中国大科学工程建设方向的再思考——从研究投入结构的角度出发

侯 颖，徐艳梅，李 想

(中国科学院大学经济与管理学院，北京 100190)

1 问题提出

“十二五”以后，中国大科学工程的建设取得显著进展，体系化发展的速度加快，总体技术水平基本进入国际先进行列。在全面建成小康社会和进入创新型国家行列决胜阶段的“十三五”时期，中国科技发展面临着从量的积累向质的飞跃，因此也越来越依赖着大科学工程的支持。大科学工程对科学发展的重要作用决定了国家建设、部署大科学工程的必要性。同时，大科学工程的初期建设、日常运行、定期检修、升级改造都需要大量的资金，这决定了国家对大科学装置的投资和部署需要充分考虑国家当前的发展水平和未来的发展战略，谨慎大科学工程的立项，有时甚至要对不同的大科学工程项目分出先后、作出取舍。

很多时候，对一项大科学工程进行评价主要是看其在建成后能为中国带来多少科研突破、依托该工程能够发表多少论文，甚至能否推动其所属学科在国际上取得优势排名，然而不同的大科学工程的产出效率和产出类型有非常大的不同，对科学发展的支撑作用也有所区别，一些大科学工程在科学发展中所起的作用是“润物无声”的。以依托中国科学院管辖的14个大科学装置在2010—2015年被SCI收录的论文数量计，占半数的公益科技设施的论文产出仅占总产出的13%（见表1），产出效率远不如公共试验平台和专用研究设施，但这并不意味着公益科技设施对科技发展和经济增长的支撑作用不佳。以中国科学院于1979年建成的长短波授时系统为例，其在科学研究、国家安全、人民生活等方面都发挥了“润物无声”的作用，授时准确是社会生活、科研活动开展的基础；可以说，我国航空航天科技发展的背后，有授时系统的一枚“军功章”。但若以论文数量论“英雄”，依托长短波授时系统的产出非常少，6年累计不过55篇论文，与上海光源2 000多篇论文的产出数量无法相提并论。虽然公益科技设施可量化的产出不突出甚至有“烧钱”之嫌，但其在科学研究中具有不可替代的基础支撑作用。

表1 2010—2015年中国不同类型大科学装置的SCI论文产出

表1（续）

与各地政府对回收期短、净现值高的科研项目青睐有加对应的是，中国科学界出现了科研投入连年增长，全要素生产率增势疲软、科研投入与经济增长态势倒挂的态势。据国家统计局的数据，1996—2017年获授权的专利产出与R&D投入的变动如图1所示，可见在R&D投入增速连年上升的情况下，发明专利的授权数量虽有极端值出现，但在波动中增速放缓的趋势依然可见。中国在保持研发投入增加的同时，全要素生产率并没有显著提升，甚至全要素生产率对经济增长的贡献呈下降态势［1-2］。中国的研发投入不仅没有推动经济增长方式由要素驱动转变为创新驱动，反而对经济增长产生了抑制作用，叶祥松等［3］将这种现象定义为“科技创新的困境”。

图1 中国授权专利数量变动与R&D投入变动情况

何以会出现这种情况？大科学工程领域有否这种现象？即大科学工程的建设方向问题、投资结构问题是一个值得深思并引起重视的关键问题。目前学界对大科学工程的研究主要集中于大科学工程本身，包括大科学工程的产出效益分析、大科学工程的集群分布以及对大科学工程的评估和产业化道路的研究［4-9］，对大科学工程的建设方向的选择问题研究较少。基于此，本文从科学研究的一般特性出发，基于索罗模型研究科学研究产出结构的合理配置问题，进而研究产出结构对应用研究产出和总产出的影响，构建拓展模型并进行迭代模拟，以期对中国大科学工程的建设方向提供一定的参考。

