数字化转型推动科研范式变革的思考

魏 阙，辛 欣，张敬天，许 骏

（1.之江实验室发展研究中心，浙江 杭州 311121；2.长春空港经济开发区管理委员会党政综合办公室，吉林 长春 130000；3.信银理财有限责任公司，上海 200020；4.长春工程学院教师发展中心，吉林 长春 130012；5.长白山历史文化与VR技术重构吉林省重点实验室，吉林 长春 130012）

创新是引领发展的第一动力，党的十八大以来，以习近平同志为核心的党中央高度重视科技创新，提出了一系列奠基之举、长远之策。在我国科技创新面临关键技术“卡脖子”的今天，探索新的科研范式是我国提高经济发展自主性和内生稳定性的必然选择，具有重要的战略意义。数字化作为经济和社会可持续发展的重要途径，是我国抓住新一轮科技革命和产业变革机遇的必然选择，是“十四五”和中长期内科技创新发展的重要内容。科研管理的数字化转型将丰富和优化原有的创新要素体系，加速要素组合，重构创新体系，形成新的创新能力，并重构现有的科技创新力量格局。但是，目前利用数字化技术推动科研范式变革以及提升科技创新的效果与质量的研究明显不足，实践成果更是凤毛麟角，主要原因是：一方面是因为数字化转型所需的高投入及高风险会增加科技创新过程中原本就存在的不确定性；另一方面是因为在成熟的研发体系中进行数字化转型会破坏原有的业务流程，进而干扰既有研发计划，这对于长期或重大项目来说是不能接受的。在数字化转型的大背景下，探索和构建依赖数字化技术提供的更高效率的科研范式就成了我国迫切的实际需求。

作为提升创新能力的重要手段，探索新的科研范式日益受到关注与重视。从以往研发机构创新能力建设的经验来看，数字化转型为合作创新带来了新的想象空间。目前对创新发展数字化转型，特别是数字化转型推动科研范式变革问题缺乏系统的描述。以“数字化支撑平台+精准高效的服务体系”为载体推动科研范式变革，提升创新整体效能，既符合我国在更大范围合作的开放式创新蓬勃发展的长远构想，也迎合了数据作为创新资源赋能传统科研的数字化转型目标。通过数字化转型推动科研范式变革，将是我国在参与世界前沿科技攻关、解决科技创新的“卡脖子”问题方面展现责任与担当的重要路径。

1 研究综述

一般而言，科研范式指的是“科学研究的理念、行为和规范”。狭义的科研范式概念规定了科学研究的基本理论和基本研究方法；广义的科研范式概念还包括研究目标、研究流程、研究设施和评价标准等要素［1］。图灵奖得主吉姆·格雷早在2007年就曾判断大数据将会带来科学研究的第四类范式［2］，现已成为现实并催生了一系列革命性成果。例如，MIT研究者用AI发现了超强抗生素；Google旗下DeepMind团队开发的“AlphaFold”能够精准迅速预测蛋白质的三维结构，为药物研发提供重要参考［3］。随着算力的提升和大数据、云计算等工具的应用，人类对于数据的存储和运用能力得到了显著提升。通过数据模型的构建、分析、仿真和模拟，计算机仿真越来越多地取代实验，逐渐成为科研的常规方法［4］。实际上，在新的科研范式下，计算机不仅能做模拟仿真，还能进行分析总结，得到理论。因此，在数据密集条件下，科研范式呈现出与以往截然不同的新特点［5］。中国科学院院士鄂维南认为仅存在两种科研范式：数据驱动的“开普勒范式”和基本原理驱动的“牛顿范式”［6］，可见新科研范式与以往存在着本质的区别。

数字化转型的特征之一，就是利用数字技术促进各部门各领域议题推进步调一致和高效协同［7］。在传统科研范式向新科研范式转型的过程中，科研机构、科研人员都需要主动参与并适应数字化转型过程。数字化转型与新的科研范式在本质和目标上高度契合，相比其他工作，建立在数字化转型上的新科研范式更有基础，也更能凸显数字赋能［8-9］。然而目前科研机构数字资源建设情况并不乐观，科研人员的科研信息获取能力等有待提高［10］。支持优势科研机构和企业等创新主体的数字化转型将有助于提升各主体数字资源建设能力和数据素养水平，释放科研范式变革潜能，在科技创新方面快速展现数字化转型成效［11-12］。

