’划分为三个发展阶段:0~0.50.5~11~N,所谓0~0.5阶段,是指完全没有办法预料、也无从精准关注的阶段,在这个区间内基础研究成果大多以猜测、假说与臆想的形式存在;0.5~1阶段,在这个区间问题已经逐渐明确,但是到目前为止谁也没有解决该问题,这个区间已经越过了盲目寻找问题,正处于等待确证的阶段;1~N区间则是原理已经被确证,向应用横向拓展的阶段。”【11】通过对基础研究的三阶段划分,可以明确两个问题:其一,0~0.5阶段的基础研究在人类历史上出现的频率很少,几乎都是个人行为,一旦出现就是颠覆性成果,完全是科学革命级别的,它的产生充满不确定性,也是不可计划的,因此,这个阶段不适合集群化。其二,0.5~1阶段,这阶段产生的成果被称作颠覆性成果这是基础研究领域创新比较常见的区间,科学史上有众多案例,由于此时问题已经明确,只剩下最后突破,这个阶段适合于采取集群化的发展模式。为此,笔者曾就基础研究的发展阶段、成果难易以及特点给出一个四象限图,见下图:

image.png
 

 

 

 

 

 

 


根据上图,我们还可以解释两个现象:其一,中国的基础研究比较孱弱,而且大多集中在0.5~1阶段,成果从功能上看基本上都属于巴斯德象限类型(由应用引发的基础研究),为了提升这个区间的基础研究能力,应该大力实行集群化的发展模式;其二,这个图也充分说明了为何中国的基础研究能够对经济具有弱正相关性,而美国的基础研究对经济具有强负相关性的原因,因为美国的基础研究投入中很多是用在0~0.5阶段(玻尔象限内),这部分研究成果远离日常生活,故无法对经济发展起到正向拉动作用。试想美国20211225日发射的詹姆斯·韦布空间望远镜,从项目立项(1996)到最终发射(2021年)历时25年,耗资约100亿美元,取得的成果(星系的图像)属于颠覆性成果型,极大地深化了人类对宇宙的认识,这些投入不但很难取得相应的经济回报,反而对其他经济领域产生了严重的挤出效应。这就是人类为加深对世界的理解与提高认知所必须付出的代价。

基础研究集群化可以为研究创造新的机会利基

美国经济学家布莱恩•阿瑟(W.Brian Arthur)曾指出:“如果一个国家希望能够引领先进技术,它需要的不是投资更多的工业园区或含糊地培养所谓‘创新’,它需要建立其基础科学,而且不带有任何商业目的。它应该在稳定的资金和激励安排下养育那样的科学,让科学在一些初创的小公司中自己实现商业性的发展,并受到最少的干扰。”【12】布莱恩的观点中有三点对于基础研究的集群化是必须的,首先,国家对于基础研究的稳定投入;其次,建立适合基础研究的制度安排(如评价机制等);第三,培育非功利主义的文化生态。在此基础上,基础研究的集群化才能从构想向现实转向,否则基础研究仍将停留在低水平重复(第谷象限)的各自为战状态。

产业界的集群强调的是同类或相关企业的空间集聚,如马歇尔对于工业区的强调等,在互联网时代,空间的主导地位被极大地消解,一些相关的基础研究机构/共同体,既可以是空间集聚的,也可以是网络密切联系的,由此形成一个具有实质性联系的基础研究集群(如物理学集群、生物学集群等),然后按照分工各司其责,从而共同推动基础研究能力的提升。集群化为什么能提高共同体的能力,对此,笔者很认同布莱恩教授的看法,即通过集群在共同体内部习得与共享了一种特殊的能力:“深奥的手艺(deep craft),深奥的手艺不只是知识,它是一套认知体系:知道什么可能发挥作用,什么不可能;知道用什么方法、什么原理更容易成功;知道在给定的技术中用什么参数值;知道和谁对话可以使事情进行到底;知道如何挽救发生的问题;知道该忽略什么、留意什么。这种手艺性认知(craft-knowing)将科学、纯粹知识都视为理所当然。”【13】难言知识的获取历来是一个难题,而集群化恰恰是一种低成本的解决之道,集群化所具有的神奇能力正是通过面对面交流与沟通所带来的。布莱恩曾用剑桥大学卡文迪许实验室的生动案例说明:20世纪前30年,卡文迪许实验室一直是原子物理学领域发明的聚集地。对于原子物理学的任何问题或困难,在卡文迪许的某个地方,你一定能找到答案。从更宏观的科学史角度,我们不妨看看十九世纪德国化学学科集群化的发展历程与展现的神奇力量。

