新零售发展中存在问题及对策建议
原标题：新零售发展中存在问题及对策建议经过两年的发展，新零售已经初见规模。在新零售出现之前，中国零售业已经经历了“百货商店-超级市场-连锁经营-电子商务”的四次大变革，而新零售则拉开了线上融合线下的第五次变革。商务部给出了新零售的定义：即以消费者为核心，以提升效率、降低成本为目的，以技术创新为驱动，要素全面革新进化的商品交易方式。当前，零售产业正从用户高速增长向用户价值提升阶段转变，而线上线下融合的商业模式正是可以满足用户价值提升的需要。
支付方式的优化、体验方式的优化、供应方式的优化、生产方式的优化等与零售相关流程和环节的深度改造可以再度提升行业发展的效能，从而为我们找到一个后互联网时代的全新发展模式，由此，新零售应运而生。实际上，新零售的产生是由技术、消费和市场三方面因素促成。
首先，技术的发展为新零售提供了土壤。近场感应终端、虚拟试衣镜等技术使丰富的线下购物体验成为可能，云、大、物以及人工智能的发展为零售平台提供了先进的信息分析工具。
其次，消费的升级为新零售提供牵引力。一方面居民消费购买力日益攀升，另一方面消费者需求越来越多样，对商品和消费的匹配度提出更高要求。
最后，市场的瓶颈使得新零售成为必然选择。在电子商务的冲击之下，全球实体零售发展放缓，整个零售业亟待寻找新的增长动力；与此同时，互联网用户红利正逐渐消退，线上获客成本激增，原有的纯电商盈利模式已出现瓶颈，亟需求得突破，延续发展势头。流通效率整体下滑，盈利空间萎缩，市场竞争空前激烈，倒逼多元零售形态涌现。
¢总体来看，新零售业态方兴未艾，新零售项目不断推陈出新。但是，任何新生业态在发展中都不可避免的会出现各类问题，新零售也不例外。
当前，资本的偃旗息鼓、技术的简单稚嫩、线上和线下的尚未打通都在将新零售的发展带入到了前所未有的俗套里。曾经对新零售寄予厚望的的人们开始产生怀疑，逃离、彷徨和恐慌的气氛掺杂其中。然而，新零售并非一蹴而就，当新零售之花不断绽放，它的未来或许终将不止是一场美梦。
一、新零售发展中存在的问题无人零售发展面临危机。仅仅一年时间，无人零售就由狂热追捧逐渐转冷。先是一大批无人店面临结业，接着2018年开始，无人货架企业陆续倒闭。而多数无人便利店也正为客流量低、盗损率过高等问题所困扰。无人零售陷于如此困境，主要是因为其在技术和维修等方面的管理成本远高于无人模式带来的租金和人工成本压降。与此同时，技术投入不足、补货不及时、可选择货物种类少等问题严重影响购物体验，导致无人零售的客流量不尽如人意。因此，无人零售的效益远低于传统门店。
低端同质化竞争问题突出。无论是将云计算、大数据以及人工智能等技术应用于企业运营、营销管理，还是采用VR、AR技术丰富消费者的购物体验，都需要领先的前沿技术作为辅助。例如，依靠摄像头和传感器来追踪消费者从货架上拿走和放回的商品可有效解决盗损率过高的问题，而这需要大量的传感器和人工智能、人脸识别、货架动态识别等技术支持。目前，我国新零售创新聚焦在难度相对较低的无人货架等领域，人工智能、物联网等的创新应用相对较少，用户拿了就走的购物体验实现不了，要实现真正的无人零售，技术上还有很多不足，通过补贴方式吸引用户的盈利模式难以长期持续。
运营成本过高导致业绩不佳。新零售的发展无论是线下打造体验店还是发展新物流配合线上，都要投入大量人力财力物力，这对于新零售企业无疑更是巨额成本。线上的每一件商品、每一个交易，实际上都是在云上一个系统的交互过程；而线下则有大量的离线操作，因此将大量的线下门店集合成一个线上系统是一个很大的挑战。以新零售的典型代表——生鲜超市为例，新鲜的海产品有着高昂的物流运输成本和高单价，黄金地段的选址也拉高了门店租金的成本。目前来看，新零售项目普遍是亏损的，高居不下的流量、渠道以及门店扩张成本拖垮了大多数新零售企业。
展开全文快速扩张导致管理不全。对于很多新零售门店来说，只有扩张才能快速获得更多用户。但是，快速扩张在实现规模发展的同时，也为员工和产品管理带来考验。11月，新零售企业被爆“标签门”事件，即存在生鲜零售企业以新标签替换旧标签，但食品却没有变化的现象。这暴露出新零售企业在供应链升级，尤其是产品质量管控、员工的培训和规章制度的执行等方面力度仍有不足。
传统线下零售企业转型困难。当前大多数线下零售企业正面临自身经营困难的境遇，难以投入巨额成本进行转型。即使有企业主动接轨新零售，快速扩张的门店也严重拖累企业效益，难以避免亏损的局面。不仅如此，线下零售市场集中度不高也是线下企业难以集中力量实现转型的重要因素。线上电商有阿里和京东两大巨头，而线下企业却是“军阀割据”的局面，整合能力较弱，尚未有如美国沃尔玛那样大举收购电商企业的线下零售商出现。线下零售企业对数据的收集整合处理的能力较弱，缺乏互联网的基因，转型之路依旧充满挑战。
二、新零售发展的对策建议技术创新推动新零售向高端延伸。无论是无人零售的发展危机还是低端同质化竞争的问题，都是源于更高门槛的技术难题无法突破。建议新零售企业加大云计算、大数据、物联网以及人工智能等新技术和新产品的开发，深度运用5G、生物识别、虚拟现实等技术拓展互动消费场景、实现成本压降。鼓励产学研用紧密协作，建立新零售产业联盟，推进科技成果转化商用。
推动数据资源开放，鼓励企业加强合作。推动政府各部门加快数据资源开放共享，完善数据共享、流通、保护相关标准。鼓励企业建立行业自律组织，加强数据合作，充分发挥大数据技术在提升新零售的精准营销和服务能力中的作用。
优化政策监管体系，推动行业健康发展。政策方面鼓励新零售技术和应用创新，探索构建社会信用体系，完善相关标准体系，健全市场监测、用户权益保护、产品追溯等机制，着力降低监管、场地和网络成本。完善跨部门协同监管机制，加强联合监督执法，形成线上与线下互补、市场监管与行业监管互动的局面。
实现实现线上和线下的完全打通。线上和线下之间的鸿沟需要进一步弥合。互联网时代的来临并未消弭线上和线下之间的壁垒和鸿沟，相反让它们之间的隔阂变得更大了。因为无论是阿里、腾讯还是百度，其实都是一个以线上为主打的公司，他们的竞争对手是传统的线下企业。互联网时代的崛起所导致的一个直接结果就是以阿里、腾讯、百度为代表的线上的互联网公司的崛起以及传统行业的衰落。
说得更加直接一些，互联网巨头的崛起其实是建立在线下传统企业的衰落的尸体之上的。互联网的这种发展模式带来的一个直接结果就是线上企业和线下企业之间的竞争关系。然而，互联网式的发展模式并不是万能的，虽然这些大型的互联网公司几乎彻底改变了我们的生活习惯和消费行为，但是，有些痛点和难题并不是互联网公司能够解决的。
以线上体验的虚拟和感知力差、商品质量的难以把控、供应效率的有待提升为代表的诸多痛点和难题并不是仅仅只是依靠线上平台就能够解决的，除了线上平台之外，人们还需要线下的参与才能真正解决这些问题。事实情况却是，互联网时代的来临将线上和线下逼退到了对立的两面，从而失去了结合的可能性。
因此，弥合线上和线下的鸿沟成为后互联网时代亟待需要破解的困境和难题，新零售的一个主要的特点就是实现线上和线下的完全打通。
正是在这样的需求的影响下，新零售开始被提出，并且开始被越来越多地付诸于实践。我们看到的以阿里、腾讯和京东为代表的互联网巨头，之所以会不断布局线下的商超其实正是这种现象的直接体现。
¢结语：未来的生产不再是制造商的一厢情愿，而是更多地根据用户的需求进行有针对性的生产，商品的分配也是基于用户大数据的分布，商品的体验不再是传统的体验方式，当新的零售业逐步深化时，我们将真正改变传统的行业生产、供应和体验，一个新的时代将被开启。【文/李少华】返回搜狐，查看更多
编者自评：做一个快乐的销售者，木子哥往昔从业教管，后浪迹企管、销售多年，而今四十有余，偶执笔叙得，实为一介走偏轨迹之布衣！因至今，仍还未阅尽世间百态,看淡世事冷暖，故未能词出文涌。拙笔若有污目或观点雷同，敬请谅解！责任编辑：人工智能的历史、现状和未来
