中国原始创新型人力资本培养生态趋势分析

孟毅芳，文 魁

(首都经济贸易大学 劳动经济学院，北京 100070)

一、问题提出

无论是“李约瑟难题”还是“钱学森之问”，所反映的问题都是中国近现代缺乏培养原始创新型人才的环境，也缺乏使原始创新型人才在社会上脱颖而出的机制。2016年，中共中央、国务院印发了《国家创新驱动发展战略纲要》，明确提出“坚持国家战略需求和科学探索目标相结合，加强对关系全局的科学问题研究部署，增强原始创新能力，提升我国科学发现、技术发明和产品产业创新的整体水平，支撑产业变革和保障国家安全”。

所谓原始创新就是新知识的产生，通过积累实现知识的突破，甚至是突变和颠覆[1]。原始创新应用到学术和科技上，意味着新学科、新领域、新理论、新发明的出现。一个国家原始创新程度的关键要素不是钱而是人，取决于能够从事原始创新的人力资本的质量与数量[2]。原始创新型人力资本除了凝聚在创新人才身上的知识、技术、能力和健康素质外，还必须能够产生出前所未有的经济价值，因此是最精华的“活资本”。国家要具备足够的原始创新能力，一方面要培养和拥有足量和规模性的原始创新型人力资本，另一方面要使其能够在国家和产业现实环境中发挥作用、施展才能。可见，原始创新型人力资本的培养和应用，需要国家和社会构建起一个有效培育的生态系统，助推原始创新型人力资本的产生和成长，推进创造发明。本文重点着眼于构建原始创新型人力资本培养生态模型，运用文献分析法提炼生态要素构成指标体系，并通过对中国220位两院院士的传记进行分析，验证并补充该指标体系。之后运用计量方法对中国原始创新型人力资本培养生态发展趋势进行分析，提出适合中国国情且具可行性和前瞻性的政策建议。

二、文献综述

创新一直以来都是热门研究话题，从定义“创新”概念开始，创新研究取得了丰硕的成果，其中非常重要的一个方向就是对原始创新的研究。国内外关于原始创新的研究主要集中在原始创新内涵研究、能力研究、模式研究和生态研究。在原始创新生态研究方面，国外主要集中于促进企业创新发展方面，而国内主要集中于对教育等单一生态系统的研究。

美国总统科技顾问委员会(PCAST，2004)指出美国的技术和创新领导地位取决于有活力的动态创新生态系统，而创新生态系统的健康取决于国家的研发能力、劳动力的教育状况、创业氛围以及基础设施的改善[3]。企业要想发展，需要访问遍布全球的知识网络，在这个网络中，企业贡献自身的创新技术，同时获取其他企业的创新技术，这就组成了有利于创建不同类型新企业的创新生态系统[4]。埃斯特琳(Estrin，2010)分析了硅谷的兴旺和衰退，提出创新生态系统的三大群落：研究、开发和应用[5]。黄和霍洛维茨(HWANG & Horowitt，2012)更是将硅谷比作一个不断产生和进化新技术新商业模式的雨林，硅谷的创新得益于硅谷的独特生态[6]。由以上可以看出，创新生态系统可以使公司创造任何一家公司都无法独自创造的价值[7]。

