盛世豪專欄丨完善創新生態：建設長三角國際科創中心的“核心密鑰”

盛世豪

浙江省政府咨詢委學術委副主任

浙江省社科聯名譽主席

從“十四五”規劃首次提出支持上海建設國際科技創新中心，到今年政府工作報告部署建設上海（長三角）國際科技創新中心，這不僅標志著從上海“單點突破”向長三角區域“協同推進”的戰略轉變，也體現了國家層面對其戰略定位的顯著提升，并進一步凸顯原始創新和源頭創新的核心地位。一時間，加快推進上海（長三角）國際科技創新中心建設，成為區域各級政府與學界關注的熱點。有觀點主張聚焦“硬科技”打造“創新共同體”，也有意見強調應強化政策支持。這些思路都很有價值，但整體仍偏重于“硬件投入”和“政策優惠”。

與京津冀依托北京“全國科技創新中心”的單點輻射效應、粵港澳依托“一國兩制”的制度優勢不同，長三角的獨特優勢在于“三省一市”的產業基礎、科教資源和超大規模市場的深度融合。從硅谷“熱帶雨林式”的創新網絡，到東京灣“精密齒輪式”的協同體系，全球頂尖科創中心的發展實踐表明：真正的競爭力不在于資源“擁有多少”，而在于通過要素的深度交融與互動，催生“涌現式創新”。

因此，長三角要建設國際科技創新中心，既不能僅依賴硬件投入，也不能停留在規模擴張層面，更需要追求“質的躍升”——營造能夠持續產生“涌現式創新”的生態系統。這絕非資源的簡單疊加，而是要構建讓人才、技術、資本“流動起來、協同起來、集聚起來”的機制，這才是突破瓶頸、實現躍升的關鍵所在。

一、創新生態的內涵特征

許多人將“創新生態”與“區域創新體系”混為一談。實際上，兩者的差異如同“精心設計的植物園”與“自然演進的熱帶雨林”。區域創新體系像一套“政策清單”，強調政府通過規劃、補貼、園區建設等手段“組織創新”，本質上是一套制度化安排。而創新生態則是一個具有自組織能力的“生命系統”，企業、高校、科研機構、資本與人才等多元主體通過共生、協同、融合等自然互動形成動態閉環。以硅谷為例，雖然缺乏統一規劃，但斯坦福大學科研人員能夠將實驗室成果迅速轉化為企業，風險投資主動對接創新項目，下游企業積極參與產品測試與應用。這種“技術—資本—產業”自發循環的生態系統正是創新生態的典型特征。

創新生態也不同于通常所說的營商環境。如果說營商環境類似于“土壤肥力”，如減稅降費、優化審批等，為企業發展提供基礎條件；而創新生態則是更深層的“營養體系”，包括高端人才是否愿意集聚、科研成果能否順暢轉化、企業之間是否形成協同創新等。這些因素共同構成從基礎研究到產業化的全鏈條要素配置體系。

創新生態也有別于傳統營商環境。如果說營商環境是土壤的“基礎肥力”（如減稅降費、簡化審批等），為企業發展提供基礎條件；那么創新生態則是更深層的“營養體系”：頂尖人才是否愿意集聚、科研成果能否順暢轉化、企業間是否形成協同創新等，涵蓋“從基礎研究到產業化”的全鏈條要素配置，不僅包含營商環境，還涵蓋人才質量、科研能力、資本活力、國際鏈接等核心創新要素。

因此，總體來看，創新生態是以“創新價值創造”為核心，由人才、企業、高校、科研機構、資本、政府及專業服務機構等多元主體，通過技術鏈、產業鏈、資金鏈與人才鏈深度耦合形成的復雜系統。

成熟的創新生態通常具備以下特征：一是要素高效流動。良好的區域創新生態使人才不因戶籍或簽證受阻，技術不因行政分割而難以轉移，資本不因信息不對稱而錯失優質項目。例如，硅谷工程師可以在不同企業之間自由流動，這種“自由流動”是創新的重要催化劑。

二是主體深度協同。在完善的創新生態中，高校不再是“象牙塔”，企業也不再孤立運作。在波士頓，哈佛大學實驗室的教授與Biogen等藥企可共享研究設施，實驗數據能夠快速轉化為企業研發方向——“產學研用”深度融合大幅縮短了科技成果“從實驗室到市場”的周期。

三是網絡包容開放。良好的區域創新生態不是“封閉的內循環”，而應深度嵌入全球創新網絡。位于東京灣的豐田汽車在德國建設新能源研發中心，在硅谷合作自動駕駛技術，在東南亞布局測試基地。只有整合全球資源，才能始終保持創新前沿地位。

