IPP评论是国家高端智库华南理工大学公共政策研究院（IPP）官方微信平台。习近平总书记明确指出，新质生产力是创新起主导作用，摆脱传统经济增长方式、生产力发展路径，具有高科技、高效能、高质量特征，符合新发展理念的先进生产力质态。新技术是指在科学研究和技术开发中产生的，能够带来新的产品、服务或生产方式的技术，具有先进性、颠覆性、应用广泛、持续迭代的特点。
20 世纪 70 年代第三次工业革命以来，科技创新和提升全要素生产率成为世界各国推动经济快速发展的主要路径。尤其是近年来绿色技术、智能技术、数字技术、健康技术等新技术不断成熟，科技创新对经济增长的作用进一步凸显。新技术在产业应用层面形成了一系列生产工艺、制造模式、生产手段、生产工具，成为推动新质生产力发展的关键力量。
总的来看，新技术和新质生产力之间的关系是相辅相成的。新技术为提升新质生产力提供了工具和手段，而新质生产力的提升又推动了新技术的研发和应用，两者共同推动了产业升级和社会进步。新质生产力和新技术是推动现代社会经济发展和产业变革的两大引擎，在推动产业结构转型升级、提高生产效率与质量、促进企业创新能力提升等方面发挥着关键作用，深刻影响着全社会的生产效率和产业竞争力。
因此，在《赋能新质生产力——科技创新助理高质量发展》一书中，中国科学技术发展战略研究院研究员丁明磊等人指出，新技术突破是推动培育新质生产力的主要路径，并详细列出加快新兴技术识别和培育的具体思路。
*本文摘编自《赋能新质生产力：科技创新助力高质量发展》，作者丁明磊、秦铮、石敏杰。当前，我国在推动新兴技术突破方面还存在问题与短板。其一，原始创新能力不强，重点领域“卡脖子”现象仍存在。我国长期实行引进、消化、吸收、再创新的创新路径，国内企业存在较严重的重引进、轻消化问题，陷入“引进—落后—再引进—再落后” 的困境，导致自主创新能力不强，重点领域关键环节被“卡脖子”现象显著。例如，在生物医药领域，我国在高精度科学实验仪器、分离系统耗材、核心菌种等领域尚未形成具有国际影响力的企业和产品， 大分子药生产设备、原料培养基等装备国内市场占有率不足 20%。![]()
资料显示，从2019年开始，我国连续三年专利数量在全球范围内遥遥领先，但转化率可能徘徊在2%至5%之间。在电子信息领域，ARM（电子产品处理器架构）、Linux 开源体系、RSA（非对称加密算法）、Wintel 系统（由微软与英特尔联合研发）等底层技术仍掌握在国外龙头企业手中。在新能源汽车领域，虽然我国已在整车出口方面连续多年实现全球第一，但在车规级芯片、车载传感器、车用操作系统等核心软硬件技术方面仍高度依赖进口，其中车规级芯片自给率更是不足 10%。![]()
目前，中国智能网联汽车产业体系基本形成，建成涵盖基础芯片、传感器、计算平台等在内的完整产业体系。
其二，创新体系整体效能不高，科技创新生态有待完善。当前， 我国创新体系整体效能不高，战略科技力量布局有待优化，科技投入产出效益较低，科技人才队伍结构有待优化，科技评价体系尚不适应科技发展要求。特别是产业链、创新链、人才链、资金链一体化融合不够，高校、科研院所等研发机构考评机制与产业需求导向的关键核心技术攻关需求不匹配，缺乏有效的科技成果转移转化机制。尽管我国规模以上制造业企业研发经费与营业收入比例逐年提升，2022 年达到 1.55%，但仍低于发达国家 2.5%~4% 的平均水平。从国家有关部门到地方，已经形成了以国家实验室、国家重点实验室、工程技术中心、技术创新中心、制造业创新中心等为支撑的制造业战略科技力量体系，但创新载体功能定位缺乏统筹、创新资源难以形成合力等问题依旧存在。我国科技投入总量仍然偏低，2022 年我国研发经费投入强度为 2.54%，而同期的美国为 3.5%。