潘懋元(2002)从系统科学的观点阐述了高等教育系统与社会大系统之间保持着密切的人力、资源、信息交换关系[8]。贺祖斌(2005)在高等教育系统分析生态观的基础上，分析了中国高等教育的承载力、生态区域发展、生态环境以及生态平衡等问题，并进一步建构了高等教育系统质量控制的方法和模型，提出生态可持续发展是高等教育的发展之路[9]。刘贵华和朱小蔓(2007)认为自然、社会和教育系统有共同遵循的生态学原则，生态思维模式更贴近教育形态，生态智慧可以应用于教育研究，生态学的方法论对教育研究有很强的适切性[10]。杨同毅(2010)从人才培养的角度分析了高等学校的课程生态、专业生态、师资生态、管理制度生态，并进一步提出了维护高校人才培养生态稳定、平衡、协调、发展的生态保育策略[11]。梳理国内文献可以看出，中国对原始创新生态的研究大多局限于教育领域生态的研究。中国创新范式已经进入3.0时代，即创新生态系统时代，预计中国在2021—2022年对国家创新生态系统会有一个完整的框架，并且会延续到2030年乃至2050年左右[12]。依此背景，应当进一步开展国家层面创新生态系统研究、培育区域创新生态系统、引导企业培育创新生态系统、发展以用户为中心的需求侧创新政策、探索政府自身管理创新与治理能力提升等策略。

三、原始创新型人力资本培养生态模型的构建

(一)理论依据

阿玛比尔(Amabile，1988)从社会心理学角度研究创造力，提出了创造力成分模型。该模型成为社会心理学领域研究创造力的理论基础。在该模型中，她认为创新产品的产生由三要素相互作用，即创造力相关技能(creativity-relevant skills，CRS)、领域相关技能(domain-relevant skills，DRS)和工作动机(task motivation，TM)[13]。事实上，这两种技能和一种动机都是个人心理层面的成分。阿玛比尔(1996)意识到这一缺陷并修正了该模型，增加了社会环境成分，强调社会环境会影响工作动机，从而影响创造过程[14]。在加入社会环境成分后，阿玛比尔(1997)又分析了个人创造力推动组织创新以及组织环境影响个人创造力的作用方式，描绘了个人创造力与组织创新环境互相影响的特征[15]。

之后，阿玛比尔(2016)进一步修正了个人创造力组成成分，细化了组织创新力运行过程，并将二者之间的运行模式进行了整合，构建了动态创新构成模型(the dynamic componential model of creativity and innovation)[16](见图1)。动态一方面体现在组织创新模型和创造力成分模型中三个要素之间增加了“×”号，这表明该模型是可乘的，作为乘数，所有要素都是创造和创新所必需的，任何一个要素都不能为零；另一方面体现在个人创造力与组织创新之间增加了反馈循环的动态联系，如个人创造力与组织创新相交(见①号箭头)，表示个人创造力获得的成果进入到组织创新过程中。工作环境影响着个人创造力要素，从而间接地影响了整个个人创造过程(见②号箭头)。创新过程的目标设定对个人创造力来讲应该是有意义的工作(见③号箭头)，在个人创造动机驱动下的工作方向影响着创新过程中的工作环境(见④号箭头)，以及反过来创新过程中的工作环境会影响个人创造过程的成功(见⑤号箭头)。创造力成分模型是创造力研究史上第一个综合性模型，运用创造力成分模型可以进行创造活动的宏观和微观分析。该模型经过30年的不断补充和完善，将个人创造力与组织创新之间的动态关系完整地呈现出来，即个人创造力是组织创新的根基和起点，而组织因素反过来影响个体创造力。

图1 动态创新构成模型

(二)模型的提出

本文提出的原始创新型人力资本培养生态模型应包括两个层面的内容：一是从个体层面要有具有创造力的人力资本；二是从组织层面社会与创造力个体产生交互，互为影响。创造力个体让社会创新成为可能，社会创新推动创造力个体的增加和增值。在此，可以将全社会视为一个大范围的组织，社会创新与组织创新具有相同的运行模式。但创造力成分模型在个人创造力方面只重点关注了心理方面的因素，即工作动机对个人创造力的重要作用，而没有考虑投资因素对个人创造力的影响，具有创造力的个体由创新型人才转变为创新型人力资本必须经过投资过程才能使其具备经济效益和使用价值。因此本文提出的原始创新型人力资本培养生态模型在创造力成分模型的基础上增加了投资因素，更加强调了由创造力个体转变为具有创造力的人力资本所具备的必要因素。