2 文献综述

大科学工程是指大科学装置的建设项目，可长期稳定运行并实现持续科学技术创新活动，具有规模大、周期长以及任务独特等特点［10］5。按照应用目的的不同，大科学工程可以分为3类：公共实验平台、专用研究装置、公益基础设施，其中：公共实验平台是为多学科领域的基础研究、应用基础研究和应用研究服务的，具有强大技术支持能力的大型公共实验平台；专用研究装置是为特定学科领域的重大科学技术目标建设的大型研究装置；公益基础设施是为国家经济建设、国家安全和社会发展提供基础数据的大型科学技术基础设施［10］11-13。中国各类大科学工程的代表装置如表2所示。

表2 中国大科学装置类型及代表装置

当前，对于大科学工程的研究在逐步增加。在工程的效率和效益衡量方面，Hallonsten［4］选取技术可靠性、使用率和论文发表数量3个指标构建了评价大科学工程产出的效益模型；陈光宇等［11］构建了一个包括可用性、项目管理绩效以及科研能力等7项指标的两层次系统动力学仿真模型评价大科学工程的项目效率；Florio等［12］建立了成本-效益模型来衡量大科学工程的效益情况。亦有很多学者就单个大科学工程进行了案例研究，如陈夕朦等［13］以国际热核聚变实验堆（ITER）工程为例，研究了大科学工程实现科普功能的途径；张玲玲等［9］以散裂中子源为例，分析了依托大科学工程的技术创新的产业化模式，并结合中国的具体情况，指出符合中国未来产业化发展方向的是大学-企业合作模式。亦有学者对大科学工程项目建设中的风险、项目实施管理体系等进行了研究分析。

但是，关于大科学工程的建设方向相关研究依然较少，大部分关于大科学工程的研究针对的是大科学工程的工程项目性［14-15］。徐文超等［16］使用信息熵的方法研究了大科学工程在空间、时间两个维度上的演化规律，对大科学工程这一复杂的研究对象进行了客观、理性的分析，从地理布局和集群布局两个角度给出了大科学工程发展的意见。鉴于大科学工程的特点，分析、研究大科学工程的建设方向，对指导中国大科学工程的投资建设具有重要意义。李侠等［17］对大科学工程的盲目上马感到忧心，认为在条件不充分的情况下建设的大科学工程不仅很难有优质的产出，而且因为其会挤占宝贵的科研资金，因此这类大科学工程对科技和经济的发展有害无益。大科学工程作为科学研究中的一环，其与科学研究的一般规律是相吻合的，因此本文从科学研究的共性出发，将R&D投入与经济产出联系起来，对R&D投入的研究层面进行分类，分析改变针对不同层面的研究活动的资金支持后，研究产出与经济产出的变化情况。

早有学者对R&D投入的不同特质进行了研究。1945年，Bush［18］提交的《科学：无尽的前沿》（Science:the Endless Frontier）中将R&D投入划分为基础研究和应用研究两类，认为基础研究是技术进步的先驱，并提出了线性模式的研究创新路径：从基础研究到应用研究，最后实现技术创新。这种研究投入的线性模式得到了美国政府的支持，美国政府也对基础研究给予了大力支持。但影响最广泛、最深远的研究投入的分类是经合组织［19］提出的R&D活动的三分法：基础研究、应用研究和试验发展，Frascati Manual（弗拉斯卡蒂手册）给出了这3类研究的定义：基础研究是指为了获得和了解各类现象与可观察事实的基本原理的新知识而进行的实验性或理论性研究，它不以任何专门或特定的应用或使用为目的；应用研究是获取知识的原始性研究，以特定的实际应用为目的；试验发展是指利用基础研究、应用研究和实际经验所获得的现有知识，为产生新的产品、材料和装置，建立新的工艺、系统和服务，以及对已产生和建立的上述各项作实质性的改进而进行的系统性工作。三分法被OECD、联合国教科文组织、欧盟以及中国科技部等区域组织或国家采用，是世界范围遵循的标准［20］。针对不同类型R&D投入对技术进步和经济增长的研究大多基于三分法。