特别是基础研究投入，尽管近年来增长加快，但与发达国家的差距仍然十分明显。2022 年，我国基础研究经费占比达到 6.57%，距离国家《“十四五”规划》8% 以上的目标尚有较大差距。投入结构不合理，尚未形成多元化投入机制。财政科技投入占财政投入总量的比例不高，且财政科技投入中的研发投入、基础研究投入偏低。在财政支持基础研究项目方面，持续稳定支持不足。科技资源配置不合理，难以保障科研人员潜心研究。其四，国际创新环境越发严峻，美西方打压遏制手段层出不穷。近年来，美国针对我国科技进步采取了“小院高墙”策略，推出了阻断科技交流、实体清单、出口管制、限制投资并购等一系列措施，致使中美科技合作基础发生了重大变化。例如，2018 年美国出台的《出口管制改革法案》强化了其出口管制权力，试图通过重塑全球科技、数据等合作规则，对我国科技发展进行遏制。再如，针对我国集成电路领域的科技创新，美国商务部产业和安全局提高限制先进制程技术出口门槛，从扩大限制先进 AI 芯片出口、限制中国获得先进 AI 芯片制造设备和新增中国芯片设计企业的实体清单三方面扩大对我国的限制范围。面临内外部压力，我国加快新兴技术识别和培育显得尤为重要。
“新兴”代表着科技创新的趋势与方向，新兴技术的诞生则代表了推动新一轮科技创新和产业变革浪潮的重要力量，引领着全球经济、产业和社会发展。为了把握新兴技术的发展态势，尽早布局战略性新兴产业，世界各国纷纷布局开展新兴技术识别工作，以抢占技术发展的先机和制高点。早在 2011 年，美国情报高级研究计划局就部署了“科技动向理解与预测”（FUSE）项目，旨在通过挖掘各新兴领域的文献信息，发现技术发展模式、规律及发展转折点；2013 年，欧盟启动“未来和新兴技术计划”（FET）项目，提出要建立一套评估、评价和监测新兴主题的框架模型；EIC的《深度技术欧洲报告》显示，截至2020年，EIC的资助项目已帮助企业获得了约96亿欧元的后续投资。2021 年我国印发《“十四五”规划》，提出着眼于抢占未来产业发展先机，培育先导性和支柱性产业， 推动战略性新兴产业融合化、集群化、生态化发展，战略性新兴产业增加值占 GDP（国内生产总值）的比重超过 17%。因此，加强对新兴技术的预测、识别研究，不断丰富完善新兴技术识别的理论、方法论和识别体系，对尽早把握世界新兴技术发展趋势，及时准确捕捉和辨识技术发展机会具有十分重要的战略与现实意义。新兴技术一词来源于英文“emerging technology”，2000 年宾夕法尼亚大学沃顿商学院出版的《沃顿论新兴技术管理》对其做出定义：一种基于科学的创新，有可能建立一个新行业或改造一个现有的行业。该定义着重强调了新兴技术的创新性。与此同时，全球基础设施 / 标准工作组将新兴技术定义为：已经可以成功实现的，但是还没有被广泛运用的足够成熟的技术。学者围绕不同研究角度和研究目的，从不同层面对新兴技术的主要特征进行研究分析，其中比较有影响力的是罗托洛从知识生产过程中归纳的新兴技术的概念，并依据复杂系统理论、本体论和认识论等，提出新兴技术的五个特征，即新颖性、增长性、连贯性、影响性和不确定性。其中，新颖性代表新兴技术不仅源于技术的革命性突破，也可以通过对现有技术的新应用而产生；较快的增长代表新兴技术涉及的参与者（如科学家、大学、企业、用户）数量、政府 / 私人投资、知识产出（如专著、专利）、产品和服务等快速变化且急剧增长；不确定性是指新兴技术所需的科学基础和所处的市场环境等是动态变化的，因此不确定，具体包括技术不确定性、需求不确定性和竞争不确定性。综上，我们可以认为：新兴技术是以科学为基础的创新，在发展早期具有较高的新颖性并有相对快速的发展，且技术具有不确定性，随着时间的推移，技术呈现连贯性且不确定性减弱，在发展后期显示出一定的社会经济影响性。