德国十九世纪化学的崛起,完全得益于尤斯图斯·冯· 李比希(Justus von Liebig1803-1873)的努力,他被后人称为“有机化学之父”、“肥料工业之父”。他的化学集群之路始于1824年从法国回到德国,任吉森大学化学教授,创立了吉森实验室。总结下来,李比希的化学研究集群之路分三步完成的,首先,以吉森大学和实验室作为集群的母群和载体培养了一大批杰出的化学人才,如为染料化学和染料工业奠定基础的霍夫曼、发现卤代烷的武慈、提出苯环状结构学说的凯库勒等人;其次,开枝散叶,以杰出学生和国际同行构成化学研究子群;第三,相关产业跟进作为生产子群,直接推动了德国化学工业的井喷式的发展。十九世纪德国这些化学家们构成的基础研究集群带来的结果就是使德国成为第四个世界科学中心。在经济领域,以化学家为纽带的染料工业、化肥工业以及制药等,直接把德国推到科技强国之列,如今那些闻名遐迩的德国化学公司如拜耳、巴斯夫、赫希斯特和爱克发等,全部成立于18631867年,这就是基础研究集群化在研究与产业之间实现双向推动的最好例子。回到二十世纪也是如此,为何美国计算机技术和生物技术能够在众多竞争对手环视中傲然独立,同样是由于其背后的相应学科的基础研究采取集群化带来的结果。

为什么基础研究集群化会带来如此显著的成效呢?原因在于集群化会给相应学科带来新的机会利基。所谓利基(niche),顾名思义就是指能带来利益的基础,而机会利基(opportunity niches)简单来说就是能带来新机会的领域/市场,诚如布莱恩所指出的:“机会利基的出现召唤新技术的诞生,绝大多数机会利基的产生缘于技术本身,这是因为以下三个原因:1、每个技术通过它的存在建立了一个能够更经济更有效地实现其目的的机会;2、每项技术总是需要另外的支撑技术来制造它,这些支撑技术又需要它们自己的次级支撑技术;3、技术经常引发间接性的问题,这会产生需要提供解决方案的需求或者机会。”【14】虽然科学与技术不同,但是在科技一体化的今天,在内在发展机制上仍有很多相同之处,因此,只需把上述原因中的技术替换成基础研究同样成立,比如最近几年关于交叉学科的热议,其实质就在于它为研究提供了新的机会利基。基础研究的集群化就是创造机会利基的最有效途径,其原因就在于集群化可以更好地体现分工的优势,而每一次分工都会重新细分基础研究领域,这就是基础研究的利基市场。比如最近几年比较火热的人工智能、脑机接口、元宇宙等,都产生了很多学术利基市场,回到基础研究领域同样如此。按照美国管理学家汤姆彼得斯等人的研究,那些通过利基战略接近顾客的公司,通常具有五大基本特质:“1、具备敏锐的技术操作能力;2、定价的技巧;3、市场分析准确;4、以解决问题为导向;5、愿意花钱进行市场细分。”【15】只要基础研究实现真正的集群化,就可以充分体现这五大特征,相反,单个机构/个人的基础研究是没有能力创造机会利基的,即便有实力的机构/个人也只能拥有部分特征并有限地利用机会利基,从这个意义上说,科学已经告别了单打独斗的小科学时代,集群化已成为大科学时代基础研究发展的显著趋势。

既然基础研究集群化具有如此巨大的潜在功能,那么在实际决策层面应该采取哪种模式来推进集群化呢?这里有两个问题需要解决:其一,集群化要利用现有的基础研究资源,而非另起炉灶,或者推倒重来。毕竟改革开放四十余年,我国在基础研究领域已经积累下一些宝贵的资源,这是所有集群化安排的基础;其二,具体的集群化模式选择要尽量与前期政策安排相衔接,这样既可以降低集群化的成本,又可以快速发挥集群化的功能。基于这种考虑,根据中华人民共和国国民经济和社会发展第十四个五年规划和2035年远景目标纲要的要求,可以将我国现有的四种战略科技力量(国家实验室、国家科研机构、高水平研究型大学、科技领军企业)作为集群化的核心母群,按学科与功能细分进行集群化,这样从起点处就处于较高位置,有利于基础研究在0.5-1阶段取得实质性的进步在集群化的具体模式选择方面,笔者认为可以将马库森的两种模型进行整合,“中心辐射式集群(Hub-and-spokecluster)与政府支持式集群(State-anchored cluster)。”【16】中心辐射式集群可以依托上面提到的四种战略科技力量展开,如一些具有传统优势的大学、国家实验室等开展集群;后者,政府支持式集群可以依托政府扶持的各类科学中心展开。这种安排就把前期的资源与政策储备很好地利用起来了,而且能够很快落地发挥作用。

