OECD发布《科技创新数字化》报告：数字化如何影响科技创新
来源：科情智库 发布日期：2021-02-23 阅读：65次
2020年2月，经合组织（OECD）发布报告《科学、技术与创新数字化——关键进展和政策》。报告考察了数字化对科技创新的影响，以及随之对政策产生的影响。报告认为，只要充分重视辅助性政策，数字化就能为科技创新带来许多良机。对此，OECD针对各国政府提出的建议性措施包括：培养数字技能，提高公民专业或通用数字化能力；助力企业创新；积累专业知识和能力，进行负责任地治理；避免数字化的负面影响等。
一、数字化为何重要？
数字化是当前企业、科学界和政府机构中创新活动的最显著表现。只要充分发挥数字化的作用，数字技术就能推动科学进步，提高人民生活水平，帮助保护自然环境，并改善政策制定本身。
1. 科技创新数字化的大环境已经形成
科技创新数字化与许多重要的短期和长期政策挑战都直接相关。近年来，许多OECD国家的劳动生产率增速都已下降。开发并采用数字生产技术是应对经济衰退的必要手段。数字技术为创意的融合和重构提供了更便利的条件，从而能够促进创新。有证据表明，创新越来越多地是通过结合现有的想法而不是通过形成全新的想法来实现的。另外，数字化能够加速科学技术解决全球挑战的能力，包括环境问题、卫生问题、人口问题等。科技突破是解决这些挑战的必要条件。
人口结构的变化可能对OECD国家可自由支配的公共支出形成长期下行压力。这种压力可能导致公众对科技创新的支持力度停滞甚至下降。长期的缓慢增长也可能产生类似影响。因此，数字技术能否提高政策效率以及能提高多少成为重要议题。
科学生产力可能正在下降也引发担忧。一些学者认为，科学变得越来越低效，知识的“低枝果实”已被采完，实验的成本越来越高。未来科学必须更多地基于跨学科研究，并且跨越的学科数量也会越来越多。
2. 数字化影响科学环境
从制定工作规划到开展实验活动，从知识共享到与公众的交互，科学研究的每个部分都因数字化发生变化。为实现开放科学的承诺，需将数据管理成本纳入科研预算；为促进公共研究数据的跨境共享，需提高研究数据所属机构之间的政策一致性和信任；建设国际网络基础设施，需加强国际合作；开放获取出版要求开放获取相关激励机制应与资助机构的授权相匹配。
数字化促进技术融合，这是创新的重要特征。这种融合由多种原因促成：一是由于各种数字化设备都以“数”为基础，数字技术就可以组合起来，方便程度超过其它任何技术；二是随着数字技术的发展，对自然世界的科学表达能更多地通过数字信息的形式实现。例如，得益于观测能力的进步及计算模拟水平的提高，模拟材料微观结构的能力不断提升，材料科学取得了巨大进步。
数字化使科学更具合作性和网络化。2015年，从事大型强子对撞机工作的研究人员发表的一篇论文作者多达5154人，创下历史纪录。
数字技术与生物技术的融合反映出一种更为新颖的观点，即生命本身就具有信息和算法的性质。数字技术推动的微型化同样促进了融合。毫米级的计算机可能在未来十年普及。这些设备很可能与医疗技术结合，如在体内监测疾病过程。
3. 数字化影响企业创新
创新过程越来越多地依赖数据。运用数据有助于探索、研发新产品和服务，洞察市场趋势，理解竞争对手的行为，优化研发、生产和分销流程，并根据特定或变化的需求定制产品和服务。
通过分析实时数据，数字化能够推动开发新型商业模式。包括端对端住宿服务（如Airbnb）和应需出行服务（如Uber），用于搜索、对比并预订客房和出行服务的平台（如Booking）等。
数字技术促进服务创新。制造商越来越多地提供基于数字技术的服务，以补充其产品性能。服务提供商则不断投资用于改善其活动的数字技术，如大型零售商利用物联网改进库存管理。
生成式设计软件和增材制造等数字化创新正在加快产品设计、原型制作和测试速度。信息通信技术使企业能够推出产品测试版，并随时更新，接收消费者反馈。
数字技术使创新生态系统更加开放和多元化。随着数字技术的发展，企业正更多地与研究机构和其他企业互动，原因有三：一是可以接触到更多互补的专业知识和技能；二是有助于分担数字创新领域不确定的投资成本和风险；三是通信成本降低，能够进行更多交互。
二、科技创新数字化新理念
1. 基于预测市场开展决策
预测市场是一种机制，人们可以对事件结果进行预测，这可以为科技创新政策提供信息。在体育比赛和政治选举等领域，预测市场的表现都超过了专家判断。基于预测市场可能实现以下目标：预测原本要通过成本高昂的研究评估活动才能取得的结果；快速、低成本地确定不太可能重复的研究结果；帮助最佳地分配有限的资源；帮助研究机构评估提高研究质量的战略行动是否达到目标；检验科学假设；帮助认识特定的科学工作流程。