在本文提出的原始创新型人力资本培养生态模型中(见图2)，原始创新型人力资本表现为一个圆环，该圆环从里一直扩展到外部，即原始创新型人力资本的价值从无到有，并不断增加。由于原始创新型人力资本在劳动年龄内都会不断增加知识和能力以及提升价值，所以圆环是没有边界的。

图2 原始创新型人力资本培养生态模型

原始创新型人力资本培养生态的运行机理是从开发个体创造力开始的。通过教育和实践培养使知识和能力内生为个体创造力。通过投资开发人才个体的创造力，使人才个体在创新过程中增值。经过这一过程，具有创造力的个体发展为原始创新型人力资本。通过激励政策和社会环境来实现原始创新型人力资本的社会化。原始创新型人力资本在社会化过程中，由于其创新成果突出，反过来影响政府及组织的进一步投资。由此，可以总结出三类变量影响原始创新型人力资本培养生态，分别是个体变量(I)、价值变量(V)、社会变量(S)。

个体变量是指人才个体通过教育和实践将知识融会贯通，培养发现科学问题及技术问题并解决这些问题的能力，因此包含了知识因素和能力因素。

价值变量是指政府或组织投资人才个体的能力，使个人能力在原有知识、技巧、信息等基础上得到发展，实现原始创新型人力资本的积累过程，因此包含了投资因素。

社会变量是指在激励政策和良好环境的影响下，具有创造力的人才个体能够及时发现科学问题及技术问题并解决这些问题，将原始创新型人力资本转化为原始创新成果，因此包含了激励因素和环境因素。

培养生态(E)可以用表达式表示为：

E=F(I，V，S)

本文运用文献分析研究方法，通过分析中国和国际公认主要创新型国家的原始创新型人力资本培养情况，将培养生态分解为5个因素及13个生态要素指标(见表1)。

表1 影响原始创新型人力资本培养生态的因素和指标

在构建该指标体系时，为保证指标的科学性和准确性，本文主要遵循了以下三个原则：(1)科学性和实用性相统一，即指标的设置在充分认识和系统研究的基础上要简单明了，容易理解，同时考虑数据取得的难易程度和可靠性；(2)系统性和层次性相统一，即既能客观反映不同指标的差异，又避免指标重叠；(3)全面性和代表性相统一，即指标选取考虑不同方面，同时强调代表性和典型性。

(三)指标验证

运用文献分析法提炼指标带有一定的主观性，为保证指标体系的科学性和全面性，本文通过传记分析法对以往科学家、发明家创造性活动进行分析，以提炼即使处于不同的时代背景和科技发展水平，创新型人力资本所需的知识、技能以及科技活动的组织方式等共性特征，对已构建的指标体系进行验证。

中国科学院院士和中国工程院院士是国家设立的科学技术、工程技术方面的最高学术称号，具有崇高的荣誉和学术权威性。这一优秀的科学家群体正是中国原始创新能力的体现，是当之无愧的原始创新型人力资本。本文选择安徽教育出版社出版的《院士思维》作为分析材料[17]。这套专著客观真实地记录了220位两院院士的成长经历及科技创造活动，集中反映了他们取得科学成就所应具备的个人因素及环境因素，能够满足对于原始创新型人力资本培养生态要素，要素信息采集的基本需要。

传记分析采用了非结构化定性分析方法，以篇为单位提炼指标挖掘的关键信息。具体过程为：每篇传记均阅读两次以上，阅读过程中重点探求当事人的学习及科技创新活动以及开展创新活动的有利因素。每完成一篇传记的阅读，即根据特定的语义从中提取有利于当事人原始创新能力培养的环境要素，与通过文献分析法采集的生态要素指标进行比照，能够包含其中的，用已采集的生态要素进行标识，未包含其中的则单独标识。

最终汇总得到两院院士从事原始创新活动所包含的18项生态要素指标的计算频次，如表2所示。

表2 18项生态要素在220位院士身上体现的频次统计(N=220)

