《 lt《中华人民共和国国民经济和社会发展第十四个五年规划和2035年远景目标纲要》:《释义》收录了《纲要》涉及的272个术语定义，为读者更好地理解《纲要》提供了支持和帮助。今天，我们与您分享“十四五”规划纲要(第一部分)中有关各种制度的术语解释。
国有企业RD激励评价体系
“十三五”以来，国有企业RD投资大幅增加，取得了一批重大科技创新成果。但是，与世界一流企业相比，RD投资强度仍有待提高，关键核心技术“卡脖子”问题依然突出。为推动国有企业特别是中央企业深入实施创新驱动发展战略，“十四五”期间将进一步突出创新驱动考核导向。一是强化企业创新主体责任，对工业、科研等科技进步要求高的企业，加强RD投资、关键核心技术等指标考核；二是鼓励企业加大创新投入，在核算企业经济效益指标时将RD投入作为利润加入；进一步提高RD对关键核心技术的投资比例；三是强化科技创新正向激励，对科技创新成绩突出、攻克关键核心技术成绩突出的企业给予加分和奖励；四是建立健全考核容错机制，对企业实施重大科技创新和创新创业投资，对经营业绩产生重大影响。按照“三区分”原则，在考核中不做负面评价，激发保护企业家和科学家的精神。
RD储备体系
RD储备是企业在RD活动前或活动期间，为保证RD项目的资金需求，预先为RD项目预留并单独核算的资金。RD准备金制度是指规范RD准备金的形成、使用、核算和信息披露的管理办法。
“挂帅曝光”制度与“赛马”
“揭榜挂帅”是指建立以需求为牵引、以解决问题的能力为评价标准的新机制，让有能力、有担当的团队承担关键核心技术攻关等关键任务。该办法在“挂榜”、“评榜”、“揭榜”过程中，打破繁文缛节和规则，打破科研和论资排辈的“小圈子”，在给予揭榜者充分信任和授权的同时，明确了目标责任，强化了问责考核，体现了“奖优罚劣”和“以问责求效率”的原则。“赛马”是探索“揭榜挂帅”机制、优化科技攻关体系的一种新的项目组织方式。这样，在立项时，选择若干课题并行攻关，过程中进行阶段性考核和竞争性淘汰，让真正有能力、做得好的课题脱颖而出，提高攻关质量和效率。
科技项目分类与评估体系
科技项目分类评价制度是指对自由探索型和任务型科技项目进行分类评价。其中，自由探索型科技项目主要指研究基础性、前沿性、颠覆性科学技术的项目，任务导向型科技项目主要指按照“四化”要求开展的任务目标明确的项目。对于自由探索项目，主要评价其新发现、新原理、新方法、新规律的原创性、科学价值和学术影响，建立容错机制，鼓励科研人员大胆探索。对于任务型项目，要注意给予承担者充分的信任和授权，明确目标，简化流程，建立激励机制和问责考核机制，以解决问题为最终评价标准。
科研机构的现代制度体系
科研机构现代事业单位制度是指职责明确、评价科学、公开透明、管理有序的科研机构管理制度。建立和完善科研机构现代事业单位制度，重点是明确政府与科研机构的关系，解决政府事务与科研机构作为事业单位经营管理相分离的问题。建立和完善科研机构现代制度体系，支持科研机构按照章程规定的功能定位和业务范围开展科研活动，推动不同类型的科研机构建立多种形式的法人治理结构，坚持党管干部原则，完善院(所)长聘任制和负责制。
知识产权侵权的惩罚性赔偿制度
知识产权侵权惩罚性赔偿制度规定“对故意侵犯专利权，情节严重的，人民法院可以在根据权利人受到的损失、侵权人获得的利益或者专利许可费的倍数计算的数额的一倍至五倍以内确定赔偿数额”，旨在解决“侵权容易、维权难”、恶意侵权等突出问题。实践中，知识产权侵权惩罚性赔偿制度仍需不断探索和完善，细化“故意”和“情节严重”的具体情形、惩罚性赔偿基数的计算方法和考量因素、惩罚性赔偿倍数的确立原则和具体依据、惩罚性赔偿与行政罚款和刑事罚款的关系等。
企业家参与企业相关政策制定体系
企业家参与企业相关政策制定制度是指政府从文件制定、制定、执行、评估、调整等方面主动向企业家征求意见的规范性、程序化的工作制度。这一制度的建立有利于增强涉企政策的科学性、规范性、协同性和针对性，营造稳定、透明、可预期的政策环境，促进政策的细化落实，构建亲清新的政商关系，增强微观主体活力。
质量分级系统
质量分级制度是指坚持需求导向、公开公平、企业主体和政府标准引导的原则，依托相关协会、学会、产业技术联盟等。，并根据先进的技术标准，在保证产品质量合格的基础上，进一步区分优质产品和一般产品，引导企业培育优质产品和品牌，引导社会形成良好的消费观念，营造优质优价的消费环境。
数据目录和责任清单系统
数据目录是指政府按照一定的分类方法对政务信息资源进行排序、编码和描述，便于查找、定位和获取政务信息资源。数据责任清单制度是指通过编制包含政府数据资源的名称、提供者、数据项、共享服务方式、提供方式、更新周期等内容的清单，明确各级政府部门的数据共享责任，旨在推动政府数据共享机制的建立。
数据的分类和分类保护系统
数据分类分级保护制度是指根据数据属性、特征、数量、质量、格式、重要性、敏感性等因素对数据资源进行科学划分，并提供相应的安全风险控制措施，在释放数据资源价值的同时保护数据安全和个人隐私。分类数据保护将具有共同性质、属性或特征的数据进行组合，然后按类别纳入不同的保护体系；分级数据保护主要从数据安全、隐私保护、合规需求等角度对数据进行划分，构建相应的技术保护体系。
