1980年，Birch Evans Bayh议员（右）在《拜杜法案》听证会上  图源：https://olv.duke.edu/news/37-years-later-bayh-dole-act/

一、拜杜是两个参议员，法案是国会通过的提案

事情起源是美国中部印第安纳州的一所综合性高校，即以航天航空工程领域研究而著名的普渡大学。去过普渡大学西拉法叶校区的人应该有印象，沿着芝加哥与印第安波利斯之间的城际公路，车开到大致中间位置时，能远远看见大片的田野里竖立着几百座风力发电塔，忽近忽远影影绰绰，如果恰好日出或日落时分经过，彩霞映照下的风电塔柱托着巨大的风电叶转动，景致让人印象深刻。

就是这所学校的一位教授，在1978年找到州参议员博区·拜（Birch Bayh）请求协助。学校获得了多个政府资助的项目，但是，源自二战曼哈顿计划的 “谁出资、谁拥有” 政策，学校项目研发的成果，不仅收益归政府，而且后续研发成果也不能由发明人分享，这导致科研成果转换乏力，大量科研成果闲置浪费。教授希望议员们能想办法解决这个问题。

1980年，博区·拜（Birch Bayh）和罗伯特·杜尔（Robert Dole）就上述问题进行了联合提案（后面将详细介绍法案内容），被美国国会通过，这就是我们所说的《拜杜法案》。这个法案让美国的大学、研究机构能够享有政府资助科研成果的专利权，极大地带动了技术发明人将成果转化的热情。数据表明，美国1978年的科技成果转化率是5%，《拜杜法案》出台后几年内翻了十倍，并使得美国在之后十年内重塑了世界科技的领导地位。

《拜杜法案》后来被《经济学家》评为美国过去50年最具激励性的立法之一，也是美国 “制造经济” 转向“ 知识经济” 的重要标志之一。

二、拜杜法案，科研成果归属与分享机制是核心

《拜杜法案》的重点是把国家科研基金资助下取得的科技成果、专利发明，通过立法将归属权从国有变为高校或科研机构所有。操作层面，公众对科研专利如何最终分享的机制尤其关注。人们反复探究：到底是什么使得它在之后十年，让美国高校及大企业的科技研发成果能够迅速转化，而转化后的回报又不断反哺基础科学研究，开启了二战后美国科研与成果转化的新时代？

《拜杜法案》规定，在美国，凡是使用政府科技或企业资本投入产生的成果，其知识产权获得的收益大致是 “一分为三”：约1/3归学校或公司，约1/3归研发团队，约1/3归负责转化成果的中小创新企业。很明显，除了回报投资、反哺研发团队，还给成果转化的企业以激励，使得科技成果转化与量产，有了明确的商业模式，大大提高了有志向有使命的企业对科研成果产业化的热情。白话讲，就是政府及大企业播种、研发团队育苗，科技创新企业或市场机构施肥剪枝生根，最后成才和开花结果，之后每年结的果大致等分为三份，各取回报与收获。

很显然，这种机制超越了狭隘的纯资本模式，创新设计成在整个科研及应用链上均衡地实施激励，就像在每个环节都装上一部助力马达，消除瓶颈，从基础研究到成果转化及商业应用全生态进行系统地牵引，不同优势各领其责、前后驱动，避免了堰塞湖式的科研链与产业链阻塞，极大地推动了美国科技产业的中长期持续发展。

早在2007年，国内曾借鉴美国经验，在《科技进步法》中做了一些规定，把科研成果国家所有权变为单位所有权，但因为国内高校发明属于严格的职务发明无法更多惠及职务发明人等原因，我国高校的科技转化率一直在5%基础上未有较大提高。

2010年，国务院原则同意中关村先行先试，鼓励科技创新和产业化。对于中央级事业单位一次性处置评估价值800万元人民币以下的科技成果，由中央单位自主处置，报财政部备案。试点有一定成效，中央及地方高校转让科技成果，同比有较明显增长。但是，更大范围的科研及成果转化机制其实并未呈现，加之相关政府部门行政干预容易偏多，中国版的拜杜法案未真正落实或者说相关措施失效。

