2020年2月11日， 經濟合作與發展組織（Organization for Economic Co-operation and Development，OECD）發布《科技與創新的數字化：關鍵發展與政策》（The Digitalisation of Science, Technology and Innovation:Key Developments and Policies）報告。報告指出，數字化對科技與創新以及相關政策產生了深遠的影響；作為企業、科學界和政府最重要的創新載體，數字技術正以多元化的方式變革科學家的工作、合作和出版成果的方式；合理利用數字技術，可以促進科學發展、提高生活水平、幫助保護自然環境等等。本文對該報告的重要內容進行摘編。

一、提供政策支持，加速科學數字化變革

從議程設置到實驗、知識共享和公眾參與，數字化為科學的各個方面帶來了變革，同時也正在促進開放科學的新范式（即讓科學過程更加開放和包容）。開放科學有三個主要支柱：（1）對科學出版物和信息的開放獲取；（2）提高對研究數據的訪問能力；（3）加強同行間的合作。這三個支柱能提高科學的效率和效力，加速研究成果轉化為社會經濟效益。

由此需要政府為科學、技術和創新（science, technology and innovation，STI）提供政策支持，包括：考慮數據管理成本，增加預算，挖掘開放性科學研究的潛力；提高研究數據組織間的政策一致性和信任度，以促進跨界的公共研究數據共享；通過合作建立和提供對國際網絡基礎設施的訪問；開放有關獲取共享資源的激勵措施，須符合研究資助者的要求；支持科學的平臺技術，如分布式研究、開發網絡以及數字 / 數據的存儲；支持在科技創新過程中更好地利用先進數字技術；人工智能可以提高科學生產率，但需要高性能計算、技能和數據訪問等方面的支持政策，以及解決科學界中人工智能帶來的新政策問題，如機器發明涉及的知識產權制度等。

二、發揮數字技術在政策制定中的潛力

數字技術為支持科學和創新的政策制定提供了新穎的方式，包括：組織資金分配；通過數字技術來利用綜合情報，預測機器與人協作的未來市場，利用集體智慧加強政策前瞻性；開發科學中的區塊鏈應用，如為科學建立一種加密貨幣，存儲和共享研究數據，保障創造性材料所有權的公開透明，擴大對超級計算機的訪問等；使用社交媒體來幫助創新傳播，針對不同目標人群制定相應的傳播計劃。

三、利用數字化促進企業創新

數字化正在塑造整個經濟領域的創新，產生新的數字產品和服務。數字時代創新有以下四個趨勢：（1）數據是關鍵的創新輸入；（2）數字技術促進服務創新；（3）創新周期正在加快；（4）數字技術進一步促進協同創新模式。

企業利用數據進行創新，可能會出現新的政策問題，如限制跨境數據流會增加公司的經營成本；人工智能正廣泛應用于工業活動，但企業可能無能力進行大數據分析。這時需要各國政府與利益相關者合作，制定自愿性示范協議和計劃，以實現值得信賴的數據共享。對于更通用的人工智能應用程序，政府可以推進開放數據的計劃，并確保公共數據以機器可讀格式存在；與行業和社會合作伙伴一起制定路線圖和部門計劃，提供有效的部門支持；通過數字化眾包和開放挑戰，促進創新合作；加快先進數字技術的推廣；為幫助數字技術應用到中小型企業，將中小企業的關鍵信息系統化，挖掘有關新技術預期投資回報以及技能革新的信息，為中小型企業提供專門知識來源、產品測試品種、新設備等。

四、開發數字技能

數字技術的通用性加劇了人才競爭，數字技能的需求上升對收入分配和經濟生產率產生影響。“工業數據科學家”和“生物信息學科學家”等新出現的職業反映了技術變革的進程，這些變化導致數字技能的短缺。為此，一方面需要新的課程，如針對自動駕駛汽車行業的專門課程；另一方面需要對現有課程進行變革，如加強邏輯學習在人工智能中的基本作用，增加多學科教育。同時，許多國家應重視在數字技術領域中，男女比例嚴重失調的問題。在重大技術變革的背景下，終身學習成為工作中不可或缺的一部分，各國政府可以與社會伙伴合作，幫助開發制定全新的培訓計劃，發展數字技術技能。

五、支持公共部門研究

公共資助的基礎研究對數字技術的發展至關重要。政府對一些主要經濟研究的支持最近趨于平穩，甚至有所下降，一些新興數字技術的復雜性甚至超越了最大個體公司的研究能力，因此需要廣泛的公私合作及跨學科研究。人才聘用、晉升政策以及適用于傳統學科的資助系統可能會妨礙跨學科研究，須給予高度重視。同時，政府須保障在跨學科部門工作的科學家的合法權益。

六、構建政府專業知識

如果政府不完全了解技術和產業部門，則可能會失去從數字技術中獲益的機會。在以下三個方面需要用專業方法來重新設計規劃：數據訪問政策；采用和傳播數字技術政策；支持數字技術行業應用發展政策。構建政府專業知識有助于對人工智能進行有效監管，更好地了解復雜的數字系統，保持政策上的靈活性，確保關鍵基礎設施的可用性，從而避免對新技術產生任何不切實際的期望。

七、衡量科學和創新數字化

關于科學的數字化轉型主要包括四個方面：（1）采用能夠促進數字化的實踐經驗和工具；（2）獲得數字化的科學成果，特別是出版物、數據和計算機代碼；（3）進一步開發先進的數字程序，以使研究更多由數據驅動；（4）加強科學家之間的工作交流。

