摘 要:前沿科技的發(fā)展，不僅為整個社會帶來了極大的進步，為人民的生活提供了極大的便利，同時也和國家民族的發(fā)展息息相關。面向世界科技前沿、面向經(jīng)濟主戰(zhàn)場、面向國家重大需求、面向人民生命健康，前沿科技的健康發(fā)展離不開完善的科技治理體系。具體來說，在加強前沿科技領域治理的過程中，應重視基礎、重視原創(chuàng)、培養(yǎng)人才、加強監(jiān)管、建立健全有助于前沿科技發(fā)展的社會環(huán)境和市場環(huán)境，為我國未來的技術進步提供更為有力的保障。
關鍵詞:前沿科技 基礎研究 人才培養(yǎng)
【中圖分類號】G31 【文獻標識碼】A
當今時代，多學科、多領域交叉融合不斷加深，人工智能、區(qū)塊鏈技術、5G技術、互聯(lián)網(wǎng)技術、芯片技術、生物技術等新興技術快速發(fā)展并廣泛應用，與此同時，前沿科技領域的發(fā)展和治理迎來了新的挑戰(zhàn)。2020年9月11日，習近平總書記在科學家座談會上表示，我國廣大科學家和科技工作者有信心、有意志、有能力登上科學高峰；希望廣大科學家和科技工作者肩負起歷史責任，堅持面向世界科技前沿、面向經(jīng)濟主戰(zhàn)場、面向國家重大需求、面向人民生命健康，不斷向科學技術廣度和深度進軍。
如何貫徹落實好習近平總書記提出的關于科技創(chuàng)新發(fā)展的“四個面向”，在當前時代背景中顯得尤為重要?，F(xiàn)代前沿科技的發(fā)展具有投入巨大、多學科融合、階梯躍變等特點，對前沿科技領域治理提出了新的、更高的要求。因此，加強前沿科技領域治理，需要著重關注以下七個方面：
重視基礎研究
基礎研究是一切前沿科技的基石。過去十多年，中國科技領域發(fā)展迅猛，取得了許多可圈可點的驕人成績，然而其一個最為突出的特點是對實用性技術研究的“偏愛”。大多數(shù)科學研究始終停留在實踐階段而沒有實現(xiàn)進一步的“理論”升華，缺乏對基礎研究足夠的重視。盡管近年來，基礎研究越來越受到關注，但是這種重視似乎仍舊停留在表面上，還遠遠不夠支撐我國未來科技的發(fā)展。著名數(shù)學家丘成桐在第八屆世界華人數(shù)學家大會上指出，一些地方政府和企業(yè)強調(diào)要重視基礎研究，但其“重視的無非還是解決實際問題的應用研究而已”；重視基礎科學不能停留在口頭上，要發(fā)展像數(shù)學這樣的、目的并非直接為經(jīng)濟和技術服務的基礎科學。
歷史已經(jīng)多次證明，基礎科學的發(fā)展是推動人類進步的動力和源泉。例如：力學和熱力學推動了蒸汽機和內(nèi)燃機的發(fā)明，促成了第一次工業(yè)革命；電力學尤其是特斯拉的交流電商業(yè)化使得電力的遠距離傳輸成為可能，促進了第二次工業(yè)革命，引領人類進入了電氣化時代；麥克斯韋方程組統(tǒng)一了電磁學，并與香農(nóng)的信息論一同拉開了無線電通訊的大幕，人類從此進入了信息時代。計算機、原子能、空間技術等引領人類進步的實用技術，其背后無一不是劃時代的基礎理論研究。
基礎理論的研究并不是總能產(chǎn)生即時的經(jīng)濟效益，但從長遠來看，對基礎理論的研究能夠為前沿科技發(fā)展提供強有力的支撐。如今我們的日常生活中經(jīng)常接觸到的二維碼，為我們的生活帶來了極大的便利。但很多人不知道的是：為什么即使二維碼有污損也不會影響掃描二維碼的信息。這一現(xiàn)象或結果主要基于1960年里德和所羅門二人所提出的里德-所羅門編碼。當時不會有人想到兩人不到5頁的論文會在60年后成為當代生活不可或缺的一部分。由此可見，重視基礎研究就是為未來的前沿科技研究鋪路，為前沿科技研究提供工具。同時，在基礎研究中，應該避免目光短淺，要有“十年磨一劍”的長遠戰(zhàn)略視野；既要加強投入，也要做好教育工作，讓人們意識到基礎研究的重要性，吸引更多對基礎學科有興趣的人加入到其中來，為發(fā)展前沿科技奠定堅實的基礎。
