高校产学研推进制造业数字化转型的瓶颈、机遇与路径

◇ 李滋阳 石宏伟 罗建强 朱 珠

近年来，数字经济不断发展，其GDP占比持续提高，《中国数字经济发展与就业白皮书（2019年）》显示，2018年中国数字经济规模达到31.3万亿元，增长20.9%，占GDP比重为34.8%；其中，制造业数字化转型实现整体推进，流程型、离散型制造企业效益稳步提升。[1]制造业数字化转型对于匹配各端主体需求、提升数字经济首位度、引导产学研变革意义重大。2020年3月29日至4月1日，***总书记在浙江考察时指出，要抓住产业数字化、数字产业化赋予的机遇，加快5G网络、数据中心等新型基础设施建设，抓紧布局数字经济。[2]这为高校产学研推进制造业数字化转型提供了根本遵循。高校作为数字化人才、专利、技术的重要供给侧，将在推进制造业数字化转型中大有可为。2020年7月29日至31日，华为创始人任正非在访问上海交通大学、复旦大学、南京大学等高校时，为高等教育发声，他强调，高校在产学研合作、基础研究、创新型人才培养等方面应起到“灯塔”作用，为制造业的健康发展提供稳定的智力输出，奠定后发优势。那么，传统的高校产学研模式在数字经济新业态面前有多少不适感？突破这些不适感和瓶颈期的现有契机和优势是什么？高校产学研推进制造业数字化转型的具体路径有哪些？这些课题都是学界的研究重点和时代使命，亦是本研究的关切重心。

一、回顾：高校产学研与制造业数字化转型的交汇融合

高校产学研是制造业转型发展的创新要素供给侧，而制造业数字化转型则向高校产学研发出时代之问。鉴于直接连线“高校产学研”与“制造业数字化转型”的研究处于起步阶段，本研究分别对“高校产学研”“制造业数字化转型”以及“高校产学研推进制造业数字化转型的内在逻辑”等文献进行梳理，意在明确高校产学研的由来、界定、传统模式、短板及优化思路，阐明制造业数字化转型的必要性、可行性、现实难题与契机，顺延高校产学研促进制造业转型发展的作用关系，为高校产学研推进制造业数字化转型找准突破口和发力点。

（一）高校产学研

美国《拜杜法案》（1980）的颁布对产学研协同创新实践及相关研究开展实现双促进，学界研究主线由“是否推进产学研协作”逐步转向“如何推进产学研协作”。此后，学者们分别从创新要素供给侧[3]和创新要素需求侧[4]视角对产学研进行界定，也探讨了产学研合作主体中高校和企业的目标冲突，即高校开展的基础研究与企业追逐的逐利性合作之间存在先天矛盾[5]。在长久以来的合作和博弈中，产学研三方主体通过专利使用、技术许可等基本形式和人员、成果交流等非正式合作形式相互影响，[6]其中高校产学研对企业新产品研发和运营绩效提升的正向作用备受重视[7]。高校产学研强调产学研协同创新中高校的促进作用，尤其注重高校在基础研究、知识转移、人才培养和技术转化等方面的特殊优势。[8-9]同时，产学研协同创新也会反促高校推进知识创新、学科高地构建和育人绩效提升等。[10]调查发现，我国高校在产学研合作方面积极性高，但政策体系有待完善、国家战略目标难以达成、发展不均衡不充分、资金匮乏、教师考核与评价体系单一、产权争执等问题普遍存在。[11]所以，把脉高校产学研协同创新，完善部门、个体间创新要素高效流通的保障体系尤为重要。比如，将高校二级学院的主体地位和教师的主观能动性视作关键，同时提出部门协同、师资引进、信息共享、知识产权归属和利益分配六类保障措施。[12]此外，对高校产学研协同创新绩效进行评价也是明确短板、提供对策的常用思路。[13]

