7月，美国国家科学院发布《化学研究对美国经济的重要性》报告，阐述了化学研究对美国经济的影响、化学研究的可持续性发展、化学的新兴领域、化学后备劳动力培养、公共和私营部门对化学的投资等，旨在了解化工在化学经济中的作用，以及化学研究影响社会和经济的方式，以便美国可继续利用化学知识促进美国化学经济突破和巨大影响的势头，确保美国在化学领域的领导地位^[1]。

一、化学对美国经济的影响

1、美国化学经济规模相当庞大，是美国经济的重要组成部分。2020年，所有依赖化学经济的部门为美国GDP贡献了5.2万亿美元，占25%，而且，美国化学企业提供了410万个就业岗位。美国拥有全球化工公司50强中的10家，在全球化工经济中具有很强的竞争力。然而，中国等国家对化学和相关研究企业进行了大量持续投资，这些企业的快速发展开始威胁到美国在化学领域的领导地位。

2、化学基础研究在美国化学经济的规模和影响中发挥了关键作用。这在锂离子电池的开发、硅芯片相关的进展、抗SARS-CoV-2药物和口服避孕药等影响广泛的药物研发中都有很好的体现。化学专利以及依赖化学知识的专利平均价值高于其他专利，化学知识和产品已经溢出到经济的其他领域。2000~2020年间，化学专利数量占所有公司专利数量的14%，而其价值占所有专利价值的23%。

3、化学经济对美国国民经济和在国际化工企业中的领导地位至关重要。这一领导地位在很大程度上依赖于基础化学的进步，这些进步推动新工具、技术、工艺和产品的开发，并促进化工对环境方面的考虑。

4、美国在许多以技术为基础的经济领域的竞争力均取决于化学领域的持续创新和合作。对化学基础研究的持续投资为技术开发提供了化学知识，得到的新发现成为创新的基础。这些创新直接影响到化学经济、环境和生活质量，也推动了许多其他学科的知识进步和发现，如生命科学、信息技术、地球科学和工程。

二、化学研究的新兴领域

测量、自动化、计算和催化成为了推动化学研究发展的最突出工具和技术，这4个新兴领域将促进对分子世界的理解和促进现实世界的发现，可帮助解决能源、人类健康、国家安全和环境领域的全球性挑战。

1、测量。测量科学能精准确定各种材料的成分、结构、性能和数量，可促进整个化工事业的创新。量化和可视化分子及其相互作用的能力正在变得更快、更准确，并且可在更小的仪器上完成。这显著提高了测量能力和后续测量数据的可访问性，使化学实践更具可持续性，并有助于气候变化等重大挑战的解决。

（1）可视化和成像技术的改进。原子和分子光谱、显微镜（包括超分辨荧光显微镜和低温电子显微镜）以及其他类型的光学成像、核磁共振、无创成像和量子成像等技术的快速发展，可以提高对基本化学原理的理解，促进化学进步。其中，利用量子原理来增强传感和成像技术引起了化学工作者的极大兴趣，“量子信息科学与化学中的测量和建模的相互促进方式”成为美国国家科学院在这一领域的新研究主题。

（2）实时化学测量。实时化学测量和分析对于从监测反应的时间进程到确保可接受的空气、食品和水质的所有方面都至关重要。实时化学成像和测量依赖于不同类型的电化学和光学传感器，其速度和精度的提高取决于计算、自动化、数据分析方法、工程和分离科学的进步，而测量速度与测量仪器和分析技术能否准确量化或与成像程度有关，且与快速数据分析的可用性直接相关。快速的数据分析需要能快速处理数据输入的计算能力和高效算法，将人工智能和机器学习等先进计算技术纳入实时测量工具将提高研究人员基于新测量数据做出决策的速度。

（3）提高化学测量的可获得性。许多化学测量工具正在变得更小、更便携、更便宜，这有助于增加化学测量的可获得性。化学仪器的小型化一部分是由硅革命实现的，一部分在样品制备、分离和传感器技术的进步中实现的。质谱仪等测量设备的小型化还在过程中，最终实现将使其分析范围继续扩大，测量的可获得性不断提高。

（4）化学测量的未来。促进分析和测量快速发展的两个最重要因素是数据的可用性和分析数据的计算速度。化学测量的一个未来领域是测量数据的人人可获得和使用。任何用户都可以直接（自己进行测量）或间接（分析他人的测量数据）使用测量和仪器，这将促进对仪器的充分利用，减少制造和操作新仪器所需的材料和能源。另一个未来领域是实时远程分析，完全通过遥感技术进行实时远程分析可提供一些独特的能力，实时化学遥感将为环境和法医学、国家安全、制造业和许多其他领域提供广泛的机会。

2、自动化。用于测量、合成和其他化学领域的高通量技术，特别是与流动化学相结合，使大量化学品或反应能被测试、测量和分析，从而更快速地确定需要研究的新问题，为研究人员提供新途径。

（1）高通量实验的自动化。通过自动化，可以在短时间内并行执行数百万个小分子实验。稳健的自动化系统已用于药物发现。此外，自动化实验技术已被重新用于化学的许多研究领域。对成功反应的自动化、快速测量和监控，将有助于从科学实验中得到意外发现。

