科研项目的“预期成果”产出如何？这个问号，让不少有意申报基础前沿探索类项目的科研人员望而却步。

刚性量化的“交付指标”，往往挡住了自由的探索，谁来为之“埋单”——这成了横亘在基础科研环节中的一道现实难题。

“因为怕担风险，所以通常会申请风险小、肯定能成的项目；甚至在申请时项目就已完成百分之七八十。”上海交通大学医学院一线科研人员三言两语道出困境，其中顾虑指向基础研究中的裉节问题：科研资助相对保守，学术生态有待进一步优化。

日前，市政协科技和教育委员会就“完善风险共担和全链条加速机制”进行调研。座谈会上，上海交通大学学术发展与成果处副处长韩海波例举好做法：“基础研究特区计划”“交大2030”计划。比如后者计划中“青年探索基金”项目（C类项目）的遴选——不论学者头衔、只看研究潜能，优先支持35岁以下青年人才；学校一次性投入项目经费、对项目成果无刚性指标要求，“充分支持青年人才挑战高难度科研。”韩海波说。

院校“自带干粮”攻坚科研难题值得鼓励，有市政协委员指出，自由探索时间长、风险大，但正是这种探索会带来“无心插柳柳成荫”的回报，所以也需要进行有组织的攻关。找到堵点成因，寻找破题抓手，激活科创全链条成为关注焦点。

改进同行评议机制

90后青年科研人员申涛，去年入职上海交通大学变革性分子前沿科学中心，主攻绿色合成化学研究。在课题组经费紧张的关头，他及时得到C类项目支持。这笔雪中送炭的经费让他得以继续大胆探索无人区。如今项目进展顺利，小有成绩。

申涛的幸运源自学校“铺路”。但对高风险高难度的项目，科研资助趋于保守几乎是普遍现象。

剖析原因，韩海波提到三处关键：回报率难以预测、怕过不了评审等等，“资助机构更愿帮助明显有望和短期带来回报、容易检验验收的研究；当前普遍采用的同行评议共识支持的机制，对颠覆性、高风险，尤其交叉领域研究的项目和人才支持力度不够；科研人员本身考虑职位晋升、评奖评优等因素，更倾向于选择跟随性、渐进式、稳妥型的项目。”

他认为，借鉴国际经验，改进同行评议机制，不失为破题抓手之一。“采用匿名评审、多元评审等方式提高对于不确定性的包容度”，但同时也要把控风险，通过培养和选拔合适的项目经理，给予他们充分的自主权，“采用灵活的阶段性评估，实时关注研究效果，动态调整资助计划，以便及时止损、降低风险”。

自由探索需要怎样的学术生态？

指标“过度刚性”，成为一线科研人员绕不开的话题。他们直言：既要做项目发文章、完成教学要求，又要推进成果转化，“一天24小时都不够用。”

更大的研究自由度意味着弱化刚性指标的约束。

相关讨论指向几处共识：弱化对“预期成果”产出的刚性要求，从根本上解决科研人员的研究顾虑，助力形成“容错”氛围。发展真正有助于选择“研究能力”的资助政策，激励和引导科研人员进行前瞻性探索。落实研究过程中“科研人员主导”的科技政策——相关管理机构要赋予科研人员项目实施决策权和技术路线选择权，并允许中途灵活改变研究路线，以应对研究实践中新出现的研究问题和想法。

让个例成为群像

加速科创全链条，激发人才活力和盘活全要素创新至关重要。

在上海交通大学医学院免疫学研究所，余贺厅墙壁上挂满青年学者的画像。在相关人员的介绍中，“破格”是高频词。这既需要不拘一格的用才魄力，也需要机制有所突破，让个例成为群像。

譬如特区计划中的“揭榜挂帅”。上海交通大学材料科学与工程学院教授林天全的课题是研发全天候、可移动、超时长的便携式稳定电源器件。该项目涉及物理、化学、能源、材料等多个领域，需要学科充分交叉。在“特区计划”经费资助下，他引入了两名高层次人才。学校在一段时间内，不对科研人员设考核指标。

“加速研发到产业化落地需要科学家团队与产业、行业专家深度融合协同。”上海人工智能研究院执行院长宋海涛举例，研究院通过市场化方式引入上市公司和企业高级管理人才、技术人才，按照市场化实打实推动产教协同、科教融汇。

“近两年，研究院陆续推出全国首个AIMBA、第一个人工智能训练级工程师实战课程等。完成科研、运营、产品、市场整个人才库的搭建。眼下，研究院积极支持开展人工智能中高级职称继续教育培训，推动高校围绕产业趋势搭建学科和专业群，提高人工智能领域人才专业结构和产业结构的匹配度；以此形成全链条人才持续供给，推动全链条加速发展。”宋海涛表示。