最近几年全国上下形成了一种共识：在科技领域我们的短板是基础研究不强，因此要重视基础研究，并加大基础研究的投入。这种思路的理论基础是美国科技政策专家万•布什（Wannevar Bush，1890-1974）早在七十年前提出的线性模型的体现，即基础研究成果有助于应用研究成果的产出以及最终大规模商业化发展的潜力。因此，基础研究被看做是一个国家的知识储备池，如果知识储备不丰富，其他的都成为无源之水、无本之木。在国际形势波诡云谲的当下，为了不受制于人，加大基础研究的紧迫形势已处于箭在弦上不得不发的状态，尤其是在当下很多产业遭遇卡脖子技术约束的背景下，提升基础研究能力已成突破发展瓶颈的最佳出路。为了防止出现基础研究的泡沫现象，从而影响科技发展的正常节奏。那么在推进基础研究的战略安排中，我们需要注意哪些问题呢？

>>>>

科技界对研究类型进行分类是很晚近的事情，我们非常熟悉的R&D（研究与发展）分类标准，来自于经合组织（OECD）于1963年在意大利小镇弗拉卡蒂（Frascati）召开的一次会议，在那次会议上，专家们提出把研究的类型分为：基础研究、应用研究与试验发展研究。这就是当下全世界都在采用的指标。客观地说，这个分类标准在今天看来还是有些粗糙，尤其是在基础研究的分类上，后来美国学者斯托克斯（Donald E. Stokes，1927-1997）在1997年对于基础研究提出新的划分，即纯粹基础研究（玻尔象限）与“由应用引发的”基础研究（巴斯德象限），他的分类原则是基于对基本问题的理解与应用两个维度来划分的，所谓的巴斯德象限，是借用法国微生物学家巴斯德（Louis Pasteur，1822-1895）的工作类型所引出分类方法，意指原本是为了解决现实的应用问题而开展的基础研究，最后完成由应用向理解本质的转变，这个标准比弗拉卡蒂标准更为切合实际。

随着我们对于科学活动理解的逐渐加深，未知世界的更丰富内涵与更多元化的展开方式也得以显现，在此基础上，可以把基础研究划分为：表层基础研究，仅涉及难度较小、动用资源较少的研究；中层基础研究，涉及难度适中、动用资源中等的研究；深层基础研究，是指难度较大、持续时间不确定、需要动用巨大资源的研究。按照这个分类标准，巴斯德象限类的基础研究就属于中层基础研究。基于这种简单结构分析，当一个国家决定从战略层面加速推进基础研究时，需要考虑如下三个条件是否具备，否则很容易出现政策失灵现象。首先，准确研判当下的科学发展现状。按照科学哲学家托马斯•库恩的说法，科学发展的历程通常是在常规科学时期与危机时期交替中完成的，二战以后，鲜有改变世界的重大理论突破出现，很多学者甚至认为科学在基础理论方面已处于显性停滞状态，当下的发展更多是技术的横向扩散。据此不难理解，我们当下的科学发展阶段仍处于常规科学时期，此时最该做的工作就是利用现有理论去解决问题，而不是挑战现有的主流理论。其次，开展深层基础研究需要具备雄厚的物质基础支撑条件，主要包括人、财、物的存量状况与基本科研制度的保障。从这点来看，我们真正在世界上处于科学前沿的人才数量有限、基础研究投入多年维持在占R&D的5%的投入强度，短期内难有大的改变（乐观估计十四五期间能达到占R&D的8~10%，已是最大努力空间），更严重的是适合基础研究的评价体系与相关制度安排尚不具备，从这个意义上说，我们尚不具备开展深层基础研究的条件；第三，科研发展的路线图可以有多种选择模式。日本的腾飞是从应用研究倒推基础研究的模式，事实证明也很成功，新世纪以来日本已经有多项成果获得诺贝尔奖，证明日本上个世纪80年代的科研行动路线是有成效的（诺奖评选的滞后期往往在20年左右的时间）。对于我们这样的发展中国家来说，路径的正确选择往往比决心和热情更重要，这点尤为值得警惕，否则，非理性的盲目投资基础研究就是一场以牺牲未来为代价的豪赌，这个代价我们付不起。

由是观之，限于各种基础支撑条件的硬性约束，一段时间内我们的基础研究战略主体适合选择表层与中层这个级别的基础研究，这类基础研究与我们现有的科技能力比较匹配，深层基础研究只能少之又少。前两个层面的基础研究既可以解决现实遇到的困境，又可以在有限目标内增加新知识与培养相关人才。比如我们最近两年遭遇到严重的非洲猪瘟疫情，损失惨重，时至今日没有解决。这类基础研究就是典型的中层基础研究（相当于巴斯德象限内的基础研究），它的解决对于当下的养猪产业链具有重要意义，一旦攻克不但解决了猪瘟疫情，还极大地拓展了人类关于非洲猪瘟的知识。这类源于现实的基础研究有很多，如近在眼前的新冠肺炎疫情也急需基础研究来解决，而且我们现有的科研能力与知识储备可以支撑这类研究，又何必舍近求远，以高冷的姿态把基础研究的目标直接推向遥远的不可知的未来，用宏大叙事的手法掩盖对于当下的责任担当与公众的质疑。

对于中国这样的发展中国家而言，合适的基础研究路径选择对于创新驱动发展战略的落地至关重要。如果布什线性模型正确的话，那么没有合适的基础研究成果，就没有原始创新的涌现，也就无法形成累积性创新。当下累积性创新的困境在于，缺少基于知识的初始创新，导致后续创新乏力。英国经济学家凯瑟琳•洛基（Katharine Rockett）认为：初始创新为其自身的后续发展奠定了基础，也就意味着从初始创新到二次创新阶段具有正外部性。从社会角度来看，初始创新为一系列后续创新创造了可能，而其全部收益则主要来自后续创新累积获得的利润，并最终为消费者带来福音。至于中层基础研究与深层基础研究之间的划界问题，这倒是需要学界来加以仔细论证的一个技术性问题。也许更为重要的是，这种安排可以最大限度上布局基础研究的范围，从而避免出现基础研究的空白领域，近年来众多大科学项目纷纷上马，已经对其他领域的基础研究布局造成了严重的挤出效应（资源的硬性约束）。反观我们在遭遇全球化严重萎缩的背景下，产业链之所以还具有强大的韧性，皆源于我们拥有世界上最全的工业门类。对于知识的生产来说，也遵循同样的道理。

无数科学史案例的研究已经表明：基础研究不是越基础越好，只有适合自身条件的基础研究才是最有效的，也是最好的。当下切记不可盲目跟风，我们不妨看看创新狂人埃隆•马斯克的选择，他所有创新奇迹都不是基于深层基础研究的成果，而是源于各个领域比较成熟的中层基础研究成果。要知道知识从深层向中层的转换也是需要条件的，我们具备了这个条件吗？

—THE END—

编辑 ∑Gemini

来源:李侠科学网博客

文章推荐

☞一分钟看懂一维空间到十维空间

☞物理学中最难的方程之一，你知道多少？

☞数学和物理的搞笑差别，23333333

☞人人都能读懂的编译器原理

☞人工智能时代的到来，c++还有用武之地吗？

☞从特斯拉到爱因斯坦，物理学家为何钟情于猫？有人称喵星人就是妥妥的“物理学家”