大數據時代智庫的結構化變局

黨西民

(中共中山市委黨校，廣東中山 528403)

大數據時代智庫的結構化變局

黨西民

(中共中山市委黨校，廣東中山 528403)

大數據;智庫;數據意識;非結構化數據

在大數據時代傳統智庫正面臨著一場巨大的沖擊，新型智庫結構正在形成。文獻庫的傳統地位有所動搖，數據庫將成為時代新寵。新興的智庫呈現出結構化、半結構化和非結構化相并存的態勢。智庫之間也將面臨著橫向、縱向互聯互通，打破數據孤島，傳統專家的職業敏感性逐漸讓位于數據意識，而民間智庫也將在數據的推動下強勢崛起，一些新興數據公司的智庫將走向歷史前沿。但無論如何，在很長一段時間，大數據和人工結合將成為智庫發展的主要方式。

黨的十八屆三中全會提出加強中國特色新型智庫建設，這是中共中央文件首次提出“智庫”概念。習近平總書記指出，智庫是國家軟實力的重要組成部分，要高度重視、積極探索中國特色新型智庫的組織形式和管理方式等。2015年1月，中辦、國辦出臺《關于加強中國特色新型智庫建設的意見》明確提出:“形成定位明晰、特色鮮明、規模適度、布局合理的中國特色新型智庫體系，重點建設一批具有較大影響力和國際知名度的高端智庫”。隨著改革的深化，經濟社會全方位的精細化管理成為剛需，智庫在推進國家治理體系和治理能力現代化的過程中將扮演越來越重要的角色。大數據對智庫建設提出了挑戰，推動著智庫的發展，也迎來了智庫發展的新格局。

一、智庫正在面臨著結構性變化

1．智庫自身內部信息庫更加受到重視

傳統的智庫擁自身的文獻庫和信息庫。這些信息庫是自身研究成果和知識的積累，并且已經以數字化的形式存儲下來。這些信息庫能夠根據當前的研究和決策需要，進行查重等多方面檢測，為未來的發展提供準備。這些信息庫不僅積累了大量的成功經驗，而且積累了大量的教訓;不僅匯聚了大量的結果，而且匯聚了決策的制定和執行過程;不僅積累了與自身相關性的內容，而且積累了政策的組織形式和模式……這些信息庫對自身的相關性高，適用性強，能夠記錄組織決策、管理和操作的點點滴滴。通過這些信息庫，智庫本身能夠降低學習成本，提高學習效率，縮短學習曲線，大大提升智庫的效率。因為它是以信息內容為主，其管理以文檔存儲和檢索為主。這些信息相對有限，但是這些信息庫的實用性更強，價值密度更高。

2．文獻庫成為決策的重要參考

目前大多數智庫對中國知網等一些論文數據庫的依賴程度較高，通過文獻庫搜集資料已經成為常態。由于這類數據庫其平臺具有強大聚合性，在文獻的數量和獨家性等方面具有市場支配地位，其數據庫的數據的具有豐富、準確、海量的內容，導致了資源的壟斷性。文獻的壟斷性增強了智庫對數據庫的依賴，常常出現一個問題“在沒有知網的情況下，還能不能做研究了?”文獻庫已經成為資料搜集的有效手段，并成為專家學者必須的研究積累，研究者對其有一種路徑依賴。這些文獻庫具有內容龐大、種類繁多，涵蓋領域廣的特點，能夠提供研究者所需要的各類資訊和觀點。這些庫主要是以文字的形式記錄某一階段的研究成果，人們在閱讀該文獻庫的時候能夠了解目前的研究、實踐和應用現狀，節約研究時間、提高效率、少走彎路，迅速到達研究前沿。

3．數據庫在智庫建設中的地位凸顯

數據庫擁有遠遠大于信息庫的數據，它在智庫建設中的地位逐步升高。相比文獻庫，數據庫所擁有的內容具有更大的價值，其內容更加豐富。但是它不再像文獻庫一樣以文字的方式展現思想和觀點，而是以文字、圖表、圖片等方式將思想和智慧展示出來。數據庫能夠涵蓋這個行業或領域中的重要信息和數據，數據庫中出現了海量的內容，但都以結構化數據為主，這些內容是可通過機器檢索、提取和分析的。“大數據智庫掌握的數據資源不能僅局限于傳統的文獻庫，還應涉及政務數據庫、商務數據庫、民調數據庫、輿情數據庫、監測數據庫等。這些大數據可能源自互聯網，也可能源自局域網或相關信息化系統。”［1］這些數據庫屬于結構性數據庫，由于其結構性強，其價值的提取難度不高，能迅速產生較高的價值。有些數據庫是垂直性的行業數據，有些是綜合性的數據。雖然數字庫的價值密度不及文獻庫，但是在大數據時代，由于數據庫擁有海量的結構化數據，其在智庫建設中的作用會逐漸凸顯。