報告列舉了一些科學中的數字行為。如：數字技術促進了科學知識的共享；在所有學科領域中，只有不到一半的受訪者向期刊或出版商提供論文的數據或代碼；美國公司運行和資助的研發項目，有三分之一與軟件相關；從 2006 年到 2016 年，與人工智能相關的出版物每年增長 150%；碩博士階段，在信息和通信技術 (information and communication technology，ICT) 領域畢業的男性遠多于女性；OECD 的調查數據表明，年輕的科學家更有可能使用數字技術。

八、促進數字技術和工具的傳播

技術傳播有助于提高勞動生產率，大多數國家、地區和企業主要是技術用戶，普遍將技術的傳播設為優先事項。決策者傾向于承認技術傳播的重要性，但在資源的總體分配中卻未給予重視。不同的通信標準、數據類型、合規性要求等，可能會阻礙技術的傳播。進行有效傳播需要滿足以下兩個條件：（1）必須賦予技術傳播機構權力和資源，以便實現長遠目標；（2）評估指標必須強調長期開發的能力，而不是增加成果和創收。

九、確保基礎設施互補

某些類型的基礎設施有助于數字技術的利用，如高性能計算、云計算和光纖連接。在制造業中，高性能計算的使用已經超出了設計和仿真等應用領域的范圍，并覆蓋了對復雜生產過程的實時控制。云計算有助于科學過程中的數據共享和分析，但在不同國家、企業的使用差異較大。光纖連接對工業 4.0 是必不可少的一部分，需要政府制定包括全面檢查有關的通信服務速度和覆蓋范圍、促進競爭和私人投資等相關政策。

十、提高數字安全

數字技術正面臨全新的風險，如數據、知識產權等在科學過程中可能遭受黑客攻擊等。增強數字服務的可信度，對于數據共享以及在某些國家 / 地區使用云服務變得至關重要。政府應鼓勵及時共享有關數字安全威脅的信息；公共部門可以運行網絡攻擊模擬并分享經驗教訓；通過自愿性標準、法規、行業計劃和信息共享網絡，提高人們對數字安全性的關注；在各公私機構合作研究中，鼓勵各個機構開發和驗證相關保密方法，從而提高數字安全性。

十一、優化數字系統，加強科學和創新政策

數字科學與創新政策（Digital Science and Innovation Policy，DSIP）系統使用數字化過程與基礎結構來幫助制定和傳播科學與創新政策，用于監測政策干預措施、開發新的科學技術創新指標、評估資金缺口、加強技術前瞻以及識別領軍專家和組織，數據主要來自資助機構、從事研發的組織、專業文獻計量與專利數據庫以及網絡。DSIP 系統有多種類型，第一個是公共資助者數據庫，如比利時的法蘭德斯研究信息空間（FRIS），旨在加速創新，支持科學和創新政策制定，與公民共享有關公共資助研究的信息，并減輕研究報告的行政負擔；第二個是在研信息系統，如愛沙尼亞研究信息系統（ETIS），愛沙尼亞高等教育機構可以通過 ETIS 管理研究信息并展示研究成果，公共資助者使用 ETIS 評估和處理撥款申請，國家研究評估活動利用 ETIS 進行科研評價；第三個是智能系統，如日本的政策制定智能協助系統（SPIAS），使用大數據和語義技術來檢驗研究的社會經濟影響，有助于處理有關日本的研究成果、影響、資金、研發組織和研究項目的數據。

為利用 DSIP 系統來輔助科技創新政策的制定和實施，政府需確保三個方面的內容：

1. 所涉及數據集的互操作性。建立國際標準和詞匯表，以改善科研管理中的數據共享和互操作性，如使用唯一的、永久的和普遍的標識符，為每個研究實體分配唯一的標準化代碼，DSIP 系統可以采用這樣的標準來鏈接大學、資助機構和出版物數據庫的數據，從而將研究投入與研究產出聯系起來。

2. 防止在研究評估中濫用該系統。在未來的科研評價中，研究活動的各種相關因素都會成為評價指標，以社交媒體為代表的替代計量指標比傳統的學術引用指標更廣泛、更及時，該類動態指標在多大程度上提供了有效的評價結果，需要決策者認真考慮。

3. 規范 DSIP 系統中非政府人員的行為。非政府參與者正在成為 DSIP 系統中的主要力量，私營公司可以通過其標準和產品來促進互操作性，擴展 DSIP 系統中使用的數據范圍和規模。同時也帶來風險，如失去對 DSIP 系統未來發展的控制，對數據的歧視性訪問，甚至出現由于競爭激烈的網絡效應而成為其控制的私有平臺。

政府需調整 DSIP 生態系統以適應其需求，制定多機構之間的協調合作與資源共享，以及公共部門數據共享與復用的政策框架。DSIP 系統應涉及多機構的共同設計、共同創造和共同治理。DSIP 基礎設施將為 STI 中的多個參與者提供最新的鏈接數據，政策框架將解決隱私和安全問題，在元數據標準方面的國家和國際合作將解決互操作性問題。

十二、預見潛在的不良結果

STI 數字化過程中也可能帶來以下不良后果：一是數字化可能會擴大國家和地區在科技創新能力和收入方面的差距。主要有以下三種可能性：（1）科學中的集中效應。發達國家在產生數據的資本密集型科學工具方面具有相對優勢；（2）地方政府的影響。補救措施之一是加強對技能和技術的投資；（3）超級計算的影響。擁有超級計算機和先進 AI 算法的國家，其能力顯著提升。二是機器生態系統的過度復雜性和分散性，可能導致軟件故障的頻繁發生和影響范圍的擴大。三是對科學過程產生負面影響，包括數據驅動型科學中無假設研究的增長、研究結果過早傳播等。四是難以預見的社會性風險，如通過向惡意軟件添加智能來降低數字安全性等。

來源：中國科協創新戰略研究院《創新研究報告》第24期（總第452期）