重視原創(chuàng)研究
有了堅實的基礎研究，我們還應當重視原創(chuàng)性的研究工作，這主要包括前沿科技的原創(chuàng)理論和原創(chuàng)工具。
從國家角度來看，我國在諸多領域面臨“卡脖子”問題，重視原創(chuàng)研究極具緊迫性。中國科學院院長白春禮9月16日在國新辦發(fā)布會上提出，要把“卡脖子”的清單變成我們科研任務清單進行布局。而被“卡脖子”的根本原因，主要在于“原創(chuàng)研究”的不足。
從研究者角度來看，要樹立攀登“原創(chuàng)高峰”的遠大目標。“兩彈一星”、北斗衛(wèi)星的研發(fā)都遇到了西方的技術封鎖，但是有志者事竟成，相信未來的每一座“原創(chuàng)高峰”都終將被我國的科技工作者逐一翻越。
從發(fā)展規(guī)律來看，前沿科技的進步通常是躍變式的，而原創(chuàng)理論是其躍變發(fā)展的關鍵性催化劑。以芯片行業(yè)為例，荷蘭ASML（阿斯麥爾）公司是如今最先進的光刻機制造商，然而在二十世紀九十年代，日本的尼康（Nikon）、佳能（Canon Inc.，キヤノン株式會社）的光刻技術全球領先，ASML彼時還只是個不知名的企業(yè)。二十世紀六十年代以來，光刻機光源波長寬度從436納米、365納米、248納米發(fā)展到九十年代末卡在了193納米。此后，尼康等公司希望穩(wěn)步前進選擇157納米，而ASML及美國新成立的極紫外聯(lián)盟則選擇幾十納米的方案，不過均以失敗告終。2002年，臺積電工程師林本堅提出浸潤式光刻工藝，利用了光在水中折射的原理，將193納米的光波長直接降到了一百三十多納米，直接突破了光刻技術的157納米的發(fā)展瓶頸。然而該方案并未被日本公司采納，反倒是ASML看到了該技術背后的巨大潛力，以小博大，一舉突破成功，現(xiàn)如今成為全球最大的半導體設備制造商之一?？梢?，關鍵的原創(chuàng)技術成為芯片領域“彎道超車”的制勝法寶；把握住了原創(chuàng)技術，就是把握住了突破前沿科技瓶頸的機會。
與此同時，我們還應當注重對前沿科研工具的原創(chuàng)。2020年哈工大、哈工程等院校被美國商務部列入“實體名單”之后，重要的科研工具——科學計算軟件MATLAB[1]（matrix&laboratory，意為矩陣工廠、矩陣實驗室）的使用授權被中止，對該院校的科研工作造成了巨大影響。面臨相同境遇的還有華為海思，除了已經(jīng)被禁止使用美國技術，無法生產(chǎn)芯片之外，芯片設計領域的設計軟件同樣也是“美國制造”，隨時面臨著被徹底禁用的風險。應對這樣的危機，注重對前沿科研工具的原創(chuàng)同樣重要，也必須引起足夠的重視。
樹立“大膽嘗試，敢為人先，正確面對失敗”的研究態(tài)度
科學研究是一種創(chuàng)造性的勞動方式，它不同于一般的生產(chǎn)勞動，也有別于經(jīng)濟建設，“創(chuàng)造性”要求科研工作者應去積極探索未知，而非固守已知的知識和技術，大膽嘗試、敢為人先，并且正確地面對科研過程中的失敗，不輕言放棄，樹立積極向上的科研態(tài)度。