（二）制造业数字化转型

制造业数字化转型是指数字经济与实体经济深度融合，促进实体经济振兴与产业转型升级，其动力源分别是产业链组织分工边界拓展、交易成本降低、价值分配转移和需求变化倒逼。[14]我国制造业先后经历低端生产、中端组装、高端智造三大发展历程，产业规模和工业大类占比持续攀升，尤其是高技术产业和装备制造业的比重、上升幅度逐年递增，[15]这是可喜之处。但细观发展现状，我国制造业仍处于全球产业链和价值链中低端，驱动要素转换不畅，产业结构待优化，新动能体系轮廓模糊，[16]凡此皆可忧之处。何以解忧，从数字经济对我国经济发达区域制造业转型升级的正向作用中可得到答案，[17]因此走好制造业数字化转型之路将成为我国制造业未来20年的主攻方向[14]。欲筑楼台，先垒根基，发展数字经济，新基建是先手棋。一方面，新基建凸显信息化与融合性等特征，是加速制造业数字化转型的基础性和长远性设施，有利于实现数据链、价值链和产业链等多链条融合发展；另一方面，新基建是加速经济内循环的新投资、新抓手和新拐点[18]。所以，新基建既是制造业升级的长久之策，也是提振经济的应时之需。此外，制造业数字化转型亟需解决的现实问题主要集中在摆脱“中低技术陷阱”、[19]加快产业结构调整、提升高效率产业占比和全要素生产率[20]等方面。解决这些难题，除了依靠产业自身的力量，高校的智库优势和科研人员的智慧优势愈发需要重视。[21]

（三）高校产学研推进制造业数字化转型的内在逻辑

制造业转型本质上就是不断提高生产效率。提高生产效率取决于技术升级和资本成本降低。资本成本问题可以由政府和企业协力解决，技术升级的重任相当一部分落在高校身上，[22]所以高校可以通过技术研发实现技术升级，进而推进技术商业化、产业化，最终促进制造业转型，这便是高校产学研推动制造业转型升级的作用关系。高校在智能制造研究、交叉学科融合和新工科人才培养等方面处于探索阶段，[23]相应的绩效测评缺乏具有时间、区域或行业跨度的数据支撑，高校产学研推进制造业数字化转型的内在逻辑还需从两者的作用关系[24]中顺延出来。整体而言，高校产学研对制造业升级存在正向影响；细化而言，这种正向效应集中于技术升级方面，而在技术转化率和全要素生产率方面的效果则不明显。按照行业类型划分，资源和劳动密集型行业受高校产学研的推进作用不明显，而技术与资本密集型行业受益颇丰。[25]面对制造业数字化转型，需要有为政府“因势利导”，[26]但在“导”之前，应出台中央统筹、地方聚焦、行业精准的数字政策体系，[27]把准高校产学研的研究方向，提升知识产权研究的显示度[28]。同时，高校和企业因知识产权归属或利益分配不明确导致的博弈和内耗需要改善，[29]协调度需要提升。此外，当教育模式变革的速度落后于人才标准更新和技术标准提升的速度时，高校应在教学和科研的主阵地上出实招，提升育人绩效，丰富科研成果，促进专利转化。[30]值得注意的还有，过去过于重视创新主体间的相互作用，低估了创新个体对科研行业的引领示范效应，而创新个体的作用愈发重要[31]。

二、瓶颈：高校产学研助推制造业数字化转型的现实阻碍

近年来，我国制造业数字化转型取得部分实效，但从高校链接制造型企业的角度来看，存在相关政策体系完整度低、教研场景驱动性低、科研成果适配性低、科研投资与收益问题等四类短板，致使高校推进制造业数字化转型受限。

（一）政策体系完整度低

2016年起，推进制造业数字化、智能化的重要文件相继发布，《国务院关于深化制造业与互联网融合发展的指导意见》《智能制造发展规划（2016—2020年）》《工业互联网标准体系框架（版本1.0）》等为我国制造业数字化转型提供了重要遵循，明确了未来目标和现实任务，但在制定数据标准、强化数据安全、控制数据开放程度、统一数据格式、优化工业协议等方面仍缺少具有针对性、深入性、多适性的配套准则与规定，且校企政在相关制度的协同研究和拟定方面进度较缓，存在三点不足：一是延续量化考核的惯性。在以往高校科技创新考核体系中，考核部门或评价机构习惯于考核可量化的科研成果，或是习惯于将科研结果量化，过分突出量化感，缺乏实践感，从而导致科研成果向指标、文本看齐，而不向应用、转化看齐。二是广度不全，深度不够。“新基建”的提出，为高校推动数字经济研究找到撬点，但制造业的数字化转型需要更为全面、系统、专业的配套政策，不同省份的数字经济发展基础及经验差异较大，决策者的专业背景与水平参差不齐，高等教育资源不均衡，专家学者在政策拟定过程中的贡献度不同，诸上现实障碍都会压缩政策涵盖边界，降低专业指导性。三是政策制定和执行限于既定部门。产业数字化是经济发展的大势所趋，数字经济将渗透至经济社会的各个角落，这不是哪一个或哪一类部门的事，高校如何深度融入地方产业发展，助力政府下好数字经济“一盘棋”，是高等教育界应共同思考的问题。