为了更好地利用数字技术提升经济水平，很多国家都制定了国家战略或者产业发展政策来应对数字技术变革对社会各个层面的影响。英国在2012年就颁布了《政府数字化战略》，并于2017年提出包括七个方面战略任务的、更为全面的《英国数字化战略》；德国在2016年发布了《数字化战略2025》，从国家战略层面确定从十个关键技术领域入手，主动引导产业迈向“数字德国”的数字化转型；美国于2018年相继发布《数字科学战略计划》《美国国家网络战略》和《美国先进制造业领导力战略》；日本于2019年提出将数字化渗透到社会各个层面的“社会5.0”愿景，明确提出了促进数字经济发展的相关内容。总的来说，数字技术已经成为全球范围内产业转型升级的重要驱动力，世界各国主动应对数字化技术带来的社会结构性变革，利用数字技术探索满足不同层级和不同行业提质增效发展需要的路径和方法，并取得了一定的成果［14］。

在我国科技创新面临关键技术“卡脖子”的今天，探索科研范式变革的有效路径将是我国提高经济发展自主性和内生稳定性的必然选择，具有重要的战略意义［13］。以数字化转型推动科研范式变革既符合我国创新驱动社会经济高质量发展的长远构想，也符合数据作为创新资源赋能传统科研的科研范式变革趋势，相关工作将为充分调动科技创新各类主体参与创新的积极性、创造性提供重要支撑。

2 数据高密度集聚前提下科研范式的新特征

在数据高密度集聚的前提下，科研流程和手段都呈现出与以往不同的显著特征。具体来说，有以下四个方面的典型特征（图1）。

图1 数据高密度集聚前提下科研范式的新特征

2.1 整体系统思维

同样是基于数据计算辅助的科研过程，新的科研范式与以往最大的区别是问题的阐述和解决都不再依靠线性思维，取而代之的是系统思维。在这一范式下，适度放松对因果关系的约束，取而代之的是将注意力集中于万物之间的相关关系。也就是说，只要知道“是什么”，而不需要知道“为什么”。这并不是人类对世间万物之间规律探索的妥协和退让，而是在探索未知领域的过程中，“为什么”有时并不重要，而从“是什么”的新起点往下推演，然后达到新的高度更加重要。

2.2 全社会参与创新

创新本身就是一种成本投入，包括从资源搜寻到形成创新成果的全部直接成本、间接成本、潜在成本和沉淀成本。传统创新模式中存在信息不对称、资源私有化等问题，创新本身的不确定性还会引发创新活动的高失败率和较高的资源消耗。这就造成了创新成本高昂，许多致力于自主创新的中小企业对于创新望而却步。在我国优越的社会主义制度条件下，一方面，作为最核心创新资源的数据要素可以无偿、无限量地向各类创新主体提供，使资源获取难度大大降低，资源获取与使用的非连续性得以消除；另一方面，在各种主体参与创新的过程中又产生了新的数据，作为生产要素的数据非但不会损耗，反而会“越用越多”，形成全社会创新数据的良性循环。创新过程中的中介成本、搜寻成本和履约成本等大幅降低，全社会参与创新的热情和能力均得以提升。

2.3 全社会协同创新

新的科研范式在全社会参与创新的基础上还能够实现全社会的协同创新。在2020年4月公布的《中共中央国务院关于构建更加完善的要素市场化配置体制机制的意见》中，数据作为一种新型生产要素第一次被写入文件。数据不仅是生产要素，也是创新要素。社会的每个单元在生产、创新中产生的数据如果能够得以有效归集和分析，将会产生巨大的社会经济价值。反过来说，也只有整合全社会的各类数据，数据推动创新的巨大潜力才能得以有效发挥。因此，新的科研范式的重要特征是在“共建、共享”的前提下，通过覆盖全社会的科学竞争体制和科学研究平台实现大范围、全领域的协同创新。