最后还要提到的一点是,基础研究的集群化有利于科学文化(无功利或弱功利)的建设。众所周知,开展基础研究对于科研生态环境要求比较高,这是由基础研究的性质决定的,它依托于非功利主义文化,而当下的主流科研文化是基于绩效主义的功利主义文化。根据基础研究的性质,可以发现,在0-0.5区间要求完全无功利主义的科研文化环境,而在0.5-1的区间至少是弱功利主义的科研文化。由于科研文化环境未变,这也就是过去四年间管理部门提出去四唯/去五唯效果不明显的根源所在,对于文化建设而言,只有群体共同践行与推动才能形成一种新的文化,单个机构与个人是无法形成一种文化的,从这个意义上说,基础研究集群化可以极大地扩展与捍卫科学文化的规模与权威。这对于集群化的可持续发展具有双向因果作用,从而发挥集群化对于基础研究的自我增强功能。集群的形成是缓慢的、渐进的、累积的过程,不可能一蹴而就,尤其是政府主导的集群化还需要解决好自由与强制性之间的平衡,这也是以往“产--研”三螺旋创新路径失灵的原因所在。更何况基础研究的产出是一些新观念、新方法、新理论、新认知以及新的文化这类短期内无法进行成本-收益分析的科研活动呢?

结语

综上,由于基础研究投入对于经济增长具有弱正相关性,说明当下中国基础研究的产出严重不足,加强基础研究的产出刻不容缓,为了快速提升基础研究能力,必须改变现有的基础研究运行模式:从分散的基础研究模式向集群化的基础研究模式转型,创造新的机会利益。充分利用现有的政策资源与基础研究资源,有针对性地采取中心辐射式集群与政府支持式集群模式,相信这种努力会使我国基础研究面貌从点状分布的小作坊模式向集群化的大工厂模式(共同体)迅速转变。更为重要的是,这种路径选择把前期的相关政策与资源储备都衔接起来,减少了基础研究集群化改革面临的阻力和成本。

参考文献

1】李侠.中国科技转轨信号的释放与表现【J.人民论坛,202210)。

2】李侠、谷昭逸.基础研究不要让应用研究再空转了【R.中国科学报,2022-8-17

3Euy-Young Jung and Xielin Liu. The different effects of basic research in enterprises on economic growth: Income-level quantile analysis[J].Science and Public Policy, 2019, Vol. 46, No. 4

4】【6Jae-pyo Hong. Causal relationship between ICT R&D investment and economic growth in KoreaJTechnological Forecasting & Social Change 116 (2017) 70–75.

5】王珂、李侠.影响国家创新能力的社会基础条件【J.中国科技论坛, 2022(9): 18-24.

7】阿莫德波尔弗、利夫埃德文森.国家、地区和城市的知识资本【M.于鸿君、石杰译。北京:北京大学出版社,2007.266-268

8】【16Ann Markusen.Sticky Places in Slippery Space: A Typology of Industrial Districts[J] .Economic Geography, 1996, vol. 72, issue 3, 293-313.

9】我国已布局3大国际科技创新中心,定位有何差异?https://baijiahao.baidu.com/s?id=1712211397577948342&wfr=spider&for=pc2022-10-5查阅)

10】杰弗里•韦斯特.规模:复杂世界的简单法则【M.张培译。北京:中信出版社,2018.22-24.

11】李侠、霍佳鑫.基础研究“从〇到一”的三道门槛【R.光明日报,2021-10-14

12】【13】【14】布莱恩阿瑟.技术的本质【M.曹东溟、王健译。杭州:浙江人民出版社,2021.182179196.

15】汤姆彼得斯、罗伯特沃特曼.追求卓越【M.胡玮珊译。北京:中信出版社,2020.134.

作者简介

李侠1967-),上海交通大学科学史与科学文化研究院教授,博导。


【博主跋】这篇文章是应《学术前沿》李老师之邀而写,后来与责编包老师来回校对多次,现发在《学术前沿》2022(20)上,合作愉快,这是原稿,是为记!

说明:文中图片来自网络,没有任何商业目的,仅供欣赏,特此致谢!

2022-11-17于南方临屏涂鸦



https://blog.sciencenet.cn/blog-829-1364133.html

上一篇:第七届全国科学技术与公共政策论坛通知(第二轮)
下一篇:历史学家的十一种工作目标
收藏 IP: 202.120.11.*| 热度|

14 许培扬 杨正瓴 刘立 武夷山 王涛 周忠浩 檀成龙 焦飞 姜春林 郑永军 李斌 史晓雷 杨顺楷 彭振华

该博文允许注册用户评论 请点击登录 评论 (25 个评论)

数据加载中...

Archiver|手机版|科学网 ( 京ICP备07017567号-12 )

GMT+8, 2023-2-7 03:16

Powered by ScienceNet.cn

Copyright © 2007- 中国科学报社

返回顶部