（二）教研场景驱动性低

制造业数字化应用的关注点在于场景驱动，即除了考虑理论价值，更看重实践性和模型通用性，这一倾向是由企业重视结果导向造成的。场景驱动具备以下优点：一是坚持问题导向，能够集中科研力量，更有针对性地解决应用场景中的技术痛点；二是直接经济效益大，能够为教学和科研带来更多的资金支持，形成稳定的正向循环；三是注重协同研发的现场感，在应用场景中融入虚拟技术，实现多主体、多学科的现场协同，不断放大跨学科、跨领域合作价值；四是场景驱动的人才培养方式使得各主体间的人员衔接更高效，降低交流成本。但是，教研场景驱动性弱一直是高校科研和教学的软肋。

在教学方面，新工科建设是大幅提升数字化人才供给数量和质量的落脚点，教学场景驱动有利于实现工程教育系统性和科学性的统一，有利于提升学生的体验感和实践性，有利于提供个性化引导和订单式教学，而这些都是传统育人方式所欠缺的。目前，新工科教育模式转型进度不一，不利于高校将创新型人才和应用型人才培养经验转化为数字人才培养优势，造成数字工匠和数字技工急缺，难以满足新经济人才缺口。在科研方面，利用场景驱动的空间很大，诸多校企合作项目的贯通性依然较低。比如高端制造型企业已在设计、生产、销售、维修、操作等环节陆续应用数字化智能技术，但高校科研团队还未完全养成在应用场景中实施研发行为的惯性，致使创新理论向技术升级和生产实践跨越存在环境障碍。

（三）科研成果适配性低

科研成果适配性低是指高校科研团队实现创新突破，而创新点与市场盈利点吻合度较低，研发成果的商业化成本无人买单，难以获得产业化经济红利。按照成果类型划分，科研成果既包括技术层面的更新换代，也包括管理层面的流程再造，不论是刚性的技术手段升级，还是柔性的管理模式创新，都隶属于高校相应学科的科研内容。两者与制造业数字化转型的适配性一直是企业家、管理者、技术人员、科研团队和教育者的共同关注点和担忧点。

在硬性技术层面，我国科研成果适配性严重不足。相关数据显示，我国科研转化率仅为6%，远低于欧美国家，这与一味追求专利体量的激励政策不无关系。此外，高校师生专利申请成本低、通过率高、奖励易得，不乏出现片面追求资金、荣誉等奖励的功利化申请行为。同时，大批“杂而不专、多而不精”的专利申请给审核机构带来庞大的工作量，耗费了大量公共资源，加之审核管控不足，专利成果质量及其适配性普遍处于较低水平。在柔性管理层面，精益管理与企业活动的适配性有待提升。伴随精益管理的多维推动，数字化智能手段在企业生产、人力优化、资金流转、物流管理等方面降本增效，但因数字化精益管理模式与企业自身匹配度低而引发的管理失效问题同样值得重视。比如，企业文化再建中缺少追求精进、卓越的表达，流程再造未考虑员工的低适应度和低支持度，流程再造方案与企业创新活动的适配性测量工具不准确，后续调试方案制定跟进不足等，这些因素都会导致制造业数字化转型乏力。

（四）科研投资与收益问题

高校科研的投资额度主要受外在经济环境和企业战略选择两方面影响。从宏观经济环境来看，受疫情影响，全球经济呈现疲敝状态，我国制造业资本成本上升，创新型企业的研发风险被拉高，研发投资占比和额度下行，致使产学研合作项目经费支持力度下降，核心技术依赖难以快速、全面改观。从微观战略选择来看，不同资本级别的企业对于选择技术依赖还是技术突破各有决策，不同区域的企业对于选择向上突破还是向下降维各有侧重，不同盈利情况的企业对于选择活下来还是活得好各有主张，这些战略导向都会影响企业对数字技术创新的投资力度。