本文假设频次统计在15%以上的要素在一般程度上体现了原始创新生态环境的共性特征。根据表2发现，通过文献分析法获得的13项生态要素中有10个要素在传记分析过程中频次统计在15%以上，有3个要素在15%以下。由于《院士思维》1～4卷成书于1999年，选取的220位院士最年长的出生在1910年，最年轻的出生在1953年，他们从事原始创新工作的时期集中为1949年后至20世纪80年代。这一时期，中国的原始创新刚刚起步，处于缓慢发展的阶段，原始创新型人力资本培养生态尚未建立，体现在培养生态影响要素上带有较为明显的时代特点。统计频次小于15%的3个要素为：国家创新体系建设、国家科研基础设施建设、社会科学尊崇度。虽然这3个要素在传记分析过程中体现为人次分布分散，但本文认为，只有在市场经济条件和特定时期这3个要素才可能对原始创新型人力资本的培养发挥作用，因此予以保留。

用传记分析法提炼出的其余5项生态要素中，只有组织(企业)科技储备在15%以上的院士原始创新活动中有所体现，出现频次36，占比16.3%。本文认为这项生态要素体现了原始创新生态环境的共性特征，可以补充为生态要素指标。其余4项要素分别为：具有社会责任感、员工培训、创新思维训练、接受新生事物，在人次分布上较为分散(均在15%以下)，难以体现共性特征，本文未予采用。“组织(企业)科技储备”生态要素，根据其基本含义归入环境因素中。至此，通过文献分析法和传记分析法共形成14个原始创新型人力资本培养生态要素指标。

四、中国原始创新型人力资本培养生态评价

(一)数据说明

本文在选择数据的过程中主要考虑了以下几个方面：(1)数据可以较好地代表指标含义；(2)数据完整、易获得且为长期年度连续数据；(3)具有较强的代表性和典型性。具体分析如下：

1.知识因素

知识因素主要包括2个要素：精英教育以及多元和国际化教育。(1)精英教育指教育体系应赋予学生扎实、广泛、清晰的知识传承，通过创新思维、创造过程、创新意识、质疑精神等方面的训练能选拔出潜在的创新型人才，并倾斜资源助力成长。本文选取在校研究生人数代表精英教育的基础，因为研究生教育是最高一级的教育层次，研究生(包括硕士、博士)是潜在的原始创新人才。(2)多元化和国际化教育能给予精英学生自由发展、跨学科跨领域、全球化接收信息的自主生长，因此选取学成归国留学人员人数来代表。因为每年中国有大量的学生到发达国家留学，除了能够掌握科学前沿外，还能够接触到东西方多元文化的碰撞，更加有利于原始创新行为的产生。

2.能力因素

能力因素主要包括2个要素：个性诱导和重大科技工程和计划实施。(1)个性诱导应通过教育来实现，使有创新潜力的学生形成适合创新的个性，激发其创新欲望和创新实践尝试。高等教育作为创新型人才培养的摇篮，其发展方向对国家的创新生态将产生重要影响。高等教育的专业目录设置是人才培养的指挥棒，对创新个性的形成具有较强的导向作用。因此，本文选取了本科专业数代表个性诱导。(2)在教育领域最为著名的科技工程即为“211工程”和“985工程”，两个工程的实施对整个高等教育体系在创新型人才培养、科学研究和社会服务方面产生了显著的影响。虽然两个工程的相关文件于2016年失效，代之以“双一流建设”，但国家实施重大科技工程仍在继续，并未中断。因此，本文选取“211工程”实施的1995年作为时间点，1995—2017年赋值为1，代表实施了重大科技工程和计划；1995年之前赋值为0，代表未实施重大科技工程和计划。