新兴技术识别指标的全面性、科学合理性和可操作性直接决定了识别结果的准确性和可实现性。当前，各界对新兴技术尚未形成统一的标准，因此识别维度也基于研究者视角和理解不同而有所不同。一般来说，新颖性、不确定性、影响性等是国内外研究者普遍认同的指标内容，不断扩充和丰富识别指标。我们结合罗托洛给出的新颖性、增长性、连贯性、影响性和不确定性五个特征维度梳理归纳国内外学者的主要识别指标和判定方法。具体而言，关于新颖性特征，主要包含某个技术主题或术语产生的时间远近等指标，代表着新技术诞生时间的早晚等；关于增长性特征，主要根据技术主题、术语数量、专利数等指标随时间变化的趋势情况进行判别，主要代表着新技术的萌芽情况；关于连贯性特征，主要借由术语、主题或集群的存续时间等指标进行识别，代表着新技术的发展延续性。需要注意的是，目前研究者尚未就存续多长时间可被认定为具有连贯性特征得出统一结论；关于影响性特征，主要从技术影响性角度进行判断，包括被引次数、作者数量等；关于不确定性特征，主要根据网络中心性、知识网络社区、强联通和弱联通数量的平均变化率等指标来识别新兴技术的不确定性、需求的不确定性和竞争的不确定性等。新兴技术识别是采集、整理、加工、分析已有技术信息，通过一定流程和方法判断哪些技术属于新兴技术的过程。目前对于新兴技术的识别尚未形成公认的特定流程和方法，不同学者依据不同的研究角度和分类方法，对新兴技术识别的流程有不同的研究方式。一般来看，新兴技术识别基本包含数据源、识别路径、识别指标和有效性验证四个层面的重点工作。数据源是开展新兴技术识别的核心信息来源，数据源选取的合适与否直接决定了识别工作应采用的指标、模型，并直接关系到因数据源特点不同而获得的信息维度。近年来， 随着新一代信息技术等信息挖掘技术的不断突破，数据信息获取的便捷度、宽度、深度不断拓展。数据源主要包括论文、专利数据、科技领域的规划政策、自然基金项目、社交媒体等数据，以及各类数据源的交叉组合。各类数据源的优劣势对比详见表 5-2。在新兴技术识别的过程中，技术识别的颗粒度是重要环节。根据技术构成的知识单元层级，某一领域的技术由诸多不同的技术主题构成，同时下层可进一步由若干技术术语进行细分。随着新兴技术识别研究的不断深入，技术识别单元已经从技术主题下探到技术术语的微观层面。按照技术单元的识别顺序，现有的识别方法可大致归纳为以下两条路径。其一是基于主题的新兴技术识别，即通过识别指标构建情况识别出满足指标要求的技术主题，再进一步分析构成该技术主题的技术术语。该条路径主要包含专家法、时序网络法、机器学习法等。其二是基于术语的新兴技术识别，即通过识别出具有新兴特征的技术术语后，进一步归类出新兴术语代表的技术主题。该条路径主要包含词频分析法、机器学习法等。两条识别路径的特点及优势详见表 5-3。指标设计是识别环节的核心，指标的全面性、合理性、科学性及可操作性直接决定了识别结果的准确性、预见性和可实现性。识别结果的有效性验证容易被学者忽略，也是目前各种新兴技术识别方法面临的共性问题。在现有研究中，新兴技术有效性验证方法可以归纳为四种，即专家验证法、现实验证法、对比验证法、指标验证法。各类方法的对比详见表 5-4。新兴技术通过对现有技术的优化改进甚至颠覆重构，对现有产业结构、产业格局和态势造成巨大影响，并进一步培育了新的市场需求。急需围绕传统产业转型升级和新兴产业布局的关键环节、模式功能、评价原则建立起新兴技术的培育模式框架。新兴技术供给环节需要完善战略性新兴产业的任务选题机制，突出问题导向、产业导向和需求导向。新兴技术转化环节需要发挥有为政府和有效市场作用，用好政府资金的引导作用和放大效应。