如同蒸汽时代的蒸汽机、电气时代的发电机、信息时代的计算机和互联网，人工智能正成为推动人类进入智能时代的决定性力量。全球产业界充分认识到人工智能技术引领新一轮产业变革的重大意义，纷纷转型发展，抢滩布局人工智能创新生态。世界主要发达国家均把发展人工智能作为提升国家竞争力、维护国家安全的重大战略，力图在国际科技竞争中掌握主导权。习近平总书记在十九届中央政治局第九次集体学习时深刻指出，加快发展新一代人工智能是事关我国能否抓住新一轮科技革命和产业变革机遇的战略问题。错失一个机遇，就有可能错过整整一个时代。新一轮科技革命与产业变革已曙光可见，在这场关乎前途命运的大赛场上，我们必须抢抓机遇、奋起直追、力争超越。
概念与历程
了解人工智能向何处去，首先要知道人工智能从何处来。1956年夏，麦卡锡、明斯基等科学家在美国达特茅斯学院开会研讨“如何用机器模拟人的智能”，首次提出“人工智能（ArtificialIntelligence，简称AI）”这一概念，标志着人工智能学科的诞生。
人工智能是研究开发能够模拟、延伸和扩展人类智能的理论、方法、技术及应用系统的一门新的技术科学，研究目的是促使智能机器会听（语音识别、机器翻译等）、会看（图像识别、文字识别等）、会说（语音合成、人机对话等）、会思考（人机对弈、定理证明等）、会学习（机器学习、知识表示等）、会行动（机器人、自动驾驶汽车等）。
人工智能充满未知的探索道路曲折起伏。如何描述人工智能自1956年以来60余年的发展历程，学术界可谓仁者见仁、智者见智。我们将人工智能的发展历程划分为以下6个阶段：
一是起步发展期：1956年—20世纪60年代初。人工智能概念提出后，相继取得了一批令人瞩目的研究成果，如机器定理证明、跳棋程序等，掀起人工智能发展的第一个高潮。
二是反思发展期：20世纪60年代—70年代初。人工智能发展初期的突破性进展大大提升了人们对人工智能的期望，人们开始尝试更具挑战性的任务，并提出了一些不切实际的研发目标。然而，接二连三的失败和预期目标的落空（例如，无法用机器证明两个连续函数之和还是连续函数、机器翻译闹出笑话等），使人工智能的发展走入低谷。
三是应用发展期：20世纪70年代初—80年代中。20世纪70年代出现的专家系统模拟人类专家的知识和经验解决特定领域的问题，实现了人工智能从理论研究走向实际应用、从一般推理策略探讨转向运用专门知识的重大突破。专家系统在医疗、化学、地质等领域取得成功，推动人工智能走入应用发展的新高潮。
四是低迷发展期：20世纪80年代中—90年代中。随着人工智能的应用规模不断扩大，专家系统存在的应用领域狭窄、缺乏常识性知识、知识获取困难、推理方法单一、缺乏分布式功能、难以与现有数据库兼容等问题逐渐暴露出来。
五是稳步发展期：20世纪90年代中—2010年。由于网络技术特别是互联网技术的发展，加速了人工智能的创新研究，促使人工智能技术进一步走向实用化。1997年国际商业机器公司（简称IBM）深蓝超级计算机战胜了国际象棋世界冠军卡斯帕罗夫，2008年IBM提出“智慧地球”的概念。以上都是这一时期的标志性事件。
六是蓬勃发展期：2011年至今。随着大数据、云计算、互联网、物联网等信息技术的发展，泛在感知数据和图形处理器等计算平台推动以深度神经网络为代表的人工智能技术飞速发展，大幅跨越了科学与应用之间的“技术鸿沟”，诸如图像分类、语音识别、知识问答、人机对弈、无人驾驶等人工智能技术实现了从“不能用、不好用”到“可以用”的技术突破，迎来爆发式增长的新高潮。
现状与影响
对于人工智能的发展现状，社会上存在一些“炒作”。比如说，认为人工智能系统的智能水平即将全面超越人类水平、30年内机器人将统治世界、人类将成为人工智能的奴隶，等等。这些有意无意的“炒作”和错误认识会给人工智能的发展带来不利影响。因此，制定人工智能发展的战略、方针和政策，首先要准确把握人工智能技术和产业发展的现状。
专用人工智能取得重要突破。从可应用性看，人工智能大体可分为专用人工智能和通用人工智能。面向特定任务（比如下围棋）的专用人工智能系统由于任务单一、需求明确、应用边界清晰、领域知识丰富、建模相对简单，形成了人工智能领域的单点突破，在局部智能水平的单项测试中可以超越人类智能。人工智能的近期进展主要集中在专用智能领域。例如，阿尔法狗（AlphaGo）在围棋比赛中战胜人类冠军，人工智能程序在大规模图像识别和人脸识别中达到了超越人类的水平，人工智能系统诊断皮肤癌达到专业医生水平。
通用人工智能尚处于起步阶段。人的大脑是一个通用的智能系统，能举一反三、融会贯通，可处理视觉、听觉、判断、推理、学习、思考、规划、设计等各类问题，可谓“一脑万用”。真正意义上完备的人工智能系统应该是一个通用的智能系统。目前，虽然专用人工智能领域已取得突破性进展，但是通用人工智能领域的研究与应用仍然任重而道远，人工智能总体发展水平仍处于起步阶段。当前的人工智能系统在信息感知、机器学习等“浅层智能”方面进步显著，但是在概念抽象和推理决策等“深层智能”方面的能力还很薄弱。总体上看，目前的人工智能系统可谓有智能没智慧、有智商没情商、会计算不会“算计”、有专才而无通才。因此，人工智能依旧存在明显的局限性，依然还有很多“不能”，与人类智慧还相差甚远。
人工智能创新创业如火如荼。全球产业界充分认识到人工智能技术引领新一轮产业变革的重大意义，纷纷调整发展战略。比如，谷歌在其2017年年度开发者大会上明确提出发展战略从“移动优先”转向“人工智能优先”，微软2017财年年报首次将人工智能作为公司发展愿景。人工智能领域处于创新创业的前沿。麦肯锡公司报告指出，2016年全球人工智能研发投入超300亿美元并处于高速增长阶段；全球知名风投调研机构CBInsights报告显示，2017年全球新成立人工智能创业公司1100家，人工智能领域共获得投资152亿美元，同比增长141%。
创新生态布局成为人工智能产业发展的战略高地。信息技术和产业的发展史，就是新老信息产业巨头抢滩布局信息产业创新生态的更替史。例如，传统信息产业代表企业有微软、英特尔、IBM、甲骨文等，互联网和移动互联网时代信息产业代表企业有谷歌、苹果、脸书、亚马逊、阿里巴巴、腾讯、百度等。人工智能创新生态包括纵向的数据平台、开源算法、计算芯片、基础软件、图形处理器等技术生态系统和横向的智能制造、智能医疗、智能安防、智能零售、智能家居等商业和应用生态系统。目前智能科技时代的信息产业格局还没有形成垄断，因此全球科技产业巨头都在积极推动人工智能技术生态的研发布局，全力抢占人工智能相关产业的制高点。
人工智能的社会影响日益凸显。一方面，人工智能作为新一轮科技革命和产业变革的核心力量，正在推动传统产业升级换代，驱动“无人经济”快速发展，在智能交通、智能家居、智能医疗等民生领域产生积极正面影响。另一方面，个人信息和隐私保护、人工智能创作内容的知识产权、人工智能系统可能存在的歧视和偏见、无人驾驶系统的交通法规、脑机接口和人机共生的科技伦理等问题已经显现出来，需要抓紧提供解决方案。
趋势与展望
经过60多年的发展，人工智能在算法、算力（计算能力）和算料（数据）等“三算”方面取得了重要突破，正处于从“不能用”到“可以用”的技术拐点，但是距离“很好用”还有诸多瓶颈。那么在可以预见的未来，人工智能发展将会出现怎样的趋势与特征呢？
从专用智能向通用智能发展。如何实现从专用人工智能向通用人工智能的跨越式发展，既是下一代人工智能发展的必然趋势，也是研究与应用领域的重大挑战。2016年10月，美国国家科学技术委员会发布《国家人工智能研究与发展战略计划》，提出在美国的人工智能中长期发展策略中要着重研究通用人工智能。阿尔法狗系统开发团队创始人戴密斯·哈萨比斯提出朝着“创造解决世界上一切问题的通用人工智能”这一目标前进。微软在2017年成立了通用人工智能实验室，众多感知、学习、推理、自然语言理解等方面的科学家参与其中。
从人工智能向人机混合智能发展。借鉴脑科学和认知科学的研究成果是人工智能的一个重要研究方向。人机混合智能旨在将人的作用或认知模型引入到人工智能系统中，提升人工智能系统的性能，使人工智能成为人类智能的自然延伸和拓展，通过人机协同更加高效地解决复杂问题。在我国新一代人工智能规划和美国脑计划中，人机混合智能都是重要的研发方向。