3.投资因素

投资因素主要包括2个要素：教育投资和研发实践投入。(1)教育投资是指国家、社会及家庭所提供的教育投入，保证个体能够接受高质量的教育。本文选取教育投资相对量来代表教育投资。教育投资相对量是指教育经费在国民生产总值中所占的比重，这一数据可以衡量一国用于教育的资源在资源总消耗中的比例，或者说是反映对教育的重视程度。(2)国家和企业是原始创新的实施主体，研发实践投入是通过提供良好的研发项目，为创新型人才创造参与科技研发的机会，使之在实践和工作中成长。由于基础研究是产生原始创新的最主要来源，因此选取研究与试验发展基础研究经费支出代表研发实践投入。

4.环境因素

环境因素主要包括5个要素：组织(企业)开放性、国家创新体系建设、国家科研基础设施建设、社会科学尊崇度、组织(企业)科技储备。(1)开放性的环境意味着创新型人才能与国内外充分交流，吸取先进经验和开阔眼界，从而能够促进创新成果的产生。企业的开放性主要考虑了中国企业吸引外商投资的能力，因此选取外商投资企业数来代表企业的开放性。(2)国家创新体系建设包括很多方面，如国家能否实现产官学与金融、研究机构、中介组织等之间的协调一致，能否在知识产权、顶层设计、创新中介等方面进行有效组织和规划并执行，能否建设并完善有效的激励创新特别是原始创新的法律法规和相关政策等。本文使用于文浩(2018)[18]对中国国家创新体系演变历程的划分方式，将其分为四个阶段：成套技术引进与模仿(1978—1984)；市场换技术与模仿创新(1985—1996)；集成创新和二次创新(1997—2005)；集成创新、二次创新和原始创新(2006至今)。每一个阶段的演变都是国家创新体系的进步与发展，本文分别用1～4赋值四个发展阶段进行量化分析。(3)国家科研基础设施建设是指国家层级上高精尖设施建设的广度、深度和水准，以及国家对普及型创新服务基础设施的投资力度。国家层级的投入是产生原始创新的保障，因此本文选取科学研究、技术服务和地质勘探行业固定资产投资数据代表科研基础设施建设情况。(4)全社会对从事科技创新工作的尊崇和对科研人员的尊重是社会科学尊崇度的重要体现。社会对科技工作者的尊崇度越高，进入科研领域以及从事科研工作的人就会越多。因此，本文选择全国研究与试验发展(R&D)人员全时当量代表社会科学尊崇度这一指标。(5)组织(企业)科技储备是指对已经形成阶段性成果或有望形成重大成果的项目进行重点管理，通过储备让成果长大，形成核心技术或原始创新型成果。发明专利的申请授权数是一国科技储备实力的重要体现，是产生原始创新成果的重要基础，因此，选取发明专利申请授权数代表组织(企业)科技储备。

5.激励因素

激励因素包括3个要素：危机文化、社会竞争意识、科研人员奉献精神。(1)危机文化代表当社会发展遇到危机时，社会文化偏向安逸还是具有较强的危机意识。根据中国GDP增长率分析，中国经济增长完成了三轮周期，分别为1978—1984年、1985—1992年、1993—2007年。1981年、1990年、1999年为这三轮完整经济周期的最低点，本文选取1981年、1990年、1999年为危机年份，分别赋值1来代表。(2)社会竞争意识代表了社会文化对于竞争环境的接受度和对失败的容忍度。由于社会竞争意识是思想意识方面的指标，很难量化，所以本文选取了国有与私营企业数代表社会竞争意识。私营企业占比高，即认为社会对竞争环境的接受度较高。(3)科研人员奉献精神指是否能够在不完全考虑报酬的情况下牺牲精力、时间和容忍长期枯燥的科研工作。有关科研人员奉献精神方面的研究鲜见。在整理220位老一辈院士的传记时，一个深刻的感受就是他们都具有非常强的社会责任感，经常为了攻克科研难关夜以继日地工作，并不考虑个人的收入所得。科学研究是长期、枯燥的工作，需要牺牲比常人更多的精力和时间。这种奉献和付出与科研人员所获得报酬往往不匹配，正是科研人员的奉献精神激励着他们开展创新工作，尤其是从事原始创新研究。本文认为科研人员的工资所得在一定程度上可以反映他们的奉献精神，因此，选取从事科学研究、技术服务人员的平均工资数据代表这一指标。

