OECD Multilingual Summaries

OECD Science, Technology and Innovation Outlook 2018

Summary in Chinese

2018年OECD科学、技术与创新展望

中文概要

科学、技术和创新（STI）活动面临着推动颠覆性变革的多个因素，包括在人口迅速老龄化的背景下生产力增速放缓；气候变化的影响，以及缓解并适应气候变化的需要；全球化；新兴经济体起到日益重要的作用等。这些因素为科学、技术和创新带来了机遇和挑战，影响了社会和政策对科学、技术和创新目的的期待，也影响了开展科学、技术和创新活动的方式。许多因素带来了“重要的社会挑战”，如老龄健康、清洁能源和粮食安全。可持续发展目标（SDG）囊括了这些挑战，并在科学、技术和创新政策议程中日益发挥重要作用。

如果科学技术发展得到妥善管理，辅以社会创新和政策改革，便能缓解以上诸多挑战。基因编辑能给今天的药物治疗带来彻底变革，纳米材料和生物电池能提供新的清洁能源解决方案，人工智能（AI）在下一个十年中有可能成为“发现药物的主要工具” 。

然而，尽管人工智能和基因编辑等新技术带来了重大机会，也有可能造成巨大危害。防止、修正或降低这些技术的负面影响变得更重要，但也更困难，因为技术本身也变得更复杂，应用更广泛。技术变革的速度和不确定性为政策制定者对新兴技术进行监督提出了挑战。

政府需要变得更灵活，反应更灵敏，更欢迎利益攸关方参与，更多地了解情况。有的政府已经开始尝试具有前瞻性与参与性的政策设计和执行新方法，但科学、技术和创新政策尚未广泛采纳这些做法。

数字化正在改变创新和科学实践

数字化正在改变创新过程，降低生产成本，推动合作而开放的创新，使制造业和服务业创新间的界限日益模糊，整体缩短了创新周期。数据成为创新活动的主要投入之一，很多创新都体现在软件或数据中。这会影响支持商业创新的政策，因为除了其他因素外，这些政策需要保证数据广泛共享。

数字化提供了新的机遇，使利益攸关方能参与创新过程的不同阶段。出现了多种共同创造、并具备社会责任的开放实践。大部分国家现在的重点都是专门的场所，如创客空间、体验实验室和微观装配实验室等，用于支持潜在“非传统”创新者的活动。现有公司也能参与包容性创新。以价值为基础的设计和标准化等实践开始出现；它们可以成为强大的工具，将核心社会价值观、保障与目标转换并整合到科技发展之中。

所有研究领域的数据密集度都日益提高。取得更多数据可能获得诸多益处：新的科学突破，研究成果重复较少、再现性强，对科学产生更多信任，更多创新等。政府在这个领域也能发挥作用，帮助科学通过多种途径应对开放科学的挑战：保证研究界与广大社会之间的透明度和相互信任，允许跨国界跨学科分享数据，并保证奖励和表彰能鼓励研究人员分享数据。

人工智能和机器学习有潜力提高科学生产力，以新的方式进行探索，并提高再现性。人工智能系统的优劣与人类科学家相比有很大不同，预计能为前者提供补充。然而，多个挑战阻碍了人工智能在科学中的广泛应用，如需要改变并变换人工智能方法，使其能在富有挑战而多变的情况下工作；基于机器学习的决策透明度有限的顾虑；针对人工智能的教育和培训课程有限；人工智能前沿研究所需计算资源的费用等。

科学、技术和创新政策和治理日益以任务为导向

根据可持续发展目标，政府正寻求将技术变革从现有的方向转向有更多经济、社会和环境效益的技术，并按照这样的原则鼓励私人科学、技术和创新投资。这种转变推动了“以任务为导向”的科学、技术和创新政策新时代，政府希望进一步与企业界和公民社会合作，将科学技术转向与社会相关的远大目标。

然而，目前公共研发支出的趋势可能与任务为导向的政策勾画的相应抱负与挑战并不相符。2010年起，经合组织整体和几乎所有七国集团国家的政府研发支出都停滞不前，甚至下滑，其绝对量、相对于国内生产总值、在政府总开支中占比都是如此。2009‑2016年，经合组织地区政府支出在研发资金总额中占比下降了4个百分点（从31%下降至27%）。尽管很多国家研发税收抵免上升，做出了弥补，政府可能仍然会发现很难将研究和创新活动导向期望的战略方向。

科学和创新领域的性别不平衡现象仍然严重，而当今亟需多样化的劳动力实现可持续发展目标。这背后主要的原因是根深蒂固的结构因素，包括性别刻板印象，以及与家庭生活相抵触的研究生涯路径。大部分国家已经把性别多元化作为自身科学、技术和创新计划的主要目标之一。然而，政策倡议仍然零散，需要更为战略系统的长期方针。

在设计、执行并监控科学、技术和创新政策时，政府能从数字技术中受益。大数据，协同工作标准和自然语言处理等工具能为政府提供更大块而及时的数据，为制定和设计政策提供支持。通过链接不同的数据集，这些工具能转变科学、技术和创新政策的循证基础，有助于揭示科学和创新支出和实际成果之间的关系。然而，监控科学、技术和创新对全球和多维可持续发展目标做出的贡献仍然颇具挑战，在统计数据和参数上也需要取得新的进展。