如今大量科學技術理論已經(jīng)發(fā)展到了相當高的水平，但是依然存在許多的理論盲區(qū)和未知領域。探索未知的過程必然不會是一帆風順的，在科技的無人區(qū)前行，必將會經(jīng)歷大量失敗，也可能會耗費大量的人力、財力和時間，在這個“追求高效”的時代，追求未知的成本顯得更加高昂，這讓許多科研工作者望而卻步。值得注意的是，在如今的先進技術出現(xiàn)之前，當時的一切也都是未知的狀態(tài)，科學技術之所以能夠發(fā)展到今天這般蓬勃的狀態(tài)，就是因為有當初那些“敢于吃螃蟹”且默默付出的人們。所以，對于當代的科研工作者，尤其是前沿科技領域的研究者來說，“大膽嘗試，敢為人先”的探索精神是非常重要的。只有在踏實認真研究的基礎上，積極探索科技盲區(qū)，發(fā)現(xiàn)未知的技術問題，才能創(chuàng)造出優(yōu)秀的科研成果，而不是永遠的躲在前人的涼蔭下，尋得一時的愜意，白白荒廢了自己做科研的最好時間。
此外，還要樹立面對科研失敗的正確態(tài)度。在探索未知的過程中，出現(xiàn)失敗是非常普遍的一件事情。成功的嘗試自然能夠贏得鮮花與掌聲，但是失敗的嘗試也并非一文不值，不應該被忽視，更不應該遭受白眼和嘲諷。成功的結果只是告訴了人們“這件事可以這樣做”，這樣的嘗試一旦成功就不再是科研的問題了，而是變成了工程的問題；而失敗的結果可以告訴人們“不可以這樣去做”，同樣也是非常重要的，通過失敗的嘗試為自己積累經(jīng)驗，甚至是告訴同行要避免同樣的錯誤，這也是對于科學研究的一種貢獻。失敗并不可怕，可怕的是不敢面對失敗，一次的失敗不是對科研生涯的一錘定音，只是探索中的短暫停留，它可能也蘊藏著勝利的曙光。所以，不要害怕失敗，更不要對別人的失敗妄加苛責，真正樹立起“大膽嘗試，敢為人先，正確面對失敗”的科研態(tài)度。
建立靈活多樣的管理模式
隨著科技的不斷發(fā)展，科技的管理模式也需要不斷革新和完善。不同的學科專業(yè)之間存在著諸多差異，有些學科應重視對基礎理論創(chuàng)新的管理和保護，例如數(shù)學、物理等傳統(tǒng)基礎學科，而有些學科則應重視應用研究，例如計算機、材料等應用類學科，因此，應當針對不同學科的特點，建立健全適合其發(fā)展特點的靈活多樣的管理方式。正如隨著“互聯(lián)網(wǎng)+經(jīng)濟”發(fā)展起來的共享經(jīng)濟，雖然使得人類社會能夠更加合理且充分的利用社會資源，但是其新型的運行方式，也給相關的管理監(jiān)管帶了不小的挑戰(zhàn)。因此，自2018年以來，國家相繼針對網(wǎng)約車、共享單車等領域暴露的問題出臺了一系列專項管理政策。正是這種有針對性的管理政策才保證了前沿科技可以高效且順利地實現(xiàn)落地，并獲得蓬勃發(fā)展。
此外，在管理過程中應該進一步完善監(jiān)督制度。前沿科技研究需要大量的財力投入，容易滋生貪腐和浪費，因此有關部門應當加強對科研資金使用過程的監(jiān)督力度，避免資金浪費，讓每一分寶貴的科研資金都物盡其用，真正的做到將有限的資金都能花在“刀刃上”。
優(yōu)化教育培養(yǎng)體系，重視人才建設
科研人才的培養(yǎng)離不開優(yōu)秀的教育培養(yǎng)體系。相關的高校部門和研究機構，應當重視對創(chuàng)新型人才的培養(yǎng)，優(yōu)化自身的培養(yǎng)體系。首先是重視科研方向的基礎知識教育，好的科研人才必須要具備過硬的基礎能力，尤其是對自己所在學科和研究方向的基礎知識要做到充分掌握，這樣才能為長期的研究生涯打下堅實的知識基礎。其次是明確人才的培養(yǎng)主線，基礎知識要求廣度，但專業(yè)方向需要深度，尤其是在高水平研究人才的培養(yǎng)過程中，應根據(jù)其研究興趣、研究能力、研究方向等多方面因素，為其規(guī)劃培養(yǎng)重點，注重專業(yè)深度，培養(yǎng)出優(yōu)秀的專業(yè)型人才。最后是優(yōu)化人才評價體系，對于科研人才評價，不應單純局限于論文的數(shù)量，應該從多個角度綜合評估其研究能力，充分發(fā)揮每個人才的特長。例如自2017年開始北京大學開設計算機學科“圖靈班”，從本科階段開始就著力于集中資源培養(yǎng)專業(yè)型的高端技術人才；再如清華大學的博士生教育評價體系改革，讓論文的數(shù)量不再成為評價學生水平的唯一標準，讓學生能夠以更加開放自由的狀態(tài)來進行創(chuàng)新工作。