科研的收益问题，集中表现在数字技术知识产权保护缺失、收益分配机制不合理和学术评价革新力度不够等方面。近年来，知识产权保护条款频现于国际或区域贸易规则，我国制造业身处国际国内贸易双循环中，数字技术知识产权保护意识和举措亟待加强，相关保护法律和规定的空白亟须填补。我国高校对于知识产权，尤其是数字知识产权的研究和教育普遍停留在小范围、低级别、弱影响的层面，单独成立知识产权二级学院的为数不多，对知识产权的学科资源配置倾斜不够，为创新型企业提供专业指导和咨询的贡献不足，这些缺憾都会模糊知识产权边界，弱化保护力度，缩小收益区间。在数字经济技术成果转化收益分配方面，各地区分配机制成熟度不均衡，创新浓度低的地区和高校关于“按照贡献度参与分配”的规定不明确，极易冷却科研人员的创新热情。此外，在“破五唯”学术评价改革进程中，将技术成果转化带来的经济指标视作高校科研人员的职称晋级佐证的导向尚不明确，在一定程度上消解了科研人员推动技术产业化的动力，降低了机会收益。

三、机遇：高校产学研推进制造业数字化转型的强大风口

虽然存在发展瓶颈，但高校产学研推进制造业数字化转型的四大既定优势不容忽视，分别是以数字资源推进经济社会跨越发展的新思路，传统制造业历经40余年累积的强大势能，教育供给侧力求变革的决心和举措以及科研方向及时吻合国家重大需求的瞄准度，这些为高校产学研推进制造业数字化转型提供巨大推力。

（一）经济社会新跨越思路

2020年3月中共中央政治局常委会召开会议提出，加快5G网络、数据中心等新型基础设施建设进度。[32]新基建指发力于科技端的基础设施建设，涵盖5G基建、特高压、城际高速铁路和城际轨道交通、新能源汽车充电桩、大数据中心、人工智能和工业互联网等七大领域，涉及通信、交通、能源、数字等方面。[33]新基建将为我国经济社会实现跨越式发展提供强劲动力，极大地改变区域经济发展观念、各级政府的引导方式和学研供给方向，为制造业数字化转型奠定稳固基础。

从发展观念来看，制造业数字化转型是经济落后省份实现跨越发展的宝贵机遇，各创新主体若能及时扭转观念，深度认知新业态，主动适应并融入研发、投资、发展新格局，就会快速占领数字市场，获得先发优势。从引导方式来看，基于城市产业基础，以新基建优先发展战略定基调，以全配套政策促发展，以宜商宜居环境引投资，将成为地方政府着重考虑的内容。从学研供给方向来看，人才、专利与技术是制造业数字化转型的关键要素，而产业转型需求与教育供给侧改革需求叠加，将有力促进高校科研团队朝数字化研究方向跟进和聚焦。以5G基础设施为例，国内供应商处于通讯设备研发和供给的加速期，互联网巨头公司凭借边缘计算、5G核心网和5G专网与主流供应商形成巨大合力，这些新业态必将为高校产学研提供新平台、新视角、新资源。从高校毕业生高质量就业层面来看，产业数字化通过去中心化、去中介化和去中间层等路径，不断优化生产要素、生产体系和商业模式，在消除旧职业、旧岗位的同时，产生大约2倍增量的新职业、新岗位，且部分职位分布于高端产业链，这为交叉学科毕业生群体高质量就业带来福音，也为传统职业的数字化转型带来机遇。