通过归纳分析，得出14个生态要素指标对应的数据，如表3所示。

表3 生态要素与相应指标数据

(二)主成分分析评价过程

为深入剖析中国原始创新型人力资本培养生态的发展趋势，本文选择主成分分析法作为度量方法。

1.主成分选取

根据前文对指标的分析，原始创新型人力资本培养生态模型包含5个要素和14个生态要素，14个生态要素分别用14个指标数据代表。用主成分分析法得到的统计结果如表4、图3所示。

表4 主成分特征值和累计贡献率(N=27)

从表4可以看出第一个主成分的特征值为8.265 6，占总特征值的比例为59.04%，这表示第一个主成分解释了原始14个变量59.04%的信息，可见第一个主成分对原来14个变量的解释还是较为充分的。

从主成分贡献率来看，一般主成分的累计方差贡献率达到80%以上的前几个主成分可以选作最后的主成分。或者，当特征值小于1时，就不再选作主成分了。因为如果特征值小于1，则意味着该主成分的解释力度小于直接用原始变量的解释力度。从表4可以看出，无论是从累计贡献率还是特征值角度，都是选择前3个主成分。

同样的结果可以从主成分分析的碎石图(见图3)得到验证，通过碎石图可以直观地看出各个特征值的大小。在图3中，特征值等于1处的水平线标示了保留主成分分析的分界点，同时再次强调了本例中成分4到14的重要性较低。

图3 碎石图

2.适用性检验

在软件Stata中可以用KMO和SMC来检验数据是否适合使用主成分分析。KMO是做主成分分析的效度检验指标之一，是用于测量变量之间相关关系强弱的重要指标，是通过比较两个变量的相关系数与偏相关系数得到的。KMO介于0到1之间。KMO越高，表明变量的共性越强。如果偏相关系数相对于相关系数比较高，则KMO比较低，主成分分析不能起到很好的数据约化效果。根据凯撒(Kaiser，1974)[19]的研究，判断标准如下：0.00～0.49为不能接受；0.50～0.59为非常差；0.60～0.69为勉强接受；0.70～0.79为可以接受；0.80～0.89为比较好；0.90～1.00为非常好。SMC即一个变量与其他所有变量的复相关系数的平方，也就是复回归方程的可决系数。SMC越高，表明变量的线性关系越强。

综上所述，KMO越高，表明变量的共性越强，SMC越高表明变量的线性关系越强，主成分分析就越合适。从表5可以看出，KMO检验的总体值为0.7848，在可以接受的范围内。各变量分别来看，KMO和SMC检验值也基本符合要求，因此可以判定使用主成分分析法是合适的。

表5 KMO、SMC检验值

(三)主成分评价结果

运用主成分分析法，可以计算出从1991—2017年原始创新型人力资本培养生态的得分，结果如图4所示。

图4可以看出，中国原始创新型人力资本培养生态整体上呈不断改善的趋势，从2005年开始，培养生态的得分变为正值。在整体增长趋势中，某些年份的培养生态得分出现了波动，即1994—1996年、2003—2004年、2007—2008年。

图4 原始创新型人力资本培养生态趋势

1. 1994—1996年。1994年培养生态突然恶化，1995年回升后，1996年再次下降，但之后的20年，培养生态以较快的速度得以改善。分析1994—1996年培养生态波动的原因，不得不提到1993年中国在经济领域的改革。1993年全国人大常委会通过了《中华人民共和国宪法修正案》，将“社会主义市场经济”写入宪法，同一年作为计划经济重要特征的粮票制度取消，中国从计划经济逐渐走向市场经济。与此同时，开始了工资改革，教师、科技人员、国企员工等薪酬有了较大的增长。渡过2～3年的波动期，中国原始创新型人力资本培养生态也随着市场经济的发展得到了快速地改善。

