当下，全球制造业格局正在经历深刻重塑，新一轮科技革命和产业变革加速演进，以颠覆性技术和前沿技术为核心的新质生产力，已成为决定国际竞争主动权的关键变量。党的二十届三中全会明确提出“加快推进新型工业化”，科技创新和产业创新深度融合发展作为新型工业化的核心驱动力，其融合质量直接影响着制造业新质生产力培育的成果。作为世界第一制造业大国，我国面临着从“规模扩张”向“质量效益”转型的迫切需求，亟需通过“两新”融合来破解核心技术瓶颈、优化要素配置效率，从而推动制造业实现向产业链价值链高端的跃升。在此背景下，系统探索“两新”融合赋能制造业新质生产力的路径与对策，对构建现代化产业体系具有重要现实意义。

一、“两新”融合赋能制造业新质生产力的背景

（一）国内基础：政策与主体双轮驱动，筑牢“两新”融合发展根基

一是制度供给持续优化，为新质生产力构筑稳固保障。技术革命性突破、生产要素创新性配置与产业深度转型三者的耦合方能催生新质生产力，而科技创新与产业创新的深度融合则是这一发展的根本机制。党的二十届三中全会将“加快推进新型工业化”列为攻坚目标，发挥好“两新”深度融合这一抓手作用，通过确立企业创新主体地位，构建“龙头企业牵头、高校院所支撑”的创新联合体，把“两新”路径上升为国家战略。二是创新主体动能释放，为新质生产力夯实支撑载体。龙头企业的宁德时代沿储能赛道编织“创新生态圈”，携手厦门大学等院校攻克制约钠离子电池的12项“卡脖子”技术，并在福建、四川等地部署产业园，吸引上下游企业落地，带动产业链上百家中小企业实现技术升级；龙头型企业引领、高校院所创新平台及其联动的各市和县(区)高新技术产业园聚集了全国四分之一的研发人员、3.5万家省级以上创新平台，成为集中涌现重大成果的重要基地。截至2024年底，全国有效期内高新技术企业已经达到46.3万家，“龙头企业引领、科研机构赋能、中小企业共舞”的梯队结构加速成形，“两新”深度融合发展趋势不断巩固加强。

（二）国际竞争：工业强国战略与政策双向发力，为我国“两新”融合敲响警钟

一是亟需通过系统性战略规划，构建创新协同体系。美国“先进制造业领导力战略”聚焦科技、产业与市场需求的联动协同，以“公私合作”为核心模式，将科技创新目标与产业链升级、民生需求精准对接，例如通过能源部、商务部与特斯拉、通用电气等企业联合设立“先进制造伙伴计划”，围绕新能源装备、智能传感等领域建立跨部门、跨主体的协同创新网络，形成“需求牵引研发、研发支撑产业”的包容性集成体系。我国虽然已建设了33家国家制造业创新中心，但缺乏系统性的协同创新设计，在创新主体联动、需求与研发的精准匹配上仍有不足，尚无法形成类似“需求、研发、产业”闭环的包容性“大集成”格局，难以充分释放创新协同对制造业升级的支撑效能。二是亟待通过精准化政策引导，强化成果转化效能。德国“工业4.0”战略依托创新驱动发展战略实施重工业政策和科技进步政策等组合拳，聚焦智能制造与工业数字化转型，多层次统筹协调政府、企业、科研机构多方资源，形成相互配合、互相协调的一体化协同创新体系；我国目前已初步形成政策支撑体系，但是在政策协同与转化效能方面仍有明显差距，科技、财政等多部门政策存在碎片化问题，宏观取向一致性的欠缺使得公共政策的整合效力被削弱，无法发挥出应有的政策效应，“两新”深度融合赋能制造业新质生产力势在必行。

二、“两新”融合赋能制造业新质生产力的主要瓶颈

（一）要素配置效率偏低，核心要素支撑乏力

“两新”融合对科技、数据、资本等核心要素的配置效率要求较高，但当前要素供给存在“结构性短缺”与“配置错位”问题，难以支撑制造业新质生产力培育。一是基础研究投入强度与产业需求匹配度不足，科技要素向产业端转化的通道尚未完全打通。2024年我国基础研究经费占研发总投入比重约6.3%，虽较往年提升，但投向量子信息、生命科学等颠覆性技术领域的资金占比仅为25%，且部分资金分散于低水平重复研究项目，未能形成集中攻关合力。二是跨环节、跨领域的数据融合应用受限，数据要素对产业升级的赋能作用未能充分释放。在数据要素方面，市场化配置机制尚未健全。数据确权、交易规则等基础制度仍处于试点阶段，全国一体化数据市场覆盖率不足40%；工业互联网平台的数据共享率较低，研发端与生产端数据打通的企业占比仅28%。三是资本要素中科技创新领域“耐心资本”供给不足，导致科技企业早期融资面临较大困境。早期科技创新项目投资周期长、风险高，创投基金投向该领域的资金占比仅18%，且80%的基金要求5年内实现退出，与基础研究、核心技术攻关的长周期需求不匹配，科技企业早期融资难题突出。