Mansfield［21］的实证研究证明，美国的7个产业的创新成果中，11%的新工艺和15%的新产品与基础研究的突破存在显著相关。杨立岩等［22］的研究证明，长期的经济增长率和基础科学知识的长远增长率成正比。改革开发以来，中国遵循“以市场换技术”的技术引进思路，然而随着技术差距的缩小，本国的技术吸收能力成为影响技术外溢效果、稳态增长率的关键变量［23］。Cohen等［24］的研究认为，企业创新能力的提高依赖于技术吸收能力的增强，而基础研究的水平决定了学习和吸收外部知识的能力，具体来说，基础研究能提升企业的知识存量，在新的外部知识出现时，拥有充足知识存量的企业可以及时吸收、应用新知识。Fabrizio［25］的实证研究证明，基础研究较多的企业（如与高校合作紧密的企业）有较强的技术吸收能力，其专利技术也有较高的价值。余泳泽［26］对中国区域创新活动的实证研究表明，基础研究资本存量的增加对应用研究资本存量增加有显著的带动作用，试验发展资本对基础研究资本有明显的挤占效应。因此有学者建议，政府应该区分不同的研究投入类型，增加对基础研究的投入，提高本国的自主创新能力［27，3］。

但是基础研究和应用研究除了在研究过程中的层次不同，市场对其采取的行为也不同。由于基础研究存在外部性，以获取利润为首要目标的厂商没有动力进行投资；但应用研究则不同，由于能够申请专利，因此厂商具有从事R&D的积极性［28］。也就是说，应用技术作为一种可以转换为生产资料的技术，具有可带来经济效益和经济效益可由某一家厂商独占的特性，能够激励市场中的厂商进行应用研究。但是，由于基础研究不与生产过程直接建立联系，因而无法利用市场机制对其进行定价，进而产生了市场失灵的问题［29］，因此政府应该补位市场，对基础研究进行资金支持。但由于“R&D崇拜”扭曲了政府对创新行为的支持［29］，各地方政府在有限的财政收入下缺少支持投入周期长、见效慢、外部性强的基础研究的动力，而是更青睐于直接与生产产出挂钩的应用研究。

3 模型

3类大科学工程与R&D投入的三分法并不完全吻合。事实上，一个大科学工程对科学发展的支撑作用在很多时候是全方面的，既有基础研究开展，又有应用研究进行，但是试验发展主要由企业开展，研究资金也主要来自企业的投资，几乎没有大科学工程的参与。因此在模型中，我们按照三分法对R&D投入进行分类，但去掉试验发展，如图2所示，假设在一个封闭的3个部门经济中，知识的流动方式为基础研究成果AF为应用研究所用进行资本设备的研究和开发，获得应用研究的产出AA，AA生产最终产品Y的生产资料。

图2 研发成果在三部门经济中的流动

3.1 最终产品部门的产出

根据索罗模型，本文设当期最终产品部门的总产出为Yt，计算公式如下：

3.2 应用研究部门的产出

3.2.1 应用研究的产出与研发成果的结构无关时

学者的研究都表明，基础研究存量的多少对应用研究的产出存在影响［24］。基础研究存量是影响技术吸收能力高低的重要因素［30］，因此应用研究投资的转化效率与基础研究的投资量是分不开的。根据Rivera-Batiz等［31］和严成樑等［32］的研究，应用研究的产出受当期应用研究投资量、应用研究存量与基础研究存量的影响，同时考虑孙晓华等［33］的实证研究结果，即应用研究投入对全要素生产率的促进作用存在1期的滞后效应，而应用研究的效率是全要素生产率的一部分，因此我们在应用研究的生产函数中对资金投入加1期的时间滞后反映资金投入对产出影响的滞后效应。因此，应用研究的生产函数为：