从“人工+智能”向自主智能系统发展。当前人工智能领域的大量研究集中在深度学习，但是深度学习的局限是需要大量人工干预，比如人工设计深度神经网络模型、人工设定应用场景、人工采集和标注大量训练数据、用户需要人工适配智能系统等，非常费时费力。因此，科研人员开始关注减少人工干预的自主智能方法，提高机器智能对环境的自主学习能力。例如阿尔法狗系统的后续版本阿尔法元从零开始，通过自我对弈强化学习实现围棋、国际象棋、日本将棋的“通用棋类人工智能”。在人工智能系统的自动化设计方面，2017年谷歌提出的自动化学习系统（AutoML）试图通过自动创建机器学习系统降低人员成本。
人工智能将加速与其他学科领域交叉渗透。人工智能本身是一门综合性的前沿学科和高度交叉的复合型学科，研究范畴广泛而又异常复杂，其发展需要与计算机科学、数学、认知科学、神经科学和社会科学等学科深度融合。随着超分辨率光学成像、光遗传学调控、透明脑、体细胞克隆等技术的突破，脑与认知科学的发展开启了新时代，能够大规模、更精细解析智力的神经环路基础和机制，人工智能将进入生物启发的智能阶段，依赖于生物学、脑科学、生命科学和心理学等学科的发现，将机理变为可计算的模型，同时人工智能也会促进脑科学、认知科学、生命科学甚至化学、物理、天文学等传统科学的发展。
人工智能产业将蓬勃发展。随着人工智能技术的进一步成熟以及政府和产业界投入的日益增长，人工智能应用的云端化将不断加速，全球人工智能产业规模在未来10年将进入高速增长期。例如，2016年9月，咨询公司埃森哲发布报告指出，人工智能技术的应用将为经济发展注入新动力，可在现有基础上将劳动生产率提高40%；到2035年，美、日、英、德、法等12个发达国家的年均经济增长率可以翻一番。2018年麦肯锡公司的研究报告预测，到2030年，约70%的公司将采用至少一种形式的人工智能，人工智能新增经济规模将达到13万亿美元。
人工智能将推动人类进入普惠型智能社会。“人工智能+X”的创新模式将随着技术和产业的发展日趋成熟，对生产力和产业结构产生革命性影响，并推动人类进入普惠型智能社会。2017年国际数据公司IDC在《信息流引领人工智能新时代》白皮书中指出，未来5年人工智能将提升各行业运转效率。我国经济社会转型升级对人工智能有重大需求，在消费场景和行业应用的需求牵引下，需要打破人工智能的感知瓶颈、交互瓶颈和决策瓶颈，促进人工智能技术与社会各行各业的融合提升，建设若干标杆性的应用场景创新，实现低成本、高效益、广范围的普惠型智能社会。
人工智能领域的国际竞争将日益激烈。当前，人工智能领域的国际竞赛已经拉开帷幕，并且将日趋白热化。2018年4月，欧盟委员会计划2018—2020年在人工智能领域投资240亿美元；法国总统在2018年5月宣布《法国人工智能战略》，目的是迎接人工智能发展的新时代，使法国成为人工智能强国；2018年6月，日本《未来投资战略2018》重点推动物联网建设和人工智能的应用。世界军事强国也已逐步形成以加速发展智能化武器装备为核心的竞争态势，例如美国特朗普政府发布的首份《国防战略》报告即谋求通过人工智能等技术创新保持军事优势，确保美国打赢未来战争；俄罗斯2017年提出军工拥抱“智能化”，让导弹和无人机这样的“传统”兵器威力倍增。
人工智能的社会学将提上议程。为了确保人工智能的健康可持续发展，使其发展成果造福于民，需要从社会学的角度系统全面地研究人工智能对人类社会的影响，制定完善人工智能法律法规，规避可能的风险。2017年9月，联合国犯罪和司法研究所（UNICRI）决定在海牙成立第一个联合国人工智能和机器人中心，规范人工智能的发展。美国白宫多次组织人工智能领域法律法规问题的研讨会、咨询会。特斯拉等产业巨头牵头成立OpenAI等机构，旨在“以有利于整个人类的方式促进和发展友好的人工智能”。
态势与思考
当前，我国人工智能发展的总体态势良好。但是我们也要清醒看到，我国人工智能发展存在过热和泡沫化风险，特别在基础研究、技术体系、应用生态、创新人才、法律规范等方面仍然存在不少值得重视的问题。总体而言，我国人工智能发展现状可以用“高度重视，态势喜人，差距不小，前景看好”来概括。
高度重视。党中央、国务院高度重视并大力支持发展人工智能。习近平总书记在党的十九大、2018年两院院士大会、全国网络安全和信息化工作会议、十九届中央政治局第九次集体学习等场合多次强调要加快推进新一代人工智能的发展。2017年7月，国务院发布《新一代人工智能发展规划》，将新一代人工智能放在国家战略层面进行部署，描绘了面向2030年的我国人工智能发展路线图，旨在构筑人工智能先发优势，把握新一轮科技革命战略主动。国家发改委、工信部、科技部、教育部等国家部委和北京、上海、广东、江苏、浙江等地方政府都推出了发展人工智能的鼓励政策。
态势喜人。据清华大学发布的《中国人工智能发展报告2018》统计，我国已成为全球人工智能投融资规模最大的国家，我国人工智能企业在人脸识别、语音识别、安防监控、智能音箱、智能家居等人工智能应用领域处于国际前列。根据2017年爱思唯尔文献数据库统计结果，我国在人工智能领域发表的论文数量已居世界第一。近两年，中国科学院大学、清华大学、北京大学等高校纷纷成立人工智能学院，2015年开始的中国人工智能大会已连续成功召开四届并且规模不断扩大。总体来说，我国人工智能领域的创新创业、教育科研活动非常活跃。
差距不小。目前我国在人工智能前沿理论创新方面总体上尚处于“跟跑”地位，大部分创新偏重于技术应用，在基础研究、原创成果、顶尖人才、技术生态、基础平台、标准规范等方面距离世界领先水平还存在明显差距。在全球人工智能人才700强中，中国虽然入选人数名列第二，但远远低于约占总量一半的美国。2018年市场研究顾问公司CompassIntelligence对全球100多家人工智能计算芯片企业进行了排名，我国没有一家企业进入前十。另外，我国人工智能开源社区和技术生态布局相对滞后，技术平台建设力度有待加强，国际影响力有待提高。我国参与制定人工智能国际标准的积极性和力度不够，国内标准制定和实施也较为滞后。我国对人工智能可能产生的社会影响还缺少深度分析，制定完善人工智能相关法律法规的进程需要加快。
前景看好。我国发展人工智能具有市场规模、应用场景、数据资源、人力资源、智能手机普及、资金投入、国家政策支持等多方面的综合优势，人工智能发展前景看好。全球顶尖管理咨询公司埃森哲于2017年发布的《人工智能：助力中国经济增长》报告显示，到2035年人工智能有望推动中国劳动生产率提高27%。我国发布的《新一代人工智能发展规划》提出，到2030年人工智能核心产业规模超过1万亿元，带动相关产业规模超过10万亿元。在我国未来的发展征程中，“智能红利”将有望弥补人口红利的不足。
当前是我国加强人工智能布局、收获人工智能红利、引领智能时代的重大历史机遇期，如何在人工智能蓬勃发展的浪潮中选择好中国路径、抢抓中国机遇、展现中国智慧等，需要深入思考。
树立理性务实的发展理念。任何事物的发展不可能一直处于高位，有高潮必有低谷，这是客观规律。实现机器在任意现实环境的自主智能和通用智能，仍然需要中长期理论和技术积累，并且人工智能对工业、交通、医疗等传统领域的渗透和融合是个长期过程，很难一蹴而就。因此，发展人工智能要充分考虑到人工智能技术的局限性，充分认识到人工智能重塑传统产业的长期性和艰巨性，理性分析人工智能发展需求，理性设定人工智能发展目标，理性选择人工智能发展路径，务实推进人工智能发展举措，只有这样才能确保人工智能健康可持续发展。
重视固本强基的原创研究。人工智能前沿基础理论是人工智能技术突破、行业革新、产业化推进的基石。面临发展的临界点，要想取得最终的话语权，必须在人工智能基础理论和前沿技术方面取得重大突破。我们要按照习近平总书记提出的支持科学家勇闯人工智能科技前沿“无人区”的要求，努力在人工智能发展方向和理论、方法、工具、系统等方面取得变革性、颠覆性突破，形成具有国际影响力的人工智能原创理论体系，为构建我国自主可控的人工智能技术创新生态提供领先跨越的理论支撑。