2.4 创新与社会经济联系更紧密

一直以来，在科学技术供给与企业需求之间存在难以跨越的“达尔文之海”，跨越沟壑、提高创新效率是创新行为所追寻的目标。瞬息万变的市场需求以及日益激烈的竞争要求创新主体必须挖掘并辨认出所需的信息资源，精准地捕捉消费者预期以提高创新效率。在新的科研范式下，知识、信息、数据等各种创新资源在创新主体间自由流动，“多对多”的即时匹配模式建立了一个巨大的非线性创新网络，促使其以更短的时间获得技术供求的相关动态，尽快地窥探创新机遇和创新动向。创新主体通过精准挖掘技术需求可以随时调整自身的创新方向，提高创新带动社会经济高质量发展的效率。

3 数字化转型对于科研范式变革的意义

从科技发展态势看，新一轮科技革命正在兴起，科研范式正在发生深刻变革，学科交叉融合大势所趋，开放合作走向深入。数字化转型在提升科研机构之间的合作水平、促进国内创新资源的有效集中、减少科技创新的壁垒等方面都可以起到重要作用。具体来说，数字化转型对于科研范式变革的意义如图2所示。

图2 数字化转型对于科研范式变革的意义

3.1 数字化转型是提升科研管理水平的有效路径

关键核心技术攻关是一项系统性工程，科研管理体系是其不可或缺的一部分。我国“十四五”规划提出，要“迎接数字时代，激活数据要素潜能，推进网络强国建设，加快建设数字经济、数字社会、数字政府，以数字化转型整体驱动生产方式、生活方式和治理方式变革”。形成统一开放、竞争有序的科技创新数据平台，是科研范式变革的关键。针对研发力量分散问题，科研管理的数字化转型有利于推动科研力量的统一，加速科研机构与产业链形成研发合力，进而引领传统科研机构与新型研发机构共享统一开放的科技管理体系。针对产业“卡脖子”技术攻关问题，数字化转型有助于提前配置创新资源，集成社会力量，增强协同技术攻关的韧性和灵活性。利用“数字化支撑平台+精准高效的服务体系”构建科研管理和科研辅助平台，可以迅速建立起科研管理决策体系。

3.2 数字化转型是提升科研数据利用率的有效路径

科技部早在2013年就出台过《国家科技计划科技报告管理办法》，对科研活动的过程、进展和结果数据进行归集，以促进科研项目过程数据积累、传播交流和转化应用，但仍缺乏基于该数据系统性的深度分析。综合运用现代数字技术提升科研过程数据的管理效能是一个紧迫且长期的工作。数据中台是汇集科研数据的中枢，也是科研管理数字化转型的关键。利用数据中台可以加强与重点研发机构的数据互通，在硬件层面完成数据中枢和机构内部管理系统的对接。基于数据中台建立分析中心，可以向全体科研人员提供科技信息跟踪、科研团队画像、科技成果评估等智能科研辅助工具。在数据中台建设安全可靠的大数据池，根据一定的规则和质量标准进行智能数据处理，将有利于对科研数据进行更有效的利用。

3.3 数字化转型是形成科研范式变革合力的有效路径

从交易成本角度来说，数字技术提升了知识在机构内部以及机构之间的流动效率，降低了流动成本［15］。机构的数字化转型可以为其从外部获取有效的反馈以解决内部问题提供帮助，从而减少创新和研发投资的不确定性［16］，机构运行的结果将更为可控。围绕科技发展需求，快速形成科研管理数字化平台，持续优化科研管理政策环境，鼓励企业、传统研发机构、新型研发机构结成“创新联盟”，有利于深挖零散机构研发潜力，扩大科技创新主体数量，提升科技创新主体能力，形成科研变革合力。在数字化转型过程中，一方面，可以通过免费发放科研管理工具包，并在一段时间内免费提供科技信息服务，辅导各类主体应用现代信息技术开展科研工作，以前瞻的视野做好科研管理数字化的指导工作；另一方面，可以统筹运用数字化技术和数字化思维，围绕科研范式变革的目标，推动产业链上各机构内部科研工作流程的数字化、信息化改造。