顯然，頂尖科創中心間的競爭不是單一要素的比拼，而是“人才－企業－高校－資本－政府”等多元主體相互作用形成的系統性競爭。特別是在人工智能時代，建設國際科技創新中心的關鍵不在于建設多少大科學裝置或引進多少全球500強企業（雖然這些都很重要），而在于以人工智能為核心驅動力，推動政府、高校、企業、金融機構等通過算力、算法、數據、場景等要素高效協同，形成“基礎研究－技術研發－產業應用－生態反哺”的閉環系統。其核心是通過“系統性協同”——構建讓人才、技術、資本“流動起來、協同起來、集聚起來”的生態系統，使企業、高校、科研機構不再是孤立個體，而是形成“鏈主引領、中小企業配套、科研賦能、金融輸血”的共生網絡。各種創新要素能夠跨越行政邊界，通過協同融入全球創新網絡，實現資源最優配置。換言之，構建高度協同的創新網絡，實現一市三省優勢互補和跨區域要素整合，是建設長三角國際科技創新中心的關鍵所在。

二、國內外科創高地的實踐啟示

如美國波士頓，通過構建開放創新網絡和優化要素配置，形成了以AI醫療、生物科技為特色的創新生態。在數據開放與國際合作方面，波士頓發起“全球AI醫療數據聯盟”，聯合20多個國家和地區的頂級醫院共享脫敏醫學影像數據，共同訓練多語言、多人群AI診斷模型，使模型準確率從單一醫院數據訓練的85%提升至92%。這種全球數據共享模式不僅提升了技術水平，還吸引了50多家全球AI企業參與，形成“數據共享－技術迭代－產業集聚”的良性循環。在要素配置機制方面，波士頓政府與企業合作搭建“AI人才匹配平臺”，通過分析科研人員的論文、專利與企業技術需求，自動生成精準匹配報告。麻省理工學院的統計顯示，該平臺使產學研合作的“搜索成本”降低40%，大幅提升創新資源對接效率。

粵港澳大灣區則以“超級場景”開放為抓手，推動AI技術與產業深度融合。廣東依托制造業優勢，發布“AI+制造業”場景清單，涵蓋智能工廠、質量檢測、供應鏈優化等100多個具體場景，明確“場景面向全球AI企業開放，不設地域限制”。例如，深圳某電子制造企業的“AI視覺檢測場景”吸引了北京、杭州及海外AI企業參與競標，最終選擇算法準確率最高的團隊，使產品不良率降低50%。同時，利用香港的國際科研優勢和深圳的產業轉化能力，共建“港深AI聯合實驗室”，使香港高校的基礎研究成果可在深圳企業快速轉化，形成“基礎研究－技術研發－產業應用”的高效鏈條。據相關統計，粵港澳通過開放場景吸引了全國40%的AI企業集聚，其“AI+制造業”產業規模增速比長三角高15%，凸顯了場景開放對產業升級的推動作用。

進一步的比較可以發現，成功的科創高地創新生態建設有以下共性：一是以要素協同為核心，無論是波士頓的全球數據共享、硅谷的產學研閉環，還是京津冀的政策協同、粵港澳的場景開放，本質都是通過打破壁壘實現要素高效流動；二是企業主體是關鍵，政府通過搭建平臺、完善政策引導企業成為創新決策、研發投入、成果轉化的主體；三是開放合作為趨勢，科技創新的全球性特征決定了創新生態必須面向全球整合資源，封閉只會導致技術落后和產業邊緣化。

三、長三角的創新生態短板

長三角科創家底雄厚，2025 年底數據顯示，區域研發投入超 1.2 萬億元，占全國 31.5%；科創板上市企業 132 家，數量居全國首位。但對照硅谷、東京灣等國際標桿，長三角在要素質量、協同效率、全球鏈接三大核心維度仍存在顯著短板，區域內部還存在協同壁壘，難以形成創新合力。

全球頂尖人才集聚度不足，人才生態吸引力有待提升。

國際科創中心的核心是 “聚天下英才而用之”。2024 年硅谷外籍科技人才占比 28%，計算機領域超 35%，波士頓劍橋創新區全球前 1% 高被引科學家占比 12%；而長三角 2025 年國際人才占比僅約 5.5%，全球前 1% 高被引科學家數量不足硅谷的 1/4。同時，人才服務存在 “最后一公里” 障礙，國際人才簽證辦理耗時是新加坡的 2 倍，多語種醫療、國際教育等配套資源稀缺，與粵港澳超 100 所國際學校的國際化配套相比，人才競爭優勢偏弱。

企業共生網絡大而不強，協同生態效能未釋放。

企業是創新生態的核心主體，其網絡結構直接影響創新效率。與硅谷“去中心化網絡結構”和東京灣“鏈主引領型結構”相比較，長三角企業結構呈“金字塔型”。2025年長三角擁有 132家科創板上市企業、超8500家國家級專精特新“小巨人”企業，但頭部企業帶動力不足，區域內尚無全球科技企業市值前十的企業；大企業與中小企業協同度偏低，產業鏈配套多集中在中低端，關鍵技術依賴進口。中小企業成長困難，風險資本對早期創新支持不足。2025 年種子輪、天使輪融資占比僅13%，遠低于硅谷的25%，企業“死亡谷”階段存活率低于國際平均水平15個百分點。高校科研成果轉化率僅36%，“論文束之高閣，企業求才無門”的產學研“兩張皮”現象仍然存在。