传导机制如图3（a）所示，即在产出与研发成果存量的结构无关时，应用研究产出受到基础研究产出与应用研究投资的影响，并影响最终的总产出。

3.2.2 应用研究的产业与研发成果的结构有关时

以往的研究中，尽管很多学者注意到了基础研究水平对应用研究产出的影响，但并没有考虑经济中两类研究产出的结构对应用研究产出的影响。基础研究会影响技术吸收能力，进而影响应用研究成果向最终产品的转化，而学科之间具有交叉影响，基础研究对应用研究的支撑作用并非一对一的，那么当创新产出中应用研究的比重过大时，经济中基础研究水平的相对值降低，将会阻碍应用研究的进一步发展。此外，涉及大科学装置时，由于大科学装置具有工程性和科学性两重性质，在建设阶段，大科学装置的工程属性更为突出；但是在运行阶段，其科学性就逐渐体现。大科学装置的运行需要相关领域基础知识科研人员的支撑，这种结构上的不合理难以简单地通过提高应用研究的资金投入来改善。基于此，在前文的基础上引入研发成果结构这一变量，将应用研究的生产函数改写为：

图3 研究投入和研究产出与总产出的传导机制

4 模型检验

在以往的研究中，Toole［34］等根据研究类型的不同，将各年份的研究投入流量乘以不同的折旧率系数后加总，并进行指数平减变换后转换为存量数据作为研究存量数据；Porter等［35］和Pessoa［36］则根据专利申请数量估计经济中总的知识存量，用每年的专利数量与知识存量的比值计算知识增长率。本研究关注研究投入的产出成果，因此仿照Porter等［35］的方法，使用2013—2017年中国的专利授权（外观设计专利除外）数量1）衡量应用研究成果的存量。与应用研究相似，Toole［34］将各年份的基础研究投入流量转换为存量数据。高等学校和科研机构的基础研究产出占到全部基础研究产出的绝大部分，其主要产出形式是论文，同时考虑到应用研究也是高校和科研机构研究活动的重要组成部分，论文成果中就包含基础研究和应用研究两种研究活动的成果，从基础研究与应用研究的不同性质和知识传递的方向考虑，本研究以论文是否是高被引论文来区分研究成果的方向性：高被引论文有更大的可能是基础研究的成果。因此，以中国学者在国内外期刊上发表的高被引论文的数量度量基础研究的产出。

2013—2017年中国（未含港澳台地区，下同）共有5 318 121件发明和实用专利，共发表了24 723篇高引用论文，本文意在探讨不同的情境下应用研究和经济产出的增长变化，并非预测产出的增长数量，因此在计算中取相对值数据，将应用研究存量与基础研究存量的初始值分别设定为250和1，其他影响总产出的变量设为的初始值为40，劳动力的增长率为人口的自然增长率。

根据中国国家统计局的资料2），2010—2017年中国的R&D总投入为98 363亿元，其中基础研究投入总额为4 918亿元，应用研究投入总额为10 740亿元，各年投入金额和投入增长速度见表3所示；基础研究资金投入占地区生产总值（GDP）的比值约为0.099%，应用研究投资占GDP的比值为0.22%，因此将m取0.1%、n取0.22%；劳动力的增长率取0.5%。将初始值输入MATLAB软件，对模型进行迭代计算。