3.4 数字化转型是提升科研人员合作的有效途径

对于科研人员之间的合作来说，组织公平是促进科研人员减少冲突、增进合作的有效方式［17］。组织公平包括分配公平、程序公平和互动公平三个维度［18］，数字化转型可以同时从这三个维度重塑科研人员之间的合作关系，促进组织公平。从分配公平角度来说，通过对研发过程和科研成果的信息搜集和智能化计算，可以更好地保证薪资和奖励的公平性［19］，奖惩也将更具有公信力。尤其是在新型研发机构内部不同部门之间的绩效评价和薪酬体系与外部机构比较时，量化的工作成果更有利于机构做出灵活的薪资安排。从程序公平角度来说，数字化流程管理将各个业务环节串联起来，并强制要求业务流程各环节按照既定逻辑流转。数字化改造不仅明确了科研工作各环节的权责，还在客观上有效实现了业务办理的程序公平。从互动公平的角度来说，互动公平包含人际公平和信息公平两个要素［20］，数字技术的特征先天保障了信息公平，此处不多做讨论。数字化管理会导致科研人员之间的沟通更加结构化［21］，排除了在面对面沟通过程中的情感表达和语义暗示的成分，甚至可以在流程设计中用岗位、节点、职能等替代科研人员姓名，这就最大限度地保证了人际公平。通过组织公平的实现，数字化技术可以有效地提升新型研发机构科研人员之间合作的水平。

3.5 数字化转型是破解“卡脖子”技术的有效路径

数字化转型的内涵在于推动生产方式、生活方式、治理方式发生基础性、全局性和根本性的改变。以系统论审视，数字化转型是在开放系统中通过改革与创新的持续负熵输入，加快向智慧社会系统的“换道升级”。既往改革，更多以技术引进提升原有社会机制的运行效能，发挥提高系统内部有序性的作用。但原有系统业已存在的基础性矛盾，难以通过量变实现质变而得到根本性解决。数字化转型，以一体化、全方位的制度重塑与数字赋能，靶向原有系统中的基础性矛盾，改革破题，打破瓶颈，推动系统自身持续优化升级；沿循系统路径、反馈路径和融合路径，找准基础性和具有重大牵引作用的改革突破口、制度重塑点，谋划多跨场景应用；依托龙头企业及配套体系，利用数字化技术联合企业、高校共同构建具有完全自主知识产权、安全可控的创新平台，并不断扩展内部合作渠道，降低创新链各环节之间的沟通成本，减少各类审批业务流转的环节，强化科技创新服务的质量，提升国内机构的合作水平和合作效率，从根本上解决关键领域“卡脖子”技术难题。

3.6 数字化转型为数字孪生、智能计算等未来科技飞跃打好数据基础

数字化转型所带来的数据流动的自动积累和沉淀将为未来基于数据的科技创新打下重要的数据基础。随着各种设计工具、仿真模型、管理软件、工业数据的积累，以及信息物理系统（CPS）在更广范围内的应用，在研发机构研发、测试、生产等创新环节横向、纵向和产品全生命周期数据集成过程中，实现没有人为干预的数据互联、互通、互操作，即“看不见的自动化”。没有数据流动和数据积累沉淀，就难以实现利用智能计算等未来科技手段的、基于数据的科技创新。未来，将实现数据的自动采集、自动传输、自动处理、自动执行，把正确的数据在正确的时间发送给正确的人和机器，以降低科技创新过程中的不确定性。

4 利用“平台+体系”的数字化转型推动科研范式变革的构想

在以科技自立自强和数字化转型为代表的新时代背景下，技术迭代加速，需求瞬息万变，创新的复杂性、系统性、时效性和高投入性对于科研新范式变革的需求越来越迫切。在这样的背景下，为满足科技创新组织模式变革和创新范式变革的需要，以全数字化平台和人工智能技术为支撑，以综合化、一体化、系统化的创新资源配置为驱动，以建设高效协同、全面开放、精准匹配的科技创新生态和创新平台为手段，以提升科研创新速度、质量和效能为目标，物理空间、数字空间、社会空间全面融合的新形态数字化支撑平台和精准高效的服务体系建设就成了推动科研范式改革的主动抉择。“平台+体系”的数字化转型具有以下特征。