全球網絡“連而不深”，國際話語權相對薄弱。

國際科技創新中心的核心標志是“在全球創新網絡中占據關鍵節點”。硅谷通過主導國際大科學計劃、掌控技術標準制定、布局全球研發網絡，深度嵌入全球創新鏈：2024年硅谷企業海外研發中心超2200個，主導了人工智能、量子計算等領域70%以上的國際標準。而長三角在全球創新網絡中仍處于“參與者”地位，尚未成為“核心節點”。2025 年區域頭部企業海外研發中心僅 320 個，不足硅谷的 1/6；跨境技術交易額占全球不足 3%，比東京灣低 9 個百分點；參與國際大科學計劃少，缺乏主導權；知識產權跨境保護機制不夠完善，企業海外專利糾紛應對成本過高。

另外，區域內部協同壁壘突出，難以形成創新合力。

以人工智能創新發展為例，一是數據“跨省壁壘”制約策源引領能力。長三角擁有全國30%的工業數據和25%的醫療數據，具備構建“超級數據池”的基礎，但跨省市數據共享需經多部門審批，流程長達2個月，而AI算法迭代周期通常僅2周。“數據流動速度跟不上技術迭代需求”的矛盾，直接制約了科創策源地的基礎研究效率。

二是人才“跨城協作”存在體制障礙。長三角AI算法人才占全國35%，但人才跨區域流動面臨社保轉移等“隱形門檻”，最終形成杭州算法人才集聚、蘇皖硬科技領域卻面臨“AI人才荒”的結構性失衡。

三是場景“本地化”阻礙融合創新。長三角擁有全國最豐富的AI應用場景，但“肥水不流外人田”的地方保護思維使場景資源難以區域共享。

四是金融“各自為戰”導致資源分散。在種子期，上海、杭州、合肥等地都設有AI天使基金，對初創企業的重復投資率達30%，而蘇錫常、寧波等制造業密集地區的AI初創企業卻面臨融資難；在成長期，銀行對AI企業的信貸支持仍依賴傳統抵押模式，導致長三角AI企業股權融資占比超70%，遠高于全國平均水平的55%，融資成本偏高；成熟期企業上市扶持政策不統一，資金配置效率偏低。“數據不通、人才不流、場景不融、金融不活”，導致“創新共同體”“超級場景”等建設目標推進難度大。

四、完善長三角創新生態完善的“四梁八柱”

“十五五”時期，長三角要建成國際科技創新中心，需推動區域創新生態從“要素集聚”向“系統成熟”躍升。具體地，

第一，構建全球人才自由港。

優化人才政策，探索“144小時過境免簽+工作許可”聯動機制，壓縮高端人才簽證辦理周期；對頂尖科學家和創新企業家提供具有國際競爭力的激勵政策。完善國際化生活配套，在G60科創走廊建設高品質國際社區，實現教育、醫療等公共服務跨區域互認。推動人才跨區域流動與兼職創新，建設長三角AI人才庫與共享平臺，提升人才配置效率。

第二，打造“產學研用金”協同網絡。

強化企業創新主體地位，支持龍頭企業牽頭建設國家級技術創新平臺，對產學研合作項目給予研發補貼。完善科研人員成果轉化激勵機制，鼓勵技術入股。設立中小企業創新基金，推動“鏈主企業+孵化器”模式，促進大中小企業融通創新，構建協同發展的產業生態。

第三，聚焦人工智能提升策源能力。

制定長三角AI應用場景開放行動計劃，推動高端制造、生物醫藥等領域場景開放。建立跨區域協同機制，支持算力、算法與數據資源共享。構建統一的AI科研數據平臺，推動實現數據安全共享。發起國際AI合作網絡，吸引全球創新資源集聚，并積極參與全球治理規則制定。

第四，完善全周期資本支持體系。

加大早期資本供給，設立種子基金與天使投資聯盟，完善科技金融服務體系。探索設立區域性科技創新板塊，降低科技企業融資門檻，推廣知識產權質押融資等創新工具，提高科技型企業融資覆蓋率。

第五，建設全球創新鏈接樞紐。

推動重大科研基礎設施向全球開放，積極參與國際大科學計劃。在量子科技、腦科學等前沿領域提升國際影響力。支持企業全球布局研發中心，參與國際標準制定。完善跨境創新要素流動機制，加強知識產權保護與數據跨境流動便利化。建設一體化科創服務平臺，提升專業服務供給能力，打造開放協同的創新環境。

總體而言，對于長三角而言，“十五五”時期，唯有充分發揮區域協同優勢，進一步完善“全球人才集聚、多元主體協同、全球資源鏈接”的創新生態體系，才能真正建成具有全球影響力的國際科技創新中心，在全球創新競爭中占據主動。

文章觀點不代表主辦機構立場。

◆ ◆ ◆

編輯郵箱：sciencepie@126.com