表3 2010—2017年中国基础研究与应用研究的投资情况

表3（续）

4.1 应用研究的产出与研发成果的结构无关时

在转化率为外生的假设下，本研究分别改变基础研究的投入比例和应用研究的投入比例，计算单一变量的改变对应用产出和总产出的改变。分别将基础研究投资金额占GDP的比例提高0.3个百分点、应用研究投资金额在GDP中所占比重提高0.1个百分点，不改变其他变量，计算结果如图4所示。可以看到，在资金投入改变的前3年，与不增加投资相比，应用研究产出与总产出都没有变化；从第4年开始，增加投资对技术进步和经济总产出的效应开始显现；随着时间的推移，在第6年，增加投资效应带来的产出差距开始明显，同时，尽管应用研究的成果才是直接能够在生产中被利用的，但是针对基础研究增加投资带来的增长曲线更为陡峭。我们知道，基础研究成果促进应用研究发展可以通过提高对引进知识的吸收能力来实现。当前，中国每年的基础研究投资约占GDP总量的0.1%，并且在2010—2017年这个比例没有出现增长的趋势，与美国大约0.5%的比例有较大的差距。通过软件迭代计算可以看出，增加基础研究投资的比重后，无论是应用研究产出还是总产出，增长曲线都变得更为陡峭，并且从长期来看，增加基础研究投资带动的产出增加更，这意味着造成当前中国R&D投资增长对经济增长抑制现象的原因之一可能是投资结构不合理导致的，因为针对试验发展与应用研究的投资对自主创新能力的提升效应微弱，大笔资金投入到应用研究和试验发展领域不能释放自主创新对经济增长的促进效应。中国的研究投资结构亟待调整。

图4 应用研究产出与研发成果结构无关时中国不同研究投入比例下研发产出随时间的变化

值得注意的是，在不增加任何资金投入的情况下，应用研究存量的增加非常缓慢。如果应用研究成果以每年5%的速度被淘汰，10年以后，应用研究的存量相对初期的存量尚属可观；当应用研究的淘汰速度加快，达到10%，如果研究投入保持不变，可用于生产的应用研究成果将逐年下降。可用于生产的应用技术始终在经历更新换代，并且历史告诉我们，技术的更新迭代速度是不断加快的。第一次工业革命极大地改变了生产方式和生产效率，然后100年后，内燃机替代了蒸汽机，第二次工业革命重塑了世界经济格局；第二次世界大战后，信息技术、航天技术催生了第三次信息革命，进一步拉大了各国经济发展的差距。我们有理由相信，在未来，技术的使用寿命会继续缩短，新技术对旧技术的替代速度会继续加快，必须加强对技术发展的支持才能保证经济增长的持续。

此外，要理性看待基础研究投入对两种产出的影响存在的时间滞后。在增加基础研究投资的前几年，最可能出现的现象是投入规模扩大了，但应用研究产出与经济总产出几乎毫无增长，造成这种现象的原因有两个方面：一是基础研究本身的性质，基础研究的研究对象是各类现象与可观察事实的基本原理，存在一个较长的研究周期；二是知识在经济中的传递时间，基础研究的成果转化可作为生产力的资本依然需要较长时间。这两方面导致的较长的产出滞后期使得市场在配置投入资本时失灵，政府在进行R&D投资时也要避开“R&D陷阱”，合理看待基础研究投资产出的滞后性。

控制资金的投入比例和其他条件不变，当投入资金的利用效率提升后，与较低的利用效率相比，研究产出和总产出的数值在第4年左右开始出现明显差距，并且差距以指数形式扩大；同样，与产出相关的转化率指标数值的提高，都会产生相似的结果。如图5所示。

图5 应用研究产出与研发成果结构无关时中国不同研发资金利用效率下研发产出随时间的变化

尽管我们对经济中各项指标的实际数量进行了取相对值的处理，但是这种处理没有改变指标之间相互影响的关系和影响程度，因此我们将图5所展示的结果与图4相比可以发现，与增加资金投入的金额相比，资金利用效率的提高带来了更高的产出数量；反之，如果资金的利用效率下降，对产出数量造成的影响也更为剧烈。

需要注意的是，大科学装置要达到预期使用效果，影响因素不仅包括前期的工程建造，还有运行人员的素质和设备的维护，甚至还包括该装置涉及领域的基础研究的积累程度。李侠等［17］认为，盲目上马大科学装置会危害科技的发展，因为建造大科学装置本身就会挤占其他的科学投资。如果该大科学装置的建造条件并不充分，大科学装置不能发挥预期效益，那么这项投资的资金利用效率就会下降，不仅不能促进全要素生产率和经济产出的增长，反而会起到抑制作用。投资资金的利用效率低下可能是造成R&D投资与经济增长呈负相关的第二个原因。