第一，由数据和计算驱动。数据的高密度集聚是科研范式变革的根本原因，也是“平台+体系”建设的重要前提。该“平台+体系”的建设要基于科研相关数据的数字化和智能化，数字化包括物理要素的数字化、工作流程的数字化、创新活动的数字化等；智能化包括管理决策的智能化、统计评估的智能化、科研辅助的智能化等。数据不代表信息，能从数据中挖掘出有用的信息才是“平台+体系”建设的关键。利用机器学习、智能计算等先进的计算方式探索数据中的规律，将数据加工成有用的信息将是“平台+体系”工作的重点。

第二，全学科、全领域的数据合作。“平台+体系”的支撑平台和服务体系并不只是服务于某一个机构、某一个学科或者某一个地域，不同地域、不同学科的学者都可以在“平台+体系”的共同数据池中开展挖掘分析研究，科研数据成为不同学科融合联结的节点。围绕重大问题，不同学科的研究人员共同设定研究目标、设计研究实验、分析实验数据，促使不同的知识、理论、方法、数据频繁地相互交织和影响，通过整合多个学科领域的知识、技能和工具，最终形成不同学科人员之间能共同理解的研究框架、共有的科学语言、共用的科学数据、共识的分析方法。利用跨学科的数据合作，全方位打通科研活动的堵点和难点，势必能够全面提升科研攻关和创新活动的速度、质量和效能。

第三，与外部机构的高度协同。“平台+体系”是科技创新支撑平台和精准高效服务体系的集合体。为各类创新主体提供一体化、个性化配置科技创新资源的支撑平台与形成高效协同、全面开放、精准匹配的创新服务体系同等重要。这就需要实验室的建设主体、监管主体和参与主体科学分工、高度协同。面向监管主体，预留数据接口和服务接口对接科技管理系统，同步科技管理系统的创新资源数据的同时，将“平台+体系”产生的各种创新数据上传给科技管理系统。面向服务对象，“平台+体系”将对各类科研机构、科研人员、企业全面开放科技资源、科研合作、产创对接等服务，紧密合作，高度协同。

第四，形成新的科研范式。推动科研范式的变革既是“平台+体系”的重要使命，也是其运行的重要保障。在运行机制上，将从线下的物理空间转到线上的数字空间。在组织模式上，将从依托局部空间的有限资源转变为依托数字空间的无限资源。在科研决策上，将由模糊的主观决策转变为人机协同的精准决策。在工作模式上，将从依赖个人手动操作能力转变到依赖人机混合智能的自动分析处理。在协同方式上，将从科研工作协同扩展到覆盖全创新链的全域协同。以上几个方面的转变，将会带来创新范式从依赖经验和运气的实验模拟到依赖数据、知识和算力的计算模拟的彻底变革。

第五，对于新型研发机构和科研人员之间的合作来说，“平台+体系”的数字化转型意义同样重大。传统研发机构如高校和研究所中以固定科研人员为主，人员流动性较弱。为了提升科研人员对于研发活动的参与度，调动科研人员的积极性，除了合理的激励制度之外，还需要强化科研人员的使命感和对组织的认同感。新型研发机构灵活的选人、用人机制和独立实体、自负盈亏的运作模式决定了在新型研发机构中兼职人员占据着较大的比重。临时聘用和项目聘用等短期用人形式也很难建立起科研人员对于组织和使命的认同感。在这样的背景下，通过采用更为自由和开放的数字化人才工作模式如远程办公、平台型工作团队、弹性工作时间等，以打破时间和地理因素对于科研人才的限制，给予兼职科研人员更加开放化、无边界化的办公环境，无论对于降低成本还是对于提升科研人员的积极性都是有益的。

在构建“平台+体系”的数字化体系过程中需要注意的是，虽然利用如钉钉、企业微信、腾讯会议等软件可以很轻易地实现科研人员的远程办公，但随之而来的一系列问题，例如，如何科学评价远程办公科研人员的贡献，如何完成在线和非在线科研人员的写作，如何倾听非全时科研人员的合理诉求等需要一整套数字化转型体系配套解决。