构建自主可控的创新生态。我国人工智能开源社区和技术创新生态布局相对滞后，技术平台建设力度有待加强。我们要以问题为导向，主攻关键核心技术，加快建立新一代人工智能关键共性技术体系，全面增强人工智能科技创新能力，确保人工智能关键核心技术牢牢掌握在自己手里。要着力防范人工智能时代“空心化”风险，系统布局并重点发展人工智能领域的“新核高基”：“新”指新型开放创新生态，如产学研融合等；“核”指核心关键技术与器件，如先进机器学习技术、鲁棒模式识别技术、低功耗智能计算芯片等；“高”指高端综合应用系统与平台，如机器学习软硬件平台、大型数据平台等；“基”指具有重大原创意义和技术带动性的基础理论与方法，如脑机接口、类脑智能等。同时，我们要重视人工智能技术标准的建设、产品性能与系统安全的测试。特别是我国在人工智能技术应用方面走在世界前列，在人工智能国际标准制定方面应当掌握话语权，并通过实施标准加速人工智能驱动经济社会转型升级的进程。
推动共担共享的全球治理。目前看，发达国家通过人工智能技术创新掌控了产业链上游资源，难以逾越的技术鸿沟和产业壁垒有可能进一步拉大发达国家和发展中国家的生产力发展水平差距。在发展中国家中，我国有望成为全球人工智能竞争中的领跑者，应布局构建开放共享、质优价廉、普惠全球的人工智能技术和应用平台，配合“一带一路”建设，让“智能红利”助推共建人类命运共同体。
（作者：中央人民政府驻香港特别行政区联络办公室副主任、中国科学院院士）
中国青年科技人才培养存在问题与对策建议
本文来自微信公众号：中国青年研究（ID：china-youth-study），作者：王思霓（吉林大学经济学院博士研究生），原文标题：《中国青年科技人才培养的历史演进、存在问题与对策建议》，题图来自：视觉中国
应对世界百年未有之大变局，实现我国科技自立自强发展，亟须一批具有旺盛科研精力和高度创新力的青年科技人才。本文梳理了我国青年科技人才培养的总体战略和政策措施，针对目前存在的主要问题，提出进一步优化的系统性思路。建议继续坚持党对青年科技人才工作的全面领导、强化政策顶层设计、探索与国家战略相适应的选拔与激励制度、完善多元评价体系、构建符合青年科技人才成长规律的创新平台与制度环境。
党的十九大报告明确提出要“培养造就一大批具有国际水平的战略科技人才、科技领军人才、青年科技人才和高水平创新团队”。已有研究表明，青年科技人才处于取得重大科学发现的生理黄金时期，是科技创新的主力军[1][2][3]。
2021年9月27日，习近平总书记在中央人才工作会议上强调，“青年人才是国家战略人才力量的源头活水，要把培育国家战略人才力量的政策重心放在青年科技人才上，给予青年人才更多的信任、更好的帮助、更有力的支持，支持青年人才挑大梁、当主角”[4]。
应对世界百年未有之大变局，实现我国科技自立自强发展，亟须一批具有旺盛科研精力和高度创新力的青年科技人才。全方位培养、引进和用好青年科技人才是我国构建战略科技力量、解决当下关键核心技术“卡脖子”困境的当务之急和重要抓手。
一、加强青年科技人才培养的现实价值1.时代发展的必然选择从国内发展来看，我国已经完成了第一个百年奋斗目标，全面建成小康社会，开启了全面建设社会主义现代化国家新征程。同时，全球新一轮科技革命和产业革命把人类从工业经济时代带入到知识经济时代[5]。在大数据、云计算、人工智能、互联网、智能制造等技术革命的推动下，科技创新和产业创新同时快速进行，引发生产方式、组织结构、商业模式的重大变革。面对新的发展阶段，优化人才的培养、引进与使用是我国第二个百年奋斗目标的关键。
青年科技人才作为核心技术突破的生力军，在我国构建新发展格局中更发挥着关键作用。21世纪以来，世界主要发达国家均根据本国实际情况制定青年科技人才发展战略，高度重视青年科技人才的顶层规划工作。美国推出《美国国家创新战略》(2015年)和《美国国家科学委员会:2030愿景》，为青年人才提供充足的发展机会；英国政府于2000年就推出《卓越与机遇:21世纪的科学和创新政策》白皮书，构建青年人才成长和发展的环境与机制；日本政府于2020年审议通过《强化研究能力和支持青年研究人员综合措施计划》，旨在吸引青年人才从事科学研究工作。因此，加强对青年科技人才培养已经成为我国面对新发展阶段，顺应时代发展趋势，实现我国由人口大国转变为人才强国的必然选择。
2.实现高水平自立自强的重要保障2020年10月，中共中央印发《国民经济和社会发展第十四个五年规划和二〇三五年远景目标的建议》，强调要“把科技自立自强作为国家发展的战略支撑”。在我国从科技大国向科技强国过渡阶段，存在基础研究短板突出、产业基础能力不足、重大原始性创新成果缺乏、关键核心技术“卡脖子”等问题。这些问题实质反映的是我国缺少核心人才。
我国虽然人才队伍庞大，各类研发人员总量居世界首位，但是创新型人才结构失衡，尤其缺乏战略性科技人才、科技领军人才以及青年科技人才。在各种人才当中，青年科技人才又发挥着特殊重要作用。这是因为，青年科技人才处于研究生涯中精力最旺盛的阶段，是国家创新队伍中的生力军。当前，面向世界科技前沿、面向经济主战场、面向国家重大需求、面向人民生命健康[6]，加强对青年科技人才培养将成为我国实现高水平自立自强的重大引擎，在科技强国建设中发挥不可替代的推动作用。
3.应对国际局势新变化的关键环节从外部环境来看，我国正处于世界百年未有之大变局的战略机遇期。
一方面，产业分工从产品内分工向知识分工转变，创新驱动已经成为国际生产方式变革的主要方向。在新的生产方式下，掌握先进科学技术的国家将有效控制关键核心技术，牢牢占据价值链高端，在国际竞争中拥有核心竞争力。
另一方面，始于2018年的中美贸易摩擦对既有国际经济格局造成巨大冲击。中美贸易摩擦的本质是发达国家的美国对正在创新追赶的发展中国家的中国的科技创新战略之争，美国想要通过“科技创新脱钩”，继续维护本国在科技创新领域的绝对优势，遏制中国自主创新能力的提升和制造强国的建设。
习近平总书记指出：“综合国力的竞争说到底是人才竞争。”面对百年未有之大变局，更突显出人才培养的重要性。加强青年科技人才培养，一方面可以为我国经济转型升级提供智力支持;另一方面在中美贸易摩擦背景下，为实现我国关键核心技术突破和战略性产业发展形成自主人才培养体系和创新型人力资本积累。
二、青年科技人才培养的历史演进1.总体战略中国共产党在领导我国建设中国特色社会主义现代化国家过程中高度重视青年科技人才的地位和作用，为培养、选拔、引进、任用青年科技人才建立了总体思路和依据。毛泽东高度重视青年的科学教育工作，在1937年为陕北公学成立题词时提出“这所学校要造就一大批人”。
在社会主义建设时期，党在1956年开展“向科学进军”运动，不断激发青年广泛学习科学知识的热情。改革开放以后，邓小平在南方谈话中作出“把人民和青年教育好”的指示，“尊重知识、尊重人才”成为我党领导青年教育工作、人才工作、科技工作的重要国策。党的十八大以来，中国特色社会主义进入新时代，以习近平同志为核心的党中央将促进青年科技人才成长列为我国经济社会发展的重要战略。
2017年4月，中共中央、国务院印发《中长期青年发展规划(2016—2025年)》，明确提出要“在重点学科领域培养扶持一批青年拔尖人才”，“鼓励和支持青年人才参与战略前沿领域研究，着力培养一批青年科技创新领军人才”[7]。党的十九大报告专门强调青年培养的重要性，“青年兴则国家兴，青年强则国家强”，“青年一代有理想、有本领、有担当，国家就有前途，民族就有希望”。
习近平总书记十分重视青年科技人才的培育和成长机制，提出“终身之计，莫如树人”[8]，他还多次强调要按照人才成长规律培育具有创新活力的青年科技人才，尤其发挥广大院士领路人的作用，“肩负起培养青年科技人才的责任”，“不断发现、培养、举荐人才，为拔尖创新人才脱颖而出铺路搭桥”[9]。