（2）高通量合成的自动化。化学合成的固相方法非常易于自动化，溶液相反应的自动化平台也引起了人们极大的兴趣。基于“流动化学”（即连续制造）的溶液相化学自动合成平台，可以使反应速率和生产率通过试剂与反应物的彻底混合以及有效的传热或传质而提高。美国等国家正在积极开展工业规模的流动化学的研发。连续流动系统已被证明是有效合成各种小分子的使能技术，包括活性药物成分的制造。自动化流动化学与相对自动化的产品和数据分析相结合，有望改变药物发现和化学工业中的其他领域。

（3）化学自动化的未来。自动化、高通量实验和数据采集可以在可持续性方面发挥重要作用，特别是能帮助优化绿色和可持续反应条件。微尺度或纳米尺度的高通量实验可使用微量化学物质来发现所需的反应条件，而数据科学将使研究人员能用少得多的实验来实现反应设计目标。自动化是化学科学快速变化远景的核心部分，学术机构可能需要重新考虑其课程和研究途径，以尽量缩小基础科学、转化研究和制造业之间的差距。

3、计算。计算化学是化学各学科基础研究的组成部分，包括化学、物理和工程的多学科研究在现代计算体系结构的持续发展中发挥了关键作用。计算化学，尤其是与数据科学（机器学习、人工智能）相结合时，可加快化学发现过程。未来的发展需要专注于提高所有规模的计算的可持续性和能效，以及超越摩尔定律的新计算范式。

（1）量子计算机实现的化学量子模拟。使用量子计算机来计算量子化学中的特定问题具有超越经典计算的优势，但开支很大。量子化学电路可能需要数百万个门来完成一个分子的完整构型相互作用计算，化学模拟的量子相位估计等量子算法需要通用容错量子计算机等纠错设备来执行操作。当前，量子硬件、软件和理论方面的研究还在进行中，但化学研究人员已可在现有设备上测试小样本。如何最好地利用硬件进行化学计算还需要进一步研究。

（2）生物启发的计算机架构。神经形态计算机也称为“脑启发的计算”，旨在最大化计算处理和通信的能效，从而提供低能耗计算平台。神经形态计算机可能在某些化学应用任务中表现出色，关键的研究问题是确定哪些任务应该由神经形态、量子和传统架构计算机来处理。实现神经形态计算的关键挑战是架构和算法之间的反馈。所有计算相关的领域都在同时重建，需要研发神经形态硬件来促进新算法的创建，需要理解适用于神经形态的算法来促进合适的匹配算法的设计。解决该挑战需要在化学、生物学、神经科学和计算机科学的交叉领域开展多学科研究。

4、催化。催化的未来需要不依赖高温高压条件的能源密集型工艺的新方法，包括光催化、电催化和生物催化，同时大力推动理论与实验的协同。

（1）电催化、光催化和生物催化。作为传统金属催化的替代方法，电催化、光催化和生物催化正在重新流行，有望在新兴原料的资源高效转化中发挥重要作用。电催化、光催化和生物催化，必须开发、测试和优化工业规模的条件和工艺。按比例放大电催化反应，需要考虑标准电位、过电位、法拉第效率、电解质选择和浓度、电解质电阻以及电压和电流的变化。光催化需要优化与辐射相关的反应参数，还需要计算出与反应器相关的参数，关键挑战在于将这些参数解耦，以确保电化学和光化学过程可以在不同的平台和规模上转移，而光化学和电化学设备的标准化有利于生产新产品和化学物质。性能最佳的生物催化剂的筛选可以通过测量技术的进步和可靠的计算设计实现，而更好地理解生物催化剂序列-结构-功能关系的新知识可以实现酶催化性能的预测。

（2）催化的未来挑战。催化和表面科学的基本挑战包括：在设计催化剂时考虑结合位点和变构效应；理解催化剂的动态演变；在复杂环境中操纵反应网络以选择性地引导催化转化；设计高选择性和节能的电催化剂；通过将数据科学、理论和实验相结合，推动新的催化剂发现。其目标是实现催化剂的精确设计，在温和条件下使产品的产量最大化，从而节约原料和能源。催化领域是解决与气候变化有关的许多挑战并确保能源和材料可持续供应的关键，需要将理论和实验相结合，了解材料内在属性如何决定催化剂性能。此外，在催化剂和工艺开发的早期阶段，必须考虑具体反应、工艺工程、反应的生命周期等事项，以缩小不同规模的反应获得产物的差距。数字化对于实现催化剂和催化过程的有效数据驱动的跨学科开发至关重要，创建数字工作流，将催化剂设计、表征、动力学与相关工程方面的理论和实验研究相结合，将加速催化科学的发现和创新。

三、建议

报告针对化学经济的重要性、可持续发展、化学数据与分析、劳动力培养、资助等方面提出了一系列的建议，主要包括：为促进基础化学研究并保持美国在化学经济中的竞争力，化工行业应为吸引国际研究人员、创造促进人才发展的良好环境而制定相应的资助、劳动力和政策体系；国家标准与技术研究院（NIST）应与国际纯粹与应用化学联合会（IUPAC）、美国化学学会（ACS）和其他全球化学专业协会磋商，牵头探索为化学研究人员存储、共享，并使用化学实验的数据；联邦政府应加大投资，支持研究机构的研究基础设施建设，以确保有才华的化学家和具有杰出想法的研究人员能够竞争研究奖项。         （张超星）