新兴技术应用环节需要加强适合战略性新兴产业发展的政策举措。例如，充分利用好首台套、首批次等政府采购政策举措，推动国货国用，为战略性新兴产业发展培育早期市场，加快新型技术产业化应用迭代。新兴技术方向识别新兴技术作为推动传统产业转型升级、培育布局战略性新兴产业的重要引擎，具有较强的不确定性和前瞻性。在新兴技术发展初期， 往往需要投入巨大的研发成本，还需要面向未来的产业需求做好预判， 抢占“无人区”，满足国家的重大战略需求，同时需要具备应用于各类产业领域的长远价值，满足一国经济发展需求。另外，将新兴技术中具备颠覆性、破坏性的技术作为革命力量，往往也会颠覆已有的产业结构和产业运营体系。例如，美国太空探索技术公司（SpaceX）通过自主研发掌握了世界领先的火箭一级回收、整流罩回收、模块化组装和可重复使用等新兴技术，成功实现了“猎鹰 9 号”火箭回收，对商业航天产业及相关龙头企业造成了巨大冲击。![]()
“猎鹰9”火箭从美国佛罗里达州肯尼迪航天中心发射升空。 图源：新华社需要注意的是，在新兴技术方向和需求识别的过程中需谨防方向性错误，更要注意规避技术先进国家为稳固技术壁垒而实施的战略引诱和误导。前文已对新兴技术的识别指标、流程、方法进行了论述，此处不再赘述。新兴技术呈现出交叉性、融合性、离散性和跨越性特征，其创新模式不再是传统的线性和链式模式，而是逐步演变为多元主体协同创新的新模式，依靠学术界和产业界单一的创新力量和创新资源已较难取得突破。需要调动政府、企业、大学、科研院所、学会等各类创新主体的研发力量，强化协同，最大限度发挥各主体的创新能力，提升科技资源配置效率和技术创新协同，进而降低新兴技术发展的风险。新兴技术创新性强，在传统的科技计划管理中，管理人员权力有限，重要事项依赖集体决议，导致行政审批程序多、时间长，难以满足新兴技术对时效性和快速迭代的管理需求。大学、科研院所等学术机构新兴技术创新成果多但转化困难，产业界更注重需求导向的应用性研究，忽略对技术的基础性、原创性研究投入，导致产学研之间技术转移困难，影响新兴技术创新效率。因此急需由龙头企业牵头，大学、科研院所、企业、学会及中介机构等联合形成创新联合体，充分利用各类创新资源，以新兴技术突破为目标进行技术合作、共享、转移和创新，激发创新活力。新兴技术研发难度大，具有动态性和多变性，需要动态的管理模式。根据科技任务关键点以及内外部环境等因素，要在新兴技术不同发展阶段对科技项目持续进行管理方式和重点的调节，进而保障科技项目管理的科学性和有效性。这样既能够避免因干预过多而错失新兴技术创新机遇，又能防止因管理过于宽松而出现投机行为。与此同时，还需建立不同技术并行的新兴技术竞争、退出机制，避免在错误的技术路线上发生资源投入过多、布局时间过长等现象，延误战略性新兴产业发展机遇期。新兴技术产业化对发展战略性新兴产业十分重要。由于新兴技术领先于现有市场，一般在技术成熟前不存在成熟的市场需求，能否快速被市场接受事关技术创新的成败。因此，为技术创造有效的市场需求是新兴技术创新取得成功的决定性因素。例如，政府通过采用对重大装备、关键产品加大政府采购力度，将科技研发项目与国家战略需求结合，为新兴技术向产业转化提供市场应用场景等措施，加快技术产业化应用迭代。探索构建新兴技术产品应用场景、培育发展示范机制，发挥引领性、示范性作用，对于推进新兴技术、加快成果转化与产业化具有重要意义。由于新兴技术路线和前景不明确，从理论孵化阶段到产业规模化应用阶段的阻力要大于一般技术创新，需要以推动重大科技创新为核心、以创新体制机制为主攻方向，前瞻性布局重点技术示范区，推动颠覆性技术应用。