4．非結構化數據庫的興起

隨著大數據的興起，非結構化數據逐漸走上了歷史舞臺。在小數據時代，由于挖掘、搜集、存儲和分析技術的限制，擁有非結構化數據并產生價值根本不可想象。但當數據技術的能力增強之后，非結構化數據逐漸產生重要的價值，其價值呈現出溢出效應，即數據的正外部性呈現出海量的增長。成為智庫所需要的內容。傳統智庫內部的信息庫，甚至其外部的數據庫遠遠不能滿足需要。現代智庫需要面臨的是海量的半結構化和非結構化的數據，常見的作法是轉換為結構化數據后再進行挖掘和分析。但是這種方法對于沒有強大的技術支持的智庫來講是天方夜譚。這些非結構化數據是價值密度更低，但是價值更大的內容。

所以，當代智庫所需要的信息結構呈現出文獻庫、數據庫和大數據并存的現象。其內容呈現出結構化、半結構化和非結構化相并存的態勢。

二、搭建互聯互通的智庫結構成為必然

1．智庫之間的互聯互通

目前，各種智庫雖然擁有大量的內容，但是存在著內容龐雜難以提純，智庫投入過多產出過少，相互復制和低端重復模仿嚴重而創新不夠等問題。主要原因體現在以下幾個方面:

其一，各種智庫之間的內容無法互聯互通，無法共享。在縱向上，從國家、省、市、縣的智庫的信息沒有實現充分的對接;橫向上，不同地域的智庫缺乏相應的溝通和對接;相關領域上，不同領域都有自己的智庫，而這些智庫之間缺乏常態化的對接。導致有些失敗的經驗難以被汲取，成功的經驗宣傳不足，一個地方搞了一次，另外一個地方也要重新論證和重新研究，導致資源產生極大浪費。其二，黨政部門和智庫之間缺乏必要的聯通，導致大量的智庫資源閑置。黨委政府每年都有大量而繁重的改革任務，但是其需求沒有得到有效釋放，民間智庫等體制外智庫缺乏對黨委政府工作重點的把握，難以被黨委和政府的焦點所激活，造成資源的浪費。“當前不少智庫缺乏對社情民意的了解，缺乏對政策的掌握，研究成果與實踐有脫節，與黨委政府工作銜接不夠，這就削弱了智庫對決策的影響力與作用力!”［2］其三，由于沒有充分的溝通，智庫一方面會產生大量不相關的決策信息，另一方面出現了決策信息堰塞湖。智庫的生產與需求產生鴻溝，同時卻浪費大量的人力物力，智庫的供給和黨委政府的需求呈現出結構性供不應求的態勢。智庫的信息建設首先需要形成省市縣的縱向共享格局，將優秀的智庫結晶在上下級之間形成互動。其次，形成不同地域之間的共享格局，形成橫向的智慧互聯互通。再次，發揮體制外智庫的優勢，構建內外聯動、互為補充、供需平衡的信息格局。

2．以平臺整合各種資源

大數據的典型思維是共享和開放，通過平臺建設達到協同化。通過平臺達到信息的互聯互通，有效促進資源流動。由于平臺的建設，傳統智庫的封閉性也受到沖擊。并因為數字化能力的不斷增強，虛擬智庫迎來了發展機遇。“它運用一個開放的技術平臺取代了封閉的組織結構，這從根本上突破了實體智庫的組織邊界，也就克服了傳統智庫的功能局”［3］。由于互聯網的廣泛使用，許多企業和組織利用互聯網無所不在、無時不在的特性，打破組織的界限，使用外腦來完善決策、提升工作。“把智庫產品供給方和需求方連接起來，可以通過新型智庫互聯網+研究平臺，聯系到有關智庫，進行相關的政策咨詢以及雙向對接;雙方在智庫網絡平臺上對接后，買方可以對賣方的政策咨詢服務進行評估，反過來賣方也可以對買方的政策咨詢購買行為進行評估。”［4］平臺的作用在于將多種元素聚集起來，讓決策資源能夠有效地流動起來。例如，海爾建成了自身的開放創新平臺，將自身的員工創意資源整合起來，以各項機制促進自身員工智力資源價值的實現;另外也通過征求全球的用戶需求資源，匯聚全球設計資源，將兩者匯聚起來，獲得最佳解決方案。通過這樣的平臺，兩年內收集了12萬條用戶需求和創意。將擁有大量的外部研發人