營造良好的社會環(huán)境
社會環(huán)境是人賴以生存和發(fā)展的具體環(huán)境，同時也影響著社會人才的總體發(fā)展，良好的社會環(huán)境在一定程度上可以加速人才的培養(yǎng)?？鬃釉唬?ldquo;見賢思齊焉，見不賢而內(nèi)自省也”。在社會上倡導“見賢思齊”風氣，尊重知識，尊重人才，是非常重要的。當前部分西方國家“反智”之風盛行，不尊重科學，這也是這些國家有效防控新冠肺炎疫情的阻力之一，值得我們警醒。
2017年在看望參加政協(xié)會議的民進農(nóng)工黨九三學社委員時，習近平總書記指出，“我國廣大知識分子是社會的精英、國家的棟梁、人民的驕傲，也是國家的寶貴財富”。在新的歷史條件下，不僅要培養(yǎng)我們的自有人才，還必須廣聚英才，納天下智慧為我用，這也是實現(xiàn)中國夢的必由之路和關鍵之舉。營造公平競爭的社會環(huán)境，不讓一小撮“投機分子”得利，而是讓人才“憑實力說話”，做到人盡其才、物盡其用；讓前沿科研人員通過知識為社會作貢獻的同時也能實現(xiàn)自身價值，獲得社會的認知和尊重。
構建良好的市場環(huán)境
前沿科技的落地需要良好的市場環(huán)境的孵化。構建有助于前沿科技發(fā)展的市場環(huán)境可以從三個方面入手：
首先，建立一個積極推動和支持技術落地的市場環(huán)境。前沿科技的快速落地不僅僅需要科研人員自身的努力，也需要市場環(huán)境的大力支持。在市場層面普遍樹立“支持技術落地”的合作態(tài)度，積極推動學界與業(yè)界的良性合作，才更加有助于前沿技術的發(fā)展和落地。
其次，維護一個良性競爭的市場環(huán)境。良性的技術競爭有助于激發(fā)科研人員的潛力和斗志，只有看到自身和別人之間的差距，互相督促、共同進步，才能更好地推動整個技術領域的進步。
最后，健全一個包容開放的良好市場環(huán)境。前沿技術的落地必然需要一定的過程，甚至可能會存在一定的困難，市場應該著眼于技術的未來潛力，對其報以包容開放的態(tài)度，不應過分的追求短期效益。真正有價值的科學技術都需要耐心的孵化過程，整個市場應當多一些耐心，多一些包容，多一些開放，這樣才有助于前沿技術的落地和發(fā)展。例如華為、騰訊、阿里等業(yè)界代表企業(yè)與各大高校進行的技術合作和人才合作項目，正是體現(xiàn)了市場對于技術落地的支持。再如小米與格力之間的“十年賭約”，通過一種良性的競爭方式來實現(xiàn)兩家企業(yè)的互相促進，從而實現(xiàn)了自身和整個行業(yè)的共同進步。
【本文作者為北京大學信息科學技術學院教授】
注釋
[1]MATLAB是美國MathWorks公司出品的商業(yè)數(shù)學軟件，用于數(shù)據(jù)分析、無線通信、深度學習、圖像處理與計算機視覺、信號處理、量化金融與風險管理、機器人，控制系統(tǒng)等領域。
責編：周素麗 / 賀勝蘭
聲明：本文為《國家治理》周刊原創(chuàng)內(nèi)容，任何單位或個人轉(zhuǎn)載請回復國家治理周刊微信號獲得授權，轉(zhuǎn)載時務必標明來源及作者，否則追究法律責任。