（二）传统制造业累积势能

据统计，我国钢铁、纺织、汽车等传统产业在制造业中的占比为80%，传统制造业为自身转型和发展积累了大量势能，具体表现在三个方面：

其一，国内剩余产能向国外转移。2008年，因全球金融危机，政府实施“四万亿计划”，传统制造业受投资刺激，累积大量产能，按照产能周期规律，2013年国内产能爆发，随后国家提出“一带一路”倡议，产能输出战略广泛实行，并且在缓解国内供需矛盾、积极融入全球产业链、借势推进产业升级等方面取得实效。2020年疫情爆发后，为缓解国际竞争压力，国内国际双循环策略开始实施，这表明我国制造业依然保持开放姿态，“世界工厂”的剩余产能将在新发展格局中持续有序向国外转移，为国内制造业数字化转型不断积累资本优势。其二，三大经济湾区高地蓄能。我国目前拥有环渤海、杭州、粤港澳三大湾区，湾区辐射效应有力带动了板块经济发展，湾区基建成熟、交通畅达、资本充裕，且高等教育资源丰富，名校林立，人才层次和体量居上，是我国高端制造业的聚集高地，更是数字智能技术研发、引进和先行的试验田。同时，湾区借助所在经济带向内陆省域延伸，大幅提升了区域协同创新能力和数字经济活力。其三，核心城市产业降维泄能。借鉴新结构经济学理论，可更好地理解核心城市或高端制造业的降维泄能思路。对于中西部区域和三四线县域来讲，其居民收入较低，制造业资本成本过高，但其区域核心城市拥有高端制造型企业，若能将核心城市或产业的技术溢出，降维使用在县域制造型企业中，便能大幅解决中西部产业振兴和技术发散的问题，同时为核心城市实现制造业数字化转型的向上突破解决后顾之忧。

（三）教育供给侧变革需求

就未来发展期而言，我国将长期处于制造业数字化转型以及高端制造业被美国锁喉的攻坚期。传统制造业的新业态诉求，倒逼高校及时反应、加快改革，在新工科创立、新专业设置、新院系组建、数字人才培养和智能技术成果供给等方面实现突破。教育供给侧变革的逻辑起点是新工科建设，高校以学科建设为撬点，明确育人和科研导向，为创新驱动发展战略提供智力支持。具体来讲，以工科见长的理工类院校，打造新工科高地，滚动进入“双一流”高校名单，或在优势学科中嵌入制造业数字化研究方向，是推动自身建设步入新高度的宝贵机遇。机遇面前，高校应围绕“精尖特”优势学科精准发力、有效创新，而不是一拥而上、求多求全。

在变革趋势方面，新工科往往基于高校传统优势学科发展而来，侧重于面向新业态的工科专业改造和多学科交叉育人模式打造，而非刻意追求从无到有的学科突变。在基础研究方面，高校已逐步加强大数据、人工智能等关键共性数字技术研发，集中力量推进相关基础理论研究和算法突破，力图构建独立自主的数字技术研发体系。在专业升级方面，高校力求提升课程体系的丰富度，在教学内容中增加大数据、云计算、人工智能等新视角、新技术、新知识，以期实现传统优势工科专业的数字化升级。在协同创新方面，高校基于校地合作、校企合作的惯性和经验优势，迎来蓝海经济新前景，肩负起推动制造业化解结构性矛盾的科研使命，诸如帮助企业推行数字化内控和管理、制定个性化客户订单、推动传统产品的数字化升级、提升智能制造装备的成套性和可靠性、挖掘新市场新客户群等。

（四）科研工作聚焦感提升

***总书记曾提出：“我国技术研发聚焦产业发展瓶颈和需求不够，以全球视野谋划科技开放合作还不够，科技成果转化能力不强。”[34]高校的时代使命之一就是深化科技体制机制改革，深挖基础研究，不断积累原创能力，将科研工作的瞄准方向聚焦到国家战略需求和经济社会发展上来，聚焦到实业强国、实业利民上来，聚焦到制造业数字化转型上来。