例如，前瞻性布局未来产业创新应用先导试验区， 可以统筹推进科技、主体、业态、组织、政策融合创新，提升科技资源配置效率，促进科研、科教和科创融合，对加快形成我国未来产业发展具有重要意义。新兴技术具有强不确定性和风险性，呈现出“高风险、高回报” 特点，急需形成注重创新、包容失败的评价理念。一是形成营造活跃创新环境的容错机制。如若技术创新因受路线选择或其他不可控因素影响而无法达到既定目标，应视具体情况对研究者及其所在单位适当包容。但对于研究本身的不确定性或者学术不端导致的研究失败，应严肃追责，营造勇于挑战的创新创业氛围。二是推动形成以同行评议为主的评审方式。新兴技术的知识范畴因前瞻性、颠覆性等，往往涉及多个学科领域，聘请具有多学科背景的专家参与技术评审会议有助于丰富技术评价多元性；项目申报人与评审专家形成多轮沟通的扶优式评审模式，能够在不断交流中孵化出具有颠覆性、前瞻性的创新项目。三是优化评审标准。项目评审的重心应放在研究立项依据是否充分、技术研判是否合理、技术目标具备的颠覆性程度等方面。参考国外类似项目的项目评价及项目经理淘汰机制，建立多种新兴技术路线并行、公开透明的技术竞争与退出机制。丁明磊，博士，中国科学技术发展战略研究院研究员，上海市创新政策评估研究中心高级研究员，主要研究领域：科技创新战略与政策、技术经济与创新管理、国际科技关系与创新合作。近十年，参与了国家、部门及地方科技创新规划的研究编制，《中华人民共和国科技进步法》《中华人民共和国促进科技成果转化法》的修订，以及科技支撑经济社会发展、科技体制改革、国际科技合作等多项重要文件和政策的研究起草工作。秦铮，管理学博士，现任中国科学技术发展战略研究院助理研究员，主要研究领域：科技强国、科教融合、科研范式变革、创新文化建设等。长期从事国家科技发展战略研究、科技发展规划制定等工作，多次参与重要文件的起草工作。石敏杰，博士，中国科学技术发展战略研究院高级工程师，曾任工信部赛迪研究院研究室主任、腾讯公司数据安全部高级经理，主要研究领域：科技管理与产业规划、数字经济。参与多项人工智能、车联网、新能源汽车等高新技术产业国家相关政策研究和文件编制工作。深入实施创新驱动发展战略、加快形成新质生产力，是新时代实现高水平科技自立自强、加快构建新发展格局和推进中国式现代化的重要任务。新质生产力是创新起主导作用、符合新发展理念的先进生产力质态。以科技创新为核心要素加快形成新质生产力，蕴含着深刻的理论逻辑、历史逻辑、演进逻辑和大国博弈的底层逻辑。本书揭示了在新一轮技术革命条件下科学技术在生产力形成和发展过程中的重要地位与作用。新质生产力的显著特点就是创新，立足当下，我们必须通过改革促进生产要素创新性配置，加快塑造发展新动能、新优势。我们需要坚持科技是第一生产力、人才是第一资源、创新是第一动力，通过高水平科技自立自强，加快发展以科技创新为核心要素的新质生产力。面向未来，我们要着眼于中国式现代化的要求，优化重大科技创新组织机制，统筹强化关键核心技术攻关，推动科技创新力量、要素配置，以及人才队伍体系化、建制化、协同化，以中华文化为基，推动科技向善和人的全面发展。郑永年教授最新力作——《中等技术陷阱：经济持续增长的关键挑战》，直面中国科技发展重要议题！
IPP新书｜“技术自由主义” vs “技术民族主义”，中国如何选择？
郑永年 杨丽君：《中国叙事：如何讲好中国故事》，让世界读懂中国模式与价值！
华南理工大学公共政策研究院（IPP）是一个独立、非营利性的知识创新与公共政策研究平台。IPP围绕中国的体制改革、社会政策、中国话语权与国际关系等开展一系列的研究工作，并在此基础上形成知识创新和政策咨询协调发展的良好格局。IPP的愿景是打造开放式的知识创新和政策研究平台，成为领先世界的中国智库。
![]()