（二）创新链与产业链协同断层，“双向奔赴”机制缺失

一是高校科研院所评价体系侧重理论成果，导致科研成果与产业实际应用需求不匹配。就制度约束角度而言，目前我国高校、科研院所科研评价体系仍存在“重理论、轻应用”的问题，大部分的科研项目以论文发表、专利申请作为主要考核依据，导致科研项目多聚焦于学术前沿问题，科研产出与产业实际需求之间存在明显断层；二是校企科研人才流动机制不畅，造成产业需求与科研端衔接断层。从人才流动机制看，高校、科研机构与企业间的精英双向流动存在障碍，缺少常态化的供需衔接机制，对于高校教师到企业参与技术研发的课时认定、职称评定等方面的配套政策尚未完善，导致产业方的一线需求无法被及时准确地传导到科研端，供需信息不对称进一步加剧了创新链与产业链的协同断裂。

（三）科技成果转化“最后一公里”未打通，“死亡之谷”现象突出

当前我国科技成果转化率仅为15%左右，远低于发达国家40%以上的平均水平，创新链条中“死亡之谷”现象突出。从典型行业来看，一是人工智能领域高校算法理论研究与企业应用脱节，存在适配性与安全性问题。在人工智能领域，高校对深度学习算法理论研究方面成绩突出，但在企业界应用方面出现算法适配性不足、数据安全性无保障等问题，无法满足生产需求；二是先进材料领域中试关键步骤未突破，导致实验室领先技术难以转化为实际生产力。在先进材料领域，科研院所研发的新型复合材料性能指标达到国际领先水平，但是大量在实验室环境下验证可行的技术成果因无法完成中试阶段的工艺改良、成本控制、稳定性测试等关键步骤，难以转化为符合产业要求的实际生产力，导致技术成果长期“沉睡”。

三、“痛点”攻克：“两新”深度融合赋能制造业新质生产力的路径与对策

（一）要素层融合路径：整合核心创新要素资源，筑牢高质量发展要素支撑体系

一是强化科技供给侧改革，夯实创新要素供给基础。加快国家战略科技力量建设，在“卡脖子”核心技术以及新兴产业、传统产业关键核心技术等领域积极作为，力争实现“从0到1”的原创性突破；针对科技创新资本供给相对不足等问题，加强量子信息、生命科学等具有颠覆性潜力的技术领域和基础研究的资金支持，设立“两新”融合专项基金，在抓住基础研究领域短板的同时，根据项目技术难度、创新意义和预期成果，对符合产业发展导向的基础研究项目给予经费补贴，引导创投基金加大对早期科技创新项目的投资倾斜，通过设立风险补偿机制、延长投资回报周期等方式，培育发展耐心资本，减轻科研主体研发投入压力。二是深化数据开发与高效应用，释放数据要素核心价值。建立健全数据要素产权、流通交易制度，打造良性循环的数据要素市场，培育形成全国一体化的数据市场；围绕工业互联网平台，构建“数据雨林”生态体系，促进研发端、生产端、销售端全链条数据高效共享，加快产业要素与数据要素在跨环节、跨领域、跨层面上的融合应用，在降低传统要素耦合度的基础上进一步提高全要素生产率，助力产业发展和升级换代。

（二）制度层融合路径：破除机制壁垒，构建“产学研用”协同生态

一是强化知识产权保护与创新评价优化，筑牢创新主体权益保障与创新活力激发根基。参照宁德时代联合厦门大学攻克钠离子电池“卡脖子”技术的协同经验，完善科技创新评价机制，破除“唯论文、唯专利”的单一评价倾向，将技术成果转化效益、产业贡献度与创新解决实际问题能力等纳入评价指标体系，在营造良好社会氛围的基础上为提高创新能力和效率奠定基础。二是优化人才流动机制，推动创新成果精准对接产业发展需求。针对当前人才流动中存在的身份限制、职称评定壁垒等问题，完善人才双向流动配套政策；提高科技创新资源配置效率，推动高校、科研院所和企业等产学研机构共建联合实验室，强化定向研发，确保创新成果能够精准匹配并满足产业发展的迫切需求。

（三）主体层融合路径：夯实载体支撑，打通成果转化“最后一公里”

一是针对先进材料实验室成果落地难题，建设行业性中试基地并集聚产业链企业，“唤醒”科研一线的技术成果。依托高新技术产业园建设行业性中试基地，配备专业工艺改良团队，为实验室技术提供工艺优化、成本控制与稳定性测试等全流程服务；参照宁德时代产业园带动上下游企业升级的模式，吸引产业链企业入驻中试基地周边，实现“中试成功即量产”的高效衔接。二是深化产学研融合载体建设，加快科研成果产业化落地。搭建区域性技术交易市场联盟，集聚技术供给方、需求方与服务方资源，打造贯穿“概念验证、中试验证、应用验证”的全链条技术转化通道，降低产学研协同创新的对接成本与转化周期；围绕高端装备、生物医药等重点领域建设一批创新应用场景示范区，面向应用场景实际产业需求开展科研技术验证与场景适配，加快推进科研成果由“实验室”向“产业化”应用。

编辑：侯宜均