一是聚焦卡脖子技术。美国卡脖子技术清单倒逼高校科研实施目标导向，聚焦技术短板。中科院谋划启动“率先行动”计划第二阶段，变革体制机制，分类设置研究机构，加快光刻机等关键技术突破；国家自然科学基金项目突出卡脖子技术识别、突破等选题，帮助政企建立卡脖子技术甄选、突破机制；高校及时响应国家和产业科技战略，转舵科研方向，厚实基础研究，拓宽创新源头，提供可持续智力支持。二是聚焦民生急需。科研方向聚焦带来的技术红利已广泛渗透到抗灾防疫和生产生活中，新冠肺炎疫情爆发后，高校科研团队联合攻关，在检测试剂和疫苗研制、数字化防疫、智能技术助力复工复产等方面提供坚实保障。三是聚焦科学家精神。中国科学家精神由建国初期老一辈科学家践行而来，其精神内涵以爱国主义为核心，倡导科研报国，注重激发科研工作者等创新个体的探索能力和奉献意识。在国际科技、产业竞争激烈的当下，深度传承、充分发扬科学家精神，拓展创新、树立凝聚新时代科学家精神具有现实必要性和历史必然性。同时，科学家精神有利于塑造科学家形象和科研者特质，便于提升青年科研工作者的职业认同感，使“聚其一点、终其一生”成为职业信条和生涯追求。

四、路径：高校产学研推进制造业数字化转型的具体作为

2020年9月11日，***总书记在在科学家座谈会上强调，“要发挥高校在科研中的重要作用，调动各类科研院所的积极性，发挥人才济济、组织有序的优势，形成战略力量。”[35]高校产学研具有专业性、针对性、深入性和收益性等特点，可在四个方面有所作为。

（一）专业性：精准支持各级政府政策创新

李克强总理在2020年《政府工作报告》中提出：推动制造业升级和新兴产业发展，大幅增加制造业中长期贷款，发展工业互联网，推进智能制造；电商网购、在线服务等新业态在抗疫中发挥了重要作用，要继续出台支持政策，全面推进“互联网+”，打造数字经济新优势。[36]可见，配套政策是推进制造业数字化转型的先手棋，高校在精准支持各级政府政策创新方面责无旁贷。目前我国AI技术创新区域主要集中在北上广深和杭州、贵阳等地区。这些数字经济引领区域的形成，有少数受益于中央政策倾斜或互联网巨头企业支持，大多数则得益于本地区高校群的创新要素加持。高校应充分借助自身在教育链中的独特优势，着力推进数字经济政策创新。一是主动起到参谋助手作用。在政策调研、讨论、论证和制定各环节，高校应提升学者、专家、数字工程师的参与度，实现与政府分管部门、龙头制造企业、新创企业的良性互动，充分发挥地方智库作用。二是鼓励专家学者参与各级政协委员选拔。拉高政协委员中的专家学者比例，有利于提升参政议政人员的专业性和学术性，提出更具行业针对性和专业实践性的建议。三是做好政策研究和解读工作。高校应基于产学研合作，针对企业做好利好政策的解读工作，例如，解释清楚政府鼓励更多新项目、新技术、新职业、新平台出现的政策本意是不提倡技术层面上的寡头垄断，避免因技术集群现象愈发严重导致技术创新型企业被大幅收购的倾向，以期间接赋予制造业数字化升级更多活力。

（二）针对性：打造数字化人才培养高地

2020年教育部等三部委印发《关于“双一流”建设高校促进学科融合 加快人工智能领域研究生培养的若干意见》，引导校企共建示范性人工智能学院和应用场景平台，鼓励高校建设多学科交叉融合的人工智能基础课程、关联课程和“场景驱动”应用型模块课程。高校应把握机遇，在学科发展、平台建设和场景育人方面做出贡献。一是学科发展求特不求同，求专不求全。新设人工智能或装备制造类院系、专业要充分汲取优势学科的养分，先筑特色学科“高峰”，再建优势学科“高原”。要注重培养学生跨学科知识能力，促进学生复合型发展，围绕传统优势学科，推动“新工科”“新农科”建设，同时为创新型人才开设智能制造、大数据技术与管理、人工智能与机器人等微专业，借助优势专业教学资源推进课程体系的数字化升级。二是加强人工智能科研平台建设，填补数字人才巨大缺口。高校应为数字化科研提供基础保障，比如，设立以大数据、脑科学、无人机为主题的协同创新中心，分设聚焦不同科研方向的研究院，保证前沿学术资源、数据库平台、实验设备等学术基础建设的先进性和完整度。三是补齐短板，发挥场景驱动的育人优势。带领学生扎根企业生产和管理等现实场景，一线观察企业各类数字化现象，及时总结归纳场景中关于生产方式、工作模式、人员管理、信息共享、组织创新和任务落实等问题，摆脱传统研究范式的束缚，形成在共生性组织和数字化情境中适用的研究思路和方法工具，释放科研团队的创新潜能，在实践中帮助制造型企业解难题、育人才。要注意的是，应用场景在底层理论层面存在共性，应聚焦多元场景开展交叉学科研究，避免限于单一场景导致交叉研究不足。