建立专门的数字平台可使预测市场更易实现。不过，在科技创新政策中使用预测市场更多地是受到传统的限制，而不是技术可行性。
2. 利用人机结合进行预测
将人类智慧与机器智能结合起来进行预测和研究前景广阔。斯坦福大学的研究人员通过人工智能对一些放射科医生诊断胸部X光的能力进行了测试。结果显示，有算法辅助的放射科医生比无辅助的医生诊断更准确，同时也比最先进的纯人工智能预测准确22%。
3. 让区块链服务于科技创新
这首先需要解决互操作性等技术和政策挑战，才能在科技创新活动中广泛部署区块链。如果不能在相关技术领域达成共识，其应用会受限。
4. 运用社交媒体扩大创新
人们的创新倾向往往包含着模仿的元素。研究表明，在有更多发明家的地区长大的孩子更有可能成为发明家，因此使少数族裔和低收入家庭的儿童更多地接触创新有助于增加创新的普及度。社交媒体可以为有针对性的干预提供渠道。
三、推动科技创新数字化的措施建议
为推动科技创新数字化的健康发展，报告提出以下政策设计的总体考虑。
1. 培养数字技能
数字化提高了对数字技能的需求，人工智能系统的快速改进可能会导致人工智能技能的匮乏。例如，新近出现了“工业数据科学家”、“生物信息学科学家”等新职业。因此，培养数字化人才，提高公众的数字技能成为当务之急。
教育和培训系统必须利用来自所有社会伙伴的信息。教育和培训系统应利用来自所有企业、工会、教育机构和学习者等各方面提供的人才技能需求信息。学生、家长和雇主也需获得数据来判断教育机构的表现。教育和培训系统的资源必须有效地流向最符合技能需求的课程和机构。
数字技术的进步可能需要开设全新的课程。在许多国家，大学很少在专业课程以外开设逻辑学课程，这使得懂得逻辑在人工智能中基本作用的学生十分稀少。但生物经济越来越需要融合生物学、工程学、程序设计等学科课程。
在重大技术变革的背景下，终身学习必须成为工作的一部分。政府可与社会伙伴合作，开发全新的培训项目，如针对在职人员的人工智能转换课程，并构建有效的认证体系。许多国家已经制定了发展数字技能的长远计划。例如，芬兰计划通过在线教学向每个公民传授人工智能基础知识；英国政府最近承诺为1000名学生完成人工智能博士学位提供1.15亿英镑的资金支持。
2. 助力企业创新
确保获取创新数据。数据访问政策应旨在确保尽可能广泛地访问数据，即鼓励共享和重复使用，同时尊重有关数据隐私、道德、知识产权以及经济成本和效益的限制。
为创新创业提供适当的支持和激励。随着创新议程的迅速发展，政府应灵活应对变化。报告建议：部署和监测小范围试验性政策，并根据效果在此基础上扩大或收缩政策实施范围；精简创新支持工具的申请程序；关注服务创新。
确保创新生态系统支持竞争。数字创新占据重要地位的市场更易受到快速创新和规模经济的影响。政府应确保这些市场的可竞争性，并重视数据作为市场力量来源的作用。
支持合作创新。数字技术为企业和机构合作创新提供了新途径，包括众包、开放型挑战和现实实验室。同时，拥有创新型组织结构的新型研究创新中心能够帮助组建多学科团队共同应对技术挑战，如澳大利亚的Data 61和荷兰的智能工业现实实验室。
3. 积累专业知识经验，进行负责任地治理
政府部门必须熟悉了解数字化领域相关情况，积累专业知识，才不会错过从数字技术中受益的机会。对人工智能加以治理的呼声也凸显了政府积累相关专门知识经验的必要性。倘若没有相关专业和知识积累，政府对数字化技术的任何管理都有可能弊大于利。此外，由于许多关键系统都愈益复杂，依靠代码来调和并相互关联，政府还需要加强对这些系统的认识。另外，由于创新活动的目标也在快速演变，政府既要保持灵活性并敏锐地观察相关变化和趋势，也要确保关键基础设施的供给。
4. 避免负面影响
数字化可能给科技创新造成负面影响，表现在：发达国家在产生数据的资本密集型科学工具方面具有比较优势；数字经济可能会扩大初始技能赋予的经济和社会影响，加剧收入的地理性差异；国家间的实力可能因超级计算和人工智能间日益增强的协同效应而分化；老式的预编程软件将被人工智能系统所取代，验证工作本身会将十分复杂。
数字化可能给科学研究造成负面影响，表现在：在数据驱动的科学中出现越来越多无假说研究；具备先进数字能力的研究人员与不具备这种能力的人员之间差异扩大；在科学界形成追名逐利的风气，使不成熟的研究结果过早传播；工作流程和数据可能会集中于提供数字工具的少数企业手中。
报告建议，可通过以下几种方式降低技术风险：将部分预算用于研究数字化对科学的更广泛影响；让公众参与讨论，同时避免对技术的夸大其词；确保科学建议是可信的；对能够降低风险的研究和创新(如网络安全)进行投资。