4.2 应用研究的产出与研发成果的结构有关时

当外部因素不再是外生的，而是与研究的产出结构相关时，对不同的研究增加投资带来的结果变得非常不同。图6（a）与图7（a）的区别在于，图6（a）中 不再是固定不变的外生变量，而是与当下产出结构相关。在一个基础研究成果薄弱的初始点上，对两类研究分别增加与上文同样比例的资金后，单独针对应用研究的投资对应用研究产出的促进作用非常微弱；而对于总产出，单独增加应用研究的投资后，总产出的增长曲线与未增加任何产出的初始状态相比，增长量微弱且滞后期较长。可以想象，在一个基础研究薄弱的领域上马大科学装置，是无法产出高质量的研究成果的。这对中国政府的科研投入方式是一个警示。长久以来，中国作为技术后发国家，对应用研究的偏好产生了潜在的制度影响，衡量投资结果的手段和方式、评价投资成果的指标不仅过于单一，而且有过于强调短期结果的倾向，并且呈现了路径依赖。早些年，中国与世界技术的前沿水平有较大的差距，研究创新的模式主要是引进国外的先进生产技术和生产设备进行学习和再创新，政府对这种创新模式给予了大力支持，这种创新模式也让我们实现了对先进技术水平的快速追赶。经过多年的发展，许多学者认为，当前中国与世界技术前沿的差距已经越来越小，超过了最优技术差距水平［27］，一些实证研究表明，此时再加大对应用研究的投入会抑制创新的增长。中国应该及时转变研究投资的方向，将资源向基础研究领域倾斜。在大科学工程建设的问题上，就要评估发展基础学科需要的特殊设施，优先支撑基础研究的大科学设施的建设。

图6 应用研究产出与研发成果结构有关时中国不同研究投入比例下研发产出随时间的变化

图7 应用研究产出与研发成果结构有关时中国不同研发资金利用效率下研发产出随时间的变化

与δ1外生时相似，δ1与产出结构相关时，提高资金的利用效率对产出有重要的正面影响。与δ1外生时不同的是，随着基础研究存量的增加，产出结构逐渐向一个更合理的方向发展，在相同的期限内应用研究产出和总产出的绝对量高于外生的情况。

5 结论与建议

毋庸置疑，大科学工程对科技发展具有不可替代的支撑作用，尤其是经过多年对技术的吸收引进再创新后，中国的总体科技水平逐渐接近世界前沿水平，中国正处在建设创新型国家的决胜阶段。然而，与R&D投入持续增加相对应的是全要素生产率增长的停滞及其呈现出的对经济增长的负面影响。从应用研究的产出结果来看，根据2013—2017年中国国家知识产权局对国内3种专利申请的授权数据，实用新型与外观设计专利占专利申请总量的80%以上，发明专利占比不足20%，并且发明专利的增长速度呈下降趋势，自主创新能力提升缓慢。在中国，科技发展速度放缓，正处于由量变向质变飞跃的关键转折时期；在国际上，学科的分化与融合正在加快，科学研究的目标正在向综合化发展，科学研究正在走向新方向的原创性突破。因此，中国大科学工程建设的“十三五”规划中明确了大科学工程作为创新资源对中国经济社会发展不可或缺的地位，掌握战略领域的关键核心技术、抢占科技创新的战略制高点、建设创新型国家，都需要大科学工程的支撑。与其他科研项目不同，大科学工程建设工期长、投入资金多、后期维护费用昂贵的特点决定了大科学工程的立项应该慎之又慎。随着对创新投入各项研究的深入，精细化创新投入、战略化创新投入已经成为共识，由于基础研究对创新活动不可替代的基础支撑作用，要想实现科技发展的质变，扭转全要素生产率增速下降的趋势，重点建设对基础研究有支持和促进的大科学工程是应有之意。提高基础研究水平不仅是提升自主创新能力的必经之路，也是增强技术吸收能力的重要手段。