有人认为，国内的科研生态环境与美国有较大差异，照搬《拜杜法案》没用，但在新科技浪潮如此汹涌，全球化科技产业均衡被中美博弈打乱之时，尽快研究出台真正的中国版拜杜法案，非常重要。这些年国人骨子里的激励原则是 “有恒产者有恒心”，使得多年来资产资本杠杆在中国似乎更有效果，但这是否会影响最近被提及的从“科创板”到“科转板”的思路，不得而知。但如果过度使用资本杠杆，也不免会引发太多的商业化倾向，让科学家变成创业者并不是好主意，并且能否让科学家更多坚守科学与人文的本质、平衡好技术与商业，也就很难说。客观说，中兴与华为事件令人反思，但我们其实还没有很好的答案！

四、科技是长链生态，投入产出与关注重心息息相关

当谈到大数据、云计算、人工智能、区块链等这些高新科技的时候，中美朋友在科技认知上的不同偏好。比如同样谈明星科技，是更多谈论这项技术的商业模式与实现场景，还是科技背后的基本原理、底层逻辑、思想及内核本质。

以人工智能为例，在国内谈到AI，马上会浮现出这样的场景：大数据客户精准画像、声音识别人机对话、人脸识别身份认证、车牌识别免现金缴费以及查处交通违章变道或违章鸣号等。而在美交流，似乎更多谈的是算法：AlphaGO棋局、城市人口或车辆潮汐规律、大数据隐私保护策略、金融量化交易模式、人类疾病频谱分析与预防、人类意识是否有效编码等。当然，重叠的部分越来越多，比如无人售货、自动驾驶、基因组测序等。笔者认知可能有偏颇，但同样规律确实也体现在是更多重视科研还是商业应用上，前者周期长回报久而不确定，后者周期短、商业空间巨大。关注重心不一样，投入产出的重点就不一样，长期来看，整个社会的三观也会有很大差异，或许这无关对错，只是随资本之力而推动吧。

设想一下，当年普渡大学的那位教授，多年后如果有机会看看学校区域田野里的那大面积风电塔景致，应该会感叹：美景劲风通过风力发电设备转换成点亮学校的源源不断的电力，就像美国高校内部大量的科研成果，被《拜杜法案》激发成持续的科技成果转化潮，而源头那只蝴蝶只是他辗转难眠，不得已找州参议员寻求协助的一个举动。

五、科学基础都有渊源，科学成果也并非天降

控制论源自著名的数学家维纳在二战期间的一项与火力控制有关的课题，研究促使他深入探索用机器来模拟人脑的计算功能，二战结束后的1948年，维纳发表了《控制论》，之后武器研究逐步隐化到军事领域或军事院校，这门学科的名字不再被公众提及，似乎被遗忘了。但其实后来的人工智能、机器人等诸多新科技，多少都与控制论同源。

比如，二战结束十年后的1956年，一群科学家在达特茅斯学院相聚，讨论一个不食人间烟火的主题：用机器来模仿人类学习以及其他方面的智能，其中有约翰·麦卡锡（John McCarthy）、马文·闵斯基（Marvin Minsky，人工智能与认知学专家）、克劳德·香农（Claude Shannon，信息论的创始人）、艾伦·纽厄尔（Allen Newell，计算机科学家）、赫伯特·西蒙（Herbert Simon，诺贝尔经济学奖得主），都大名鼎鼎。会议开了两个月时间，没有达成共识，但是却为会议内容起了个名字：人工智能。在经历几轮起伏后，人工智能已经迎来第三波的发展。

凡事皆有源头，人工智能来源于控制论，而科技产业的变革与升级，也源于对基础科学的投入。

《拜杜法案》促进了美国的科技成果转化，也期待真正的中国版立法打磨出台，不断推动中国科技产业从基础研究到成果转化再到产业级应用。与此同时，在全球化科技产业格局发生巨变之时，也是推动国内进一尊重科学人文精神，真正重视基础研究，让更多学生学者可以坚持自己的梦想的一个契机。