2021年5月召开的两院院士大会上，习近平强调“要更加重视青年人才培养，努力造就一批具有世界影响力的顶尖科技人才，稳定支持一批创新团队，培养更多高素质技术技能人才、能工巧匠、大国工匠”，并引用“才者，材也，养之贵素，使之贵器”这句古语强调青年科技人才发现、培养工作的重要性[10]。
2.政策措施为落实着力培养青年科技人才的战略方针，我国陆续出台大量政策，多角度提高对青年科技人才的支持力度。在研究经费分配上，加大对青年科技人才的倾斜力度;在选拔与激励机制上，通过国家重大科技专项、国家重点研发计划、国家科技创新基地等平台为青年科技人才成长提供有力支持；在考核评价体系上，坚决破除“五唯”，突出不同类型人才的特点，引导评价多元化与长效化，完善立德树人评价机制;在对外交流上，通过公派留学机制和合作研究提升青年科技人才国际化能力(见表1)。
3.取得的成就我国通过不断创新培养模式和组织模式，青年科技人才已成为科技攻关的中流砥柱。2019年国家自然科学奖获奖成果完成人平均年龄不足45岁，我国载人航天工程研制队伍平均年龄仅为35岁，长征五号科研团队、嫦娥团队平均年龄只有33岁[18][19]。青年科技人才队伍不断壮大，有力支撑国家战略科技力量发展与创新型国家建设。
在原创性成果产出方面，青年科技人才聚焦基础研究和国民经济领域重要科学问题，积极承担国家级重大项目，取得一系列创新成果。中科院大连化学物理研究所包信和团队(平均年龄47.3岁)提出“纳米限域催化”新概念，引领催化学科发展;复旦大学赵东元团队(平均年龄44.3岁)率先提出有机-有机自组装软模板合成介孔材料思想，推动国际介孔材料领域的发展。
施一公率领的“85后”学生团队成功解析剪接体三维结构，为结构生物学领域剪接体相关疾病研究提供重要理论指导[20]。复旦大学封东来团队(平均年龄34岁)对于铁基超导体电子结构的光电子能谱的研究，引领高温超导材料领域发展。在抗击新冠肺炎疫情斗争中，中科院青促会会员积极参与“病毒溯源研究”“快速检测技术产品研发”“抗病毒应急药物研发”“疫苗及抗体研发”领域研究，为科学抗疫贡献青年力量[21]。
在原创技术与产品研制方面，青年科技人才致力于原创科研成果转移转化，推动创新链与产业链的密切衔接。中科大潘建伟团队(平均年龄32岁)深入量子物理领域，在量子通信技术研发方面取得突破进展。中科院张辉团队研发制造出国产“夸父量子”高端芯片，实现了中国高端芯片自主研发。中科院计算技术研究所培养的青年科技人才创办的寒武纪科技公司致力于人工智能芯片研发，已成为全球第一个人工智能芯片领域的“独角兽”初创公司。
三、青年科技人才培养存在的主要问题及原因剖析面对当前百年未有之大变局，科技创新在大国竞争中的作用越发凸显，青年科技人才培养的紧迫性和重要性更加突出。习近平总书记在中国共产党第十九次全国代表大会报告中强调“青年兴则国家兴，青年强则国家强”。
中国科技创新事业的进一步发展，需要努力打造和培养一批具有研判未来科技发展方向、敢于进行关键核心技术攻关的青年科技人才。通过系统回顾我国的青年科技人才培养实践，可以看到目前我国青年科技人才培养存在以下问题。
1.政策体系的系统性、整体性不足一方面关于青年科技人才项目的规划和布局缺乏前瞻性，相关政策一般都是零散分布于人才政策当中，目前还没有推出专门针对青年科技人才培养的系统性规划。另一方面，在对青年科技人才的资助方面也缺乏长期稳定的平台和资金支持，已经出台的相关政策中存在培养机制衔接不良、政策雷同等问题，政策体系缺乏整体布局。
我国在制定科技创新政策时，已经提高对青年科技人才培养的重视程度，但是政策的主要目标仍然是以完成国家重点项目为主，人才培养为辅，这会导致在研发项目中青年科技人才仅有“杰青”“优青”的帽子，并没有相对应的针对性参与和主导重大项目的机会。人才培养工作不能系统聚焦在青年科技人才可以发挥更大作用的优势领域、关键核心技术攻关领域和前瞻性战略性领域，容易挫伤青年人的创新积极性，违背了培养的初衷。
2.培养体系的前瞻性领域布局不足我国拥有世界上规模最大的高等教育体系，可以源源不断造就大批优秀青年人才，但是在培养方式上缺乏前瞻规划和长期支撑，主要体现在前瞻性领域布局不足，未能在我国具有比较优势的领域、关键核心技术领域、关系国民经济命脉领域提前培养相关青年人才。
根据MacroPolo智库在2019年发布的数据，全球顶级人工智能领域研究人员有59%分布于美国，中国仅占11%。在人工智能研究机构全球TOP25排名中，中国仅有清华大学(第9位)和北京大学(第18位)两所高校入围[22]。在中美贸易摩擦中最为引发关注的集成电路产业，根据中国《中国集成电路产业人才白皮书(2019—2020版)》发布的数据，现有从业人员中硕士占比18%，博士占比仅为1%，高层次青年人才布局严重不足。
在STEM(科学、技术、工程、数学)专业中，中国相关专业硕士毕业生占比13%，博士毕业生仅为2%。反观科技强国美国，相继出台《美国2000年教育战略》(1991年)、《美国国家创新战略》(2011年和2015年)、《美国国家科学委员会:2030愿景》等法案，为STEM人才提供充足的发展机会，截止到2019年，美国STEM专业中硕士生和博士生占比分别为24%和5%。
3.评价体系滞后与创新性不足人才评价标准同质化严重，缺乏对青年科技人员兴趣和爱好的培养。国家相关部门已经注意到单一评价体系带来的弊端，接连发文要求科技评价管理体系向定性与定量方法相结合的方式发展。但是在实际操作过程中，科研单位缺乏具体实施细则的指导，导致多元化评价体系流于表面。
现行人才评价方式仍然是传统的以论文数量、项目数量、经费总额等定量指标进行评价，没有形成创新性的综合评价体系。一般青年科技人才的入职合同中明确标出规定年限内需要达到的发表论文数和申请项目数。
《第四次全国科技工作者状况调查报告(2017)》统计显示，93.7%的科技工作者表示发表论文的主要目的就是满足晋升要求。这种强调短期量化成果的考评制度，导致青年科技人才无法坐住“冷板凳”潜心专注研究，阻碍他们对新领域、新知识的探索，很难形成具有突破性的创新成果。
4.科研环境与管理行政化高度行政化打击了青年科技人才的积极性，很多青年科技人才无法得到应有的重视，难以获得项目启动需要的科研资源[23]。科研项目经费大多来自政府部门，在2017年的第四次全国科技工作者状况调查中，72.4%的科研人员认为项目经费报销程序复杂，71.7%的科研人员认为预算编制要求过细过严。
科研项目申报的过度行政化还表现在预算执行时不能自主调剂、经费审计流程复杂、项目限定人员费用比例太低、申报周期太长、基础研究不受重视、申报手续复杂等方面。过度行政化导致青年科技人员真正用来研究的时间大大缩水，无法静心开展研究[24][25]。
四、青年科技人才培养的对策建议青年科技人才是我国实现高水平自立自强的基础。探索与国家战略相适应的青年科技人才选拔与激励制度，完善多元评价体系，构建符合青年科技人才成长规律的创新平台与制度环境，是当下国家青年科技人才培养和发展的谋划重点。
1.坚持党管人才原则，强化党对青年科技人才工作的全面领导在中国共产党百年发展进程中，党对青年科技人才的重视程度不断增强。习近平总书记指出:“党管人才就是党要领导实施人才强国战略、推进高水平科技自立自强”[26]。党管人才原则落实到青年科技人才领域，一是确保党对青年人才发展的正确政治引领，全方位支持、帮助、造就一批立足新发展阶段、面向新发展格局、服务于社会主义现代化强国建设的青年人才队伍。
二是党管人才主要体现为宏观统揽和战略规划，以服务于社会主义现代化强国建设为目标，设计制定人才培养目标、规划和路线，深化人才培养体制机制改革，营造尊重人才、求贤若渴的良好环境。
三是党管人才体现为尊重人才成长规律，青年科技人才具有思维高度活跃、创新意识强烈、受传统观念束缚少等特征，坚持党管人才原则就是不断探索改革人才管理方式，最大限度“盘活人才资源、发挥人才效能、鼓励人才创新、实现人才价值”[27]。
2.完善青年科技人才培养体系，强化顶层设计和政策引领如前所述，我国目前还没有出台专门针对青年科技人才的总体性发展战略和规划，各类青年科技人才政策零散分布，存在措施不明、政策重复、覆盖面不全等问题，需要青年科技人才政策规划工作明确发展目标和思路。