本文在索罗模型的基础上，重点对技术进步这一变量进行了分析，控制了人力和资本两个变量，构建了一个从基础研究产出、应用研究产出到最终产品的知识技术的传递模型，并将模型中的参数与实际的经济运行相联系。从结果来看，本文结论如下：首先，与增加应用研究的投资相比，增加基础投资对应用研究产出和总产出的影响效率更高，甚至当基础研究存量过低时，保持应用研究资金持续投入反而使应用研究的产出被严重抑制，这部分投资也无法对总产出的增长起到促进作用。这种曲线形式与当前R&D投资持续增长但全要素生产率却没有随之提高的现状相一致，基础研究产出与应用研究产出的结构失衡可能是造成这种现状的原因。其次，毫无疑问，提高投入资金的利用效率会使得研发产出和经济总产出以指数形式增长，并且这种影响的传递存在时滞。最后，在转化系数与研发产出的结构相关的假设下，上述结论依然成立；同理可知，当资金的利用效率下降时，也会使得产出呈指数式减少。大笔资金利用不善可能是造成投资与经济增长反向变化的另一个原因。

本研究具有一定的政策含义：一方面，基础研究投资存在一定的时滞，在实际的经济运行中，一系列的不可控因素会使得投资需要更多的时间转化为产出，这使得针对基础研究投资时会出现市场失灵的现象，因此，基础研究的投资不能交给市场，政府应该从战略必争领域发展的角度支持基础研究的发展，政府作为调控资源的“最后一只手”，要认识到基础研究对科学研究整体的重要性，遏制急功近利的思想，支持基础学科的研究；另一方面，大科学工程的建设要消耗大量的研究资金，为了减少不良项目对研究资金的挤占，在大科学工程的立项过程中要充分评估当前国内是否有足够的基础知识存量和掌握相关知识的科研人员来运行大科学工程，对发展、运行条件不充分的大科学工程项目要及时叫停，越是在大科学工程的建设如火如荼的时候，政府部门越应该看到盲目上马大科学工程、挤占科研资金对国家科技长期发展的危害。据此，本文对中国大科学工程建设方向的决策提出如下建议：

（1）将大科学工程的学科特点纳入对装置立项的可行性分析之中，综合基础研究的发展程度对大科学工程的立项建设分出轻重缓急。大科学工程兼具工程项目与科学研究双重特性，在立项之初，除了考虑其工程项目的特性进行建设相关的可行性分析之外，对大科学工程的科学性也不能忽略，要考虑工程本身支撑的研究层次以及大科学装置所涉及学科的发展现状。大科学工程的支持力度应分为3个层次：一是学科基础知识储备良好，亟需依托大科学工程发挥作用实现基础研究突破的为重中之重；二是学科基础知识储备良好，需要大科学工程发展应用研究的要给予支持；三是基础研究不足，提请上马大科学工程进行应用层面研究的应暂缓立项，优先对该学科的基础研究进行支持。

（2）提高各种生产要素的转化效率。一是提高资金的利用效率。一方面要在立项之初，将不合理的项目拒之门外，保证大科学工程的建设与国家发展战略和当前科技发展形式相吻合，在当前吸收引进再创新的模式逐渐快要走到极致的情况下，调整研发投入结构，更多地支持与基础研究相关的大科学工程的立项，才能使资金得到更有效的利用；另一方面要加强大科学工程在建设、使用期间的资金利用效率监理，加强科研资金管控，减少资金的非法占用。二是搭建科研成果向生产资料转化的渠道，提高知识转化效率。基础研究成果被应用研究利用和产业化的过程通常是缺乏效率的，因此政府除了充当资金的调控者，也应成为组织间的协调者，促进知识在经济中的流动，提高知识的转化效率，释放创新对经济增长的促进作用。

注释：

1）文中有关专利数据均为笔者根据国家知识产权局官网2013—2017年公布数据整理所得。

2）笔者根据国家统计局官网2013—2017年公布数据整理所得。