（三）深入性：加深基础研究稳固核心技术积累

基础研究是孕育核心技术的肥沃土壤，更是推进制造业数字化转型的创新根源，高校是基础研究的引领者，加深基础研究责无旁贷。基础研究具有公共属性、高耗时、预见性低、投资额度大等特点，因此扭转思维、塑造环境和配置资源尤为重要。在思维扭转方面，高校要认清基础研究推进应用研究的作用机理，积极推动数学、物理等基础学科与特色应用学科的融合发展，重视信息论、数理逻辑等研究成果的运用与借鉴，同时接受并习惯性分析、辩证性批判研究失败的动因和影响，善于在前人研究基础上分化出更具深入性和推动性的选题。要将奉献力和专注力纳入科研素养培养中，对于基础学科研究生培养，应引导师生专注基础研究方向，深挖理论创新；对于引才政策，应提升基础研究方向的博士、科研人员的引进比例。在环境塑造方面，高校应注重学术文化环境的营造。学术文化是校园文化的重要组成部分，学术文化的内核就是去功利化。着力推进基础学科课程思政建设，以情怀培养和格局塑造涵养青年学者为人类谋进步、为国家谋富强的理想追求，强化学科发展和科研创新的新时代使命担当，提升师生的专业认同感和职业自豪感。在资源配置方面，高校应兼顾高峰学科和基础学科的协同发展。高峰学科隶属于高校品牌建设内容，而基础学科关乎高校内涵建设的深度，因此提升基础研究强度十分重要。近年来，伴随我国综合实力攀升，基础研究强度由2010年的0.1%逐步上升，而用好管好基础研究科研经费，加大基础学科学院投入倾斜力度，放归科研人员更大自主决策权、选题权，畅通基础研究平台使用权，创设专门基础研究院等应成为高校现阶段的重点工作。

（四）收益性：以知识产权保护明确研发红利分配

高校产学研协同创新涉及创新链上的多个主体和多类个体，在推进制造业数字化转型进程中必然产生新的知识成果及相应数字产权，依法形成、保护数字产权，有助于明确知识生产者、专利获得者、协同研发者等创新个体的收益比例与份额，降低因产权不明而引发的纠纷和内耗，持续激发高校产学研协同创新能力，形成高效明晰、充满活力的创新生态。对于高校来讲，要做好以下三点。一是引领数字知识产权研究。制造业数字化转型的重要特征之一是跨学科知识融合与创新，传统知识产权研究范式与数字知识产权的匹配度较低，研究人员应从单一研究领域或专业背景的局限性思维中跳脱出来，不断丰富自身的知识维度和体量，尽早适应新经济模式下的组织共生性、技术多元性、学科交叉性等特征，为数字知识产权研究奠定扎实基础。二是将数字知识产权与收益挂钩。高校产学研的理想结果是形成专利，且专利商业化、产业化，最终实现知识生产到红利获取的转化。因此，要通过依法遵法、建章立制等途径，明确产权收益标准，锁定红利分配对象，及时鉴别并处理侵权行为，维护创新主体或个体的收益权，以激励回馈调动科研人员的积极性，保证专利的收益性，养成以专利定红利分配的职业惯性。三是加强数字知识产权的过程管理。知识产权管理包括源头管理、冲突协调、第三方介入和使用法律规则等环节。数字知识或技术雏本具有高扩散性和高流转度等特点，把牢源头管理是第一关键；对于数字化技术专利争议，应发挥调研取证、沟通协调等职能，居于多赢视角化解冲突；引入第三方监督和评价机制，通过“校-企-监督”三方博弈，避免科研人员与企业共谋套利，保证专利转化收益的准确性和真实性；熟知数字知识产权相关法律适用规则，知识产权法律的更新速度滞后于数字知识生产的速度，在依法维权方面，要善于运用成文条款，最大程度保障创新主体或个体的合法权益。