培养青年科技人才的重点在于激发和强化青年人才的自主创新能力，培养一批具有未来发展潜力的世界顶级创新人才。因此，要遵循青年科技人才的成长规律，针对不同阶段整体布局，培养、吸引、使用优秀青年科技人才，产出原始创新成果。
3.探索青年科技人才选拔与激励机制，激发人才创新活力人才选拔和激励机制是不断增强我国自主创新能力的核心。建立与国家战略相适应的发现人才、培育人才、稳定人才的体制机制，将利用与培养相结合，可以集聚实现关键核心技术突破的青年科技人才。
一是积极探索基于重大科研项目的“揭榜挂帅”制度，探索建立青年科技人才的有效发现与选拔机制。瞄准基础研究、底层技术、颠覆性技术和“卡脖子”技术等并设定清单目标[28]，建立健全符合这些项目特点的人才选拔制度，打破工作年限、工作经历、年龄等限制，让更多有潜力的青年科技人才充分参与并脱颖而出。
二是建立青年科技人才培养体系。继续实施“国家杰出青年科学基金”“优秀青年科学基金”“青年拔尖人才支持计划”等项目，拓宽青年科技人才的开放式培养渠道，塑造一大批具有活跃创新力的青年研究团队;针对青年科技人才的不同情况，采用导师制、同行合作研究制、派出工作制、青年人才进修班等多种形式强化培养，打造积极开放、平等交流的研究软环境。
4.完善多元评价制度，推动青年科技人才发展的全方位保障一是加大科技创新机制改革，释放青年科技人才的创新活力，破除不恰当的“帽子”限制。建立基于研究方向发展规律、科技发展客观规律、青年科技人才成长规律的分类分阶段激励标准，对具有不同类型特殊专长、处于不同成长阶段的科研人员，打破学历、职称、资历的限制，让青年科技人才具有使命感、获得感和认同感。
二是建立以研究能力为核心的评价制度，形成分学科、多维度、突出研究成果质量的评价体系，坚决落实“破五唯”行动。
三是延长评价周期，侧重考察科研潜力，摒弃与短期论文、项目、获奖过度挂钩的激励机制，引导更多青年科技人才回归科研初心，潜心从事科研难度高、投资周期长的项目，成长为具有奉献精神、十年磨一剑的“冷板凳”人才。四是注重青年科技人才创新产出效能的评价。鼓励青年科研人员密切与产业界的联系，将科研项目与企业的市场需求相结合，形成紧密的创新联合体，将新知识转化为经济价值。
5.打造一流创新平台和载体，巩固青年科技人才成长阵地研究表明，研究型大学是培养青年科技人才的重要阵地。已有研究表明，颠覆性技术更可能产生于拥有大学和高技能劳动力的区域[29]。优秀科研人员的培养离不开一流的研究平台和研究团队。
一要加大对国内高校、研究机构的支持力度。青年科研人员尤其是海外优秀人才，十分重视自身未来的发展平台，一般会选择研究水平和声誉位于世界前列的研究机构和大学进一步发展。所以要坚持高水平大学和学科建设，打造一批具有前沿水平的研究平台，吸引青年科技人才。
二要针对我国实现科技自立自强的发展目标，以国家战略目标为导向，发挥国家科技重大专项集聚人才的作用，敢于给优秀青年科研人员加担子，在前沿性科研领域和“卡脖子”技术领域鼓励青年人才发现新问题、解决新问题。
三要加强国际合作创新平台建设，通过与国际前沿创新机构和团队合作，鼓励青年科技人才积极参与合作创新项目，支持青年人才到国外高水平高校和科研机构进行访学和学术交流，力争取得突破性的研究成果。
6.深化科技创新体制改革，营造青年科技人才发展的良好环境在科研管理体系上，精简科研项目申报、评审、结项全流程，采用一次报送制，让青年科技人才将有限的时间投入真正的研究过程中。在科研经费管理上，加大对青年科技人才研究经费的支持范围和力度。通过设立科研项目启动资金，为青年科技人才科研事业起步提供“第一桶金”。对于研究方向尚未明确、研究经验不足的研究生，设立早期项目，增加青年人才必要的实践积累。
[基金项目:本文系吉林省社科基金重点项目“提升吉林省产业基础与产业链现代化水平研究”(项目编号:2019wt61)的阶段性成果]
参考文献:
[1]赵红州.关于科学家社会年龄问题的研究[J].自然辩证法通讯，1979(4):29-44.
[2]刘俊婉.从诺贝尔奖现象看科学创造的特征[J].科学学研究，2009，27(9):1289-1297.
[3]门伟莉，张志强.科研创造峰值年龄变化规律研究—以自然科学领域诺奖得主为例[J].科学学研究，2013，31(8):1152-1159.
[4][10][26]习近平.深入实施新时代人才强国战略加快建设世界重要人才中心和创新高地[J].求是，2021(24).
[5]习近平在中国科学院第十九次院士大会、中国工程院第十四次院士大会上的讲话[N].人民日报，2018-05-29(2).
[6]习近平在科学家座谈会上的讲话[N].人民日报，2020-09-12(2).
[7]中共中央、国务院印发《中长期青年发展规划(2016—2025年)》[EB/OL].(2017-04-13).http://www.gov.cn/zhengce/2017-04-13/content_5185555.htm.[8][9]习近平.在中国科学院第十七次院士大会、中国工程院第十二次院士代表大会上的讲话[M].北京:人民出版社，2014:18.
[11]中共中央、国务院印发《国家中长期人才发展规划纲要(2010—2020年)》[EB/OL].(2010-06-07).http://news.xinhuanet.com/mrdx/2010-06-07/content_13630310.htm.
[12][16]中共中央印发《关于深化人才发展体制机制改革的意见》[EB/OL].(2016-03-22).http://www.china.com.cn/cppcc/2016-05/07/content_38402090_2.htm.
[13]中共中央办公厅国务院办公厅印发《关于深化项目评审、人才评价、机构评估改革的意见》[EB/OL].(2018-07-03).http://www.gov.cn/zhengce/2018-07/03/content_5303251.htm.
[14]国务院印发《国务院关于优化科研管理提升科研绩效若干措施的通知》[EB/OL].(2018-07-24).http://www.gov.cn/zhengce/content/2018-07/24/content_5308787.htm.
[15]中共中央、国务院印发《深化新时代教育评价改革总体方案》[EB/OL].(2020-10-13).http://www.gov.cn/zhengce/2020-10/13/content_5551032.htm.
[17]李强，王晓娇，段黎萍.国内外促进青年科技人才成长的政策比较及相关启示[J].中国科技人才，2021(2):23-30.
[18][21]陈凯华，盛夏，李博强，等.加强青年科研队伍建设，加速实现科技自立自强—兼论中国科学院青年创新促进会发展经验与展望[J].中国科学院院刊，2021，36(5):589-596.
[19]“嫦娥团队”平均年龄33岁[EB/OL].(2013-12-02).http://news.cntv.cn/2013/12/02/ARTI1385924929269330.shtml.
[20]翟礼淼，方虹.青年科技人才是创新驱动与核心技术突破的关键[J].科技导报，2019，37(9):66-71.[22]TheGlobalAlTalentTracker[EB/OL].http://macropolo.org/digital-projects/the-global-ai-talent-tracker/.
[23]柳卸林，丁雪辰，高雨辰.从创新生态系统看中国如何建成世界科技强国[J].科学学与科学技术管理，2018，39(3):3-15.
[24]周建中.关于青年科技人才发展战略的思考与建议[J].科技导报，2019，37(12):97-101.
[25]陈劲，王璐瑶.新时代中国科教兴国战略论纲[J].改革，2019(6):32-40.
