第二十一屆中國科協(xié)年會6月30日在黑龍江哈爾濱閉幕。年會聚焦助力東北振興，通過高端智庫咨詢、搭建平臺等方式，為經(jīng)濟、科技發(fā)展建言獻策。

　　“黑龍江是國家大糧倉，糧食產(chǎn)量高，秸稈約占全國總量的1/8，必須提高秸稈綜合利用水平。”“我國石化產(chǎn)業(yè)已步入高端、精細化發(fā)展階段，然而大慶市在很多領(lǐng)域還是空白，大慶石化煉油領(lǐng)域有較大的挖掘潛力。”在本屆年會上，專家就黑龍江的經(jīng)濟、科技發(fā)展中的痛點進行探討。針對秸稈綜合利用難題，哈爾濱工業(yè)大學(xué)教授任南琪說，單純禁止農(nóng)民燒秸稈將增加社會治理成本，合理的方式是從種植、收儲、還田、肥料化、燃料化和農(nóng)牧循環(huán)等方面著力，形成秸稈全程解決方案。

　　針對大慶石油精深加工問題，中國工程院院士胡永康建議，大慶應(yīng)根據(jù)國家重大需求，走高端化、差異化的石化產(chǎn)業(yè)道路，不在同質(zhì)化嚴重的領(lǐng)域硬拼。

　　去年底開始，中國科協(xié)組織相關(guān)專家，分10支隊伍到黑龍江基層一線調(diào)研。1個月前，中國科協(xié)還組織專家，聚焦現(xiàn)代農(nóng)業(yè)升級、礦產(chǎn)資源利用等問題，深入東北3省12地市，形成了70多份咨詢建議。

　　直擊東北振興的熱點難點，與會專家暢談了自己的思考。“要搭建創(chuàng)新體系，一個重要方面是要形成完善的創(chuàng)新生態(tài)，其中包括政策環(huán)境、投融資環(huán)境和人才環(huán)境等。東北振興，下一步應(yīng)重點考慮的是如何營造一個多方面良性互動的生態(tài)環(huán)境。”清華大學(xué)蘇世民書院院長薛瀾說。不久前，薛瀾到黑龍江調(diào)研發(fā)現(xiàn)，當?shù)卮嬖趧?chuàng)新人才“引不進、留不住、養(yǎng)不起”的現(xiàn)象。比如，哈爾濱工業(yè)大學(xué)每年畢業(yè)本科生4000多人，留在黑龍江的不到6%。他建議，東北有必要成立一個改革實驗區(qū)，構(gòu)建良好的營商環(huán)境。

　　中國工程院院士、哈爾濱工業(yè)大學(xué)教授鄧宗全說，機器人產(chǎn)業(yè)是東北的優(yōu)勢產(chǎn)業(yè)，但與國際先進水平仍有較大差距。“產(chǎn)品和技術(shù)需要在應(yīng)用中發(fā)展、提升。”鄧宗全建議。

　　上海交通大學(xué)的原黨委書記馬德秀建議，東北亞一體化為東北創(chuàng)新帶來了難得的機遇，應(yīng)進一步加強與俄羅斯、日本、韓國的創(chuàng)新合作。“當前，基于數(shù)字技術(shù)衍生的5G通信、虛擬現(xiàn)實、增強現(xiàn)實等，形成了新興技術(shù)群落。這些新興技術(shù)群落與其他技術(shù)交叉融合，可能帶來顛覆性的革新。”馬德秀說。

　　“科技創(chuàng)新是發(fā)展的基石，也是可持續(xù)發(fā)展的關(guān)鍵。”中科院遙感與數(shù)字地球研究所研究員郭華東說，從遙感調(diào)查的結(jié)果看，過去50年呼倫貝爾草原至少有40%的草地退化了。要保護生態(tài)環(huán)境，東北需要重視科技創(chuàng)新的作用，推進經(jīng)濟高質(zhì)量發(fā)展。

　　本屆年會首次設(shè)立了科技創(chuàng)新企業(yè)家高峰論壇。“我們有不錯的科研成果，可惜不少在其他省落地了。”黑龍江省省長王文濤說，黑龍江科技綜合實力全國排名第十六位，科技產(chǎn)出指標全國排名第十二位，但轉(zhuǎn)化率偏低，僅排在全國第二十六位。

　　王文濤介紹，黑龍江正在圍繞“辦事不求人”的目標，改善營商環(huán)境，希望借助科協(xié)組織平臺，與企業(yè)家共同探討如何發(fā)展黑龍江，共享創(chuàng)新發(fā)展新機遇，共創(chuàng)互利共贏的新局面。

　　為激活人才優(yōu)勢，黑龍江正在實施“頭雁”行動。在每5年一個科研周期內(nèi)，“頭雁”及團隊最高可獲得5000萬元的資金支持。某留學(xué)歸國團隊創(chuàng)立的水性涂料項目，即將落地哈爾濱松北（深圳龍崗）科技創(chuàng)新產(chǎn)業(yè)園。中國科協(xié)有關(guān)負責人表示，通過海外人才創(chuàng)新創(chuàng)業(yè)大賽，一共引進了60個創(chuàng)新創(chuàng)業(yè)項目。

　　年會期間，中國科協(xié)還發(fā)布了2019年20個重大科學(xué)問題和工程技術(shù)難題，涵蓋物理前沿、人工智能、生命科學(xué)等重點領(lǐng)域。