2. 2003—2004年和2007—2008年培养生态的两次波动具有相同的特征，即波动突然出现，持续时间较短，培养生态以较高增速改善的趋势没有改变。分析这两次波动的原因，与2003年“非典”疫情和2008年全球金融危机爆发的时间节点吻合。2003年国民经济开局良好，第一季度中国经济增长率高达9.9%，在“非典”疫情的冲击下，全国在消费需求、工业生产、出口等方面明显减缓。但“非典”疫情在当年6月份即得到了较好控制，因此，虽然造成短时波动，但全年经济与社会各方面仍然保持了良好的发展势头。2008年爆发的国际金融危机对中国经济造成巨大冲击，有可能使中国经济增长路径和产业结构优化偏离原来的发展路径。为了应对这一局面，政府迅速反应，实施了“4万亿计划”，使中国迅速恢复经济，避免了经济大萧条情况的出现，将国际金融危机对社会各方面发展的影响降到了最低。因此，2003—2004年、2007—2008年培养生态只出现了短期的波动，且由于中国政府及时采取了措施，培养生态的增长趋势并未产生本质上的变化。

总体来讲，虽然个别年份出现波动，但中国原始创新型人力资本培养生态始终保持着持续改善的趋势，这也是中国建设科技强国，建成创新型国家的坚实基础。

五、结论与启示

本文构建了中国原始创新型人力资本培养生态的指标体系，利用1991—2017年数据，对中国原始创新型人力资本培养生态发展趋势进行了评价。本文的主要结论如下：其一，运用定量分析方法计算原始创新型人力资本培养生态得分，更加清晰地表明了国家和全社会对原始创新型人力资本积累的重视程度。其二，中国原始创新型人力资本培养生态整体上呈不断改善的趋势，虽然个别年份出现波动，但发展趋势仍然持续向好，这是党的十九届五中全会提出“坚持创新在中国现代化建设全局中的核心地位，把科技自立自强作为国家发展的战略支撑”这一未来发展方向的重要基础。

探索促进原始创新型人力资本培养生态的影响因素，积累更多的原始创新型人力资本，具有现实而紧迫的意义。但如何改善培养生态是一个十分复杂的理论问题，也是一个十分困难的实践问题，应将国情、政策实施、战略方向等内容纳入培养生态中进行全方位、多角度、长期地研究。近年来，无论是人工智能、新能源新材料、纳米科技等，都显露出多学科交叉融合的特点。因此，从高等教育层面来看，应加强多学科生态系统的营造，为原始创新型人力资本奠定多学科知识基础。从能力培养角度，创新创业教育应纳入国家和区域的发展规划，将创新人才的培养国家化、社会化，而不仅限于教育范畴。原始创新型人力资本的投资需持续加大，但应充分发挥社会资本的优势，完善风险投资机制，提高风投企业与科技研发前沿的密切度、提高资金使用效率。在环境改善方面，要加强国际化的生态营造，在留学和科研交流“走出去”的基础上，大力吸引海外人才和科技移民，营造双向国际化生态。在激励方面，要加强创新与创业家社区集聚的生态营造。在集聚地，最新科技信息快速传播，创新资源快速交换，配套政策实施便利等，都会促进原始创新型科技成果不断产生并快速产业化、扩散化。

中国经济进入新常态，发展空间仍然广阔。创新作为中国现代化建设的战略支撑，只要及早重视原始创新型人力资本培养生态的建设，激励越来越多的原始创新型人力资本从事原始创新，就可以极大地缩短中国与科技强国的差距，实现建设现代化强国的奋斗目标。