[27]刘海飞.习近平关于人才工作重要论述的核心要义[J].党的文献，2019(1):35-41.
[28]季冬晓.实行“揭榜挂帅”等制度[N].光明日报，2020-11-16.
[29]BloomN，HassanTA，KalyaniA，etal.TheDiffusionofDisruptiveTechnologies[R].NationalBureauofEconomicResearch，2021.
本文来自微信公众号：中国青年研究（ID：china-youth-study），作者：王思霓（吉林大学经济学院博士研究生）
金融支持科创企业发展的难点及对策建议
□农业银行南京秦淮支行刘蕾
近些年来，在政策引导下，国内金融支持科技创新力度不断加大，但科创型企业融资难的问题一直比较突出。笔者认为，当前科创企业在融资方面主要存在三大难点，并提出几点对策，具体如下：
一、金融支持科创企业的难点
一是信贷资金需求量、时、价的问题解决难。科创企业大多可抵押资产少、资金需求急、额度大、融资成本敏感度高，银行现有贷款产品难以同时满足上述需求。信用贷款额度小，通常为300万元左右。而抵质押担保贷款审批周期长，短则3周，长则4到5个月，且4%-5%之间的贷款利率叠加可能的担保费，对于部分科创企业来说，融资成本依然较高。
二是扶持补贴政策落地难。目前地方政府划分重点支持产业仍较为传统，部分前沿交叉领域的科创企业无法具体归类到先进制造业细分行业，难以享受产业扶持政策和融资支持政策。
三是企业经营发展难。大部分科创企业生产经营既受到上游供货商的影响，又面临下游市场迭代压力，产品若不能迅速占领市场则面临较大滞销风险。如现阶段省内众多以芯片为原材料的高科技加工企业生产困难，近期原材料价格上涨也使其经营成本承压。
二、对策建议
（一）政府方面。一是设立科创产业引导基金。针对科创企业资金需求时点与银行产品不匹配的问题，解决种子期和初创期科创企业的融资难题，建议地方政府积极引入外部投资机构参与发起设立用以支持科创产业发展的引导基金。二是完善知识产权交易市场。针对知识产权质押评估难、处置难问题，建议地方政府相关部门优化知识产权质押登记、转让办理流程；设立或指定省内具有专业资质的知识产权评估机构，缩短业务办理时间。三是搭建信用信息共享平台。建议各级政府或科创园区管委会搭建统一信息共享平台，银行可借此查询企业纳税、用水用电等信息，快速准确掌握企业生产经营情况。
（二）银行方面。一是进一步提升风险识别管控能力。银行应进一步加强与政府相关部门、外部专业机构的合作，组建包括行业协会专家、知名学者等在内的外部科技专家库，为贷前调查、贷款审批、员工培训等“借智”。积极向政府有关部门争取将科创企业线上贷款纳入风险补偿范围。二是持续推进产品服务创新。根据科创企业不同成长阶段研发适合的金融产品，将金融产品服务融入企业全生命周期。例如对种子期和初创期的企业，可通过投贷联动策略，为企业提供“投资+贷款+IPO保荐”等综合金融服务；对于成长期和成熟期的企业，可在贷款之外，为企业提供并购融资、财富管理等高附加值服务，提升科创企业金融服务获得感。三是加快专业人才队伍建设。及时将具有理工背景的专业人才补充到科技金融产品研发、科创企业营销维护岗位，打造既懂金融又懂科技的复合型人才队伍，提高科创企业金融服务专业化水平。
金融支持实体经济发展的现状及对策建议
马晓金 谭健乐 王思鑫（山东英才学院，山东省济南市250100） 摘要：金融支持实体经济是我国经济发展的基本保障，然而现阶段的金融行业并没有对实体经济的支持采取相对有效的措施，进而制约了我国实体经济的发展。本文主要从金融支持实体经济发展的意义出发，发现其中存在的问题并针对性的提出改进对策，为我国金融支持实体经济的稳定可持续发展提出建议。 关键词：金融，实体经济，发展
一、金融支持实体经济发展的意义 实体经济为我国国民经济的健康可持续发展奠定了坚实的基础，集中体现了我国的社会生产力。面对风云变幻的国、内外金融局势，如何保障我国实体经济的稳健发展，对于我国的经济发展、金融经济之间的关系、防范金融风险中均具有十分重要的意义。 （一）确保经济持续健康发展 随着社会的发展，人民生活水平的提高，我国经济也逐渐步入了发展的新阶段。对于金融投资而言，更加着重于虚拟经济，金融衍生品层出不穷，在实体经济方面的投入越来越少，对我国经济持续健康发展产生了不良影响。通过金融行业加大对实体经济的支持，能够有效降低在虚拟经济方面的投入，牢牢把握发展实体经济这一经济社会发展的坚实根基。 （二）正确处理金融经济关系 从金融的发展历史出发，便可以发现金融与实体经济息息相关，两者相辅相成共同发展。在经济的初步发展阶段，实体经济主要依靠于金融的货币进行延伸，随着公司规模的扩大，逐渐引入信用体制，进而使金融业务得到一定的发展，金融产业中涉及的工具以及方式得到改进与完善。 （三）切实防范规避金融危机 对于金融而言，属于高风险高收益的行业，因此，在发展金融行业时，必须要做好防范措施。倘若金融仅仅在虚拟经济中进行发展，没有了实体经济的支撑，一定程度上不会有长久的发展。既对于实体经济的发展产生了不良影响，同时对于金融的发展也造成了一定的阻碍。二、我国金融支持实体经济发展的现状分析新中国建立以来，我国国民经济已经得到了较大的发展，然而，对于我国的金融体系而言，在实体经济的支持方面仍然存在较大的问题。 （一）信贷资金投向有欠科学 目前我国金融市场机构逐步趋于饱和，各类银行的同质化经营严重加剧了竞争，有些领域的竞争甚至已经发展成为恶性竞争。有些银行为了顺利完成考核任务降低风险，投放目标对象主要为不易破产的大型企业，同时在信贷投入过程中，并不考虑这些企业是否需要，便一味的进行投入，对于处于初步发展阶段的小企业，则提升了信贷投入门槛，极大的阻碍了我国小型企业的发展。由此可见，我国信贷资金的投向有欠科学。
期刊文章分类查询,尽在期刊图书馆 （二）许多企业投资过于盲目 对于我国的企业而言，往往对于企业的发展前景过于乐观，因此并没有考虑自身实际条件以及当前形势下国内外的经济发展状况并做出合理的分析，另一方面，我国融资渠道多样且操作起来简单容易，这便使企业致力于扩大规模，急功近利，最终导致企业并没有足够的精力用于主营业务的发展，进而企业便开始对经营战略进行一定的改革。 （三）直接融资支持实体效果不佳 我国直接融资发展滞后，具体表现在以下两个方面：首先，在我国的资本市场上，并不能对我国的实体经济的发展形成有效的支持。上市公司普遍为电力、煤炭这一类较为传统的资源型行业，我国的高新技术现阶段仍然远远落后，同时在高新科技产业的融资结构方面，也存在较大的问题；其次，虽然现阶段我国的货币市场呈现出了发展迅速的状态，然而并没有对我国实体经济的发展起到较好的作用。三、增强金融支持我国实体经济发展的对策增强金融支持我国实体经济发展，首先必须要了解现阶段我国金融市场经济发展状况，减少对虚拟经济的投入，增加对实体经济的支持，尤其表现在支持中小企业发展方面，政府需加强调控，进一步加快实体经济的发展进程，促进产业升级，推动我国实体经济的进一步发展，使我国金融能够在支持实体经济发展的过程中做出贡献。 （一）加快金融体制改革，拓展融资的新渠道 加快金融体制的改革，可以从以下两个方面进行：首先，对于现阶段存在的金融机构进行有效管理，使民间资本能够进入金融行业并鼓励其进一步发展，更好的支持我国实体经济，通过民间资本的参与，能够使金融行业加强竞争力并且保持金融市场的稳定；其次为了促进我国中小型企业的发展，使小微企业获得足够的资金进行有效运营，降低融资要求，同时设立试点，对现阶段我国小微企业的信用担保体系进行健全。 （二）采用利益进行指导，增强金融服务动力 增强金融服务的内在动力，首先需要做的便是遏制虚拟经济的发展，进一步支持实体经济，使我国经济市场保持稳定。具体可以从以下两方面进行分析：一方面必须要加强对金融市场的监管，同时进一步进行调控，保障我国各行业的稳定发展，同时采用多种手段严厉打击恶性竞争等行为；另一方面，对于实体经济的盈利方面进行加强与提升，降低实体经济在发展中所需要的成本，为实体经济的进一步发展提供动力，加快产业结构的优化升级。 （三）践行创新发展理念，增强金融产品供给 提升金融支持实体经济发展的质量和绩效。一是金融创新应立足于实体经济发展的需求。现代市场经济条件下，金融创新极其重要，但必须准确把握其创新的量与度，一切脱离为实体经济服务这个基本功能的金融创新，终将引发金融风险的剧烈爆发。因此，不论是经营模式创新（如信贷资产证券化的推广运用），还是围绕大数据、云计算、移动互联等新技术发展而出现的服务模式创新（如互联网金融），或者是金融衍生产品创新，都应当以实体经济的需求为基础，充分考虑实体经济的风险承受能力，否则，不仅融资效率提高不了，反而会严重影响金融与实体经济的健康发展。推动金融实体结合，保持实体经济稳定综上所述，大力发展实体经济是我国经济发展必要条件，坚守风险底线，全力维护金融稳定。加快金融体制改革，拓展融资的新渠道、采用利益进行指导，增强金融服务动力、践行创新发展理念，增强金融产品供给、积极发展多层次资本市场，着力发展直接融资等方式可以有效的对我国金融支持实体经济状况进行一定的改善，加快我国金融体制改革，使我国金融能够更好的支持实体经济的发展，使我国整个市场经济保持持续稳定增长。观点 丨上海“智慧城市”建设的成效、问题及对策建议
三、“智慧政府”的内涵界定及其对“智慧城市”
建设的要求
通过总结以往研究，对“智慧政府”的内涵进行详细的界定，并在此基础上，通过对“智慧化”这一概念的详细解读，提出建设“智慧城市”的具体要求，进而实现政府、企业、市民三大主体的融合与交流，促进社会的发展。
1“.智慧政府”内涵界定。“智慧政府”建设的最终目的是
实现政府、企业和市民的融合可持续发展。具体的应用技术有人工智能、大数据相关技术、云计算、并行计算、云计算以及区块链等，旨在提高政府的办事效率，提升企业和市民的满意度，满足城市快速发展的目的以及城市化进程所带来的相关管理问题[5]。
2“.智慧政府”对智慧城市的建设要求。“智慧政府”关注的重点是底层应用的连通与数据共享，依托于此来解决民生问题以及企业发展问题。因此，在“智慧城市”建设过程中，相关技术手段的改进、基础设施的支撑等至关重要。第一，将“智慧政府”的建设作为首要任务。“智慧政府”的建成有利于社会的稳定繁荣、经济的稳健发展。“智慧政府”是未来政府发展的方向，高满意度、高办事效率等特点是未来政务办公的方向。
第二，“智慧”切入点的选择要精准有效。由于地区和部门之间的差异，应根据自己的需要建立相应的知识管理系统，以人工智能为依托，选取合适的切入点。
第三，大力推广区块链技术。作为一种加密技术，区块链由于其在数据安全和隐私保护方面的突出优势，开始在数据仓储、金融服务、风险评估等领域广泛应用。建立基于区块链技术的电子货币监管体系，有助于实现对于电子货币的有效监管。
第四，鼓励政府部门推广应用Web4.0技术，加强与民众的沟通，促进和谐社会建设。
第五，抓住机遇，大力发展新一代信息技术产业。
四、上海智慧城市建设瓶颈问题分析
建设新型城市形态———“智慧城市”必定要在以“智慧政府”为首的基础上进行扩展。但至今为止，从总体上看，多数智慧城市的建设仍旧处于初级摸索阶段，存在着对建设目标认识度不足、所需基础设施落后、信息资源整合缺乏规范等短板。
1.对建设目标认识不足。首先是某些地区对建设“智慧城市”的认识不够清晰，部分政府管理者对智慧城市的理解不够全面。缺少对智慧城市建设的正确、深层次的领悟，不能从所在地区的实际根本出发，忽略对本地区的科学定位、理性安排。
2.基础设施落后。基础设施是承载智慧城市运行的重要载体，基础设施智能化水平不足的现状，在一定程度上影响了智慧城市的整体推进。一是目前农村和偏远地区信息基础设施普及率较于城市相对很低，移动盲区问题还大量存在。二是交通、供水、燃气、环卫等大部分市政基础设施并未进行智能化升级改造，对城市精准化运行管理的支撑力度有限。
3.信息资源整合缺乏规范。大数据是智慧城市建设的关键因素，整合数据资源是智慧城市建设的核心内容，但是由于现有相关标准和法规缺失，使得信息孤岛成为阻碍资源整合的最大障碍。
五、上海“智慧城市”建设的总体思路、重点领
域、关键性举措
针对目前上海智慧城市发展现状以及参考国外智慧城市建设经验，结合对上海智慧城市建设进展的调研基础上，根据上海市自身优势特点，提出以建设“智慧政府”为重点，加快推进上海智慧城市建设的重要思路、涉及领域和发展措施。
1.制定建设上海智慧城市总体方略。围绕合理、科学化推进城镇化建设主旨，以城市未来需求为导向，设计符合上海市智慧城市发展实际道路。理性借鉴其他国家、地区发展经验，不刻意复制方法道路。
2.保证有序推进智慧城市建设步骤。突出智慧城市建设中的紧要问题，放在首位。并对建设进程中的各项问题配以明确权重，区分轻重缓急，统筹资源配置，分类别、分阶段处理智慧城市建设中的难点问题，避免盲目求快。
3.设立智慧城市建设监管机构、评价机制。在以建设智慧政府为领头目标，推进上海智慧城市建设中，同时设立对智慧城市功能实现的智能监督评价体系。开放政务数据，接受正确评价建议，及时反馈，持续调整修正。
上海智慧城市建设围绕“智慧政府”为中心，坚持科学发展观，正确推进城镇化建设。根据上海市经济和信息化发展研究中心公布的数据，上海智慧城市发展水平在国内保持领先地位。涉及公众交通、健康医疗、社区管理等领域，促进上海市向国际化、节能型、高效型都市发展。第一，打造便民惠民生活智能体系。设置智能交通到站提醒、医疗信息互联互通、政务信息APP，方便市民生活出行。第二，建设与经济发展、政务管理相匹配的智能服务体系。为适应经济中高速发展水平以及更加透明的政务事宜，需要鼓励传统金融业与互联网的融合和政务专网的成熟统一。第三，设立智慧城市试点区域。选择先期试点社区、商圈，逐渐升级事务管理的智能化、精细化程度，获取先期经验，逐步推广。第四，加强基础信息设施建设、鼓励数据开放。上海智慧城市建设在信息数据上，完善并维护基础信息设施的持久运行是建设的根本保障。利用互联网载体开放数据，便于收集众多积极反馈意见，也有利于上海智慧城市建设。
六、加快上海“智慧城市”建设的对策建议
在我国全面推进“互联网+”大背景下，以全面深化改革为契机，上海的智慧城市建设需要政府、企业和群众三方的协同合作，以需求为导向，以重点领域为突破口，积极鼓励市场主体参与。
1.采取需求导向型发展模式。需求导向型发展模式，就是以群众和企业需求为基础，以提升公共服务水平和企业满意度为标准，来指导“智慧城市”的建设。目前，上海乃至全国的“智慧城市”建设基本上都是以供给为导向，即依据政府本身所能够提供的服务为基础来开展“智慧”服务。这种发展模式虽然短期有效，但是长远来看，不利于社会的稳定和经济的发展。市民和企业参与度不高，市民获取信息的能力也收到限制。
2.聚焦重点领域实现率先突破。“智慧城市”的建设是一项系统工程，而且基本上没有以往成功的经验进行参考和借鉴。由于目前在经济实力、人才储备、体制机制等方面发展还不完善，还不足以支撑整个“智慧城市”项目全过程的建设。因此，依据自身特点，选取相应阶段的重点领域进行突破，以点带面，进而实现整个工程的建设。
3.提升市民和其他主体参与度。上海在建设“智慧城市”的过程中，依然是以政府为主导，市民、企业等其他主体参与度不高。因此，一方面，需要对“智慧城市”的建设理念进行广泛的宣传，提升“智慧城市”的“知名度”；另一方面，应提高公众参与度，加强互动，进而获得其他参与主体的广泛支持。
4.加强“智慧服务”。上海在智慧城市建设中强调“智能管控”多，而对“智慧服务”重视不够。上海智慧城市建设应针对具有迫切需求的民生问题，将信息化手段与完善服务的理念和措施相结合，建成真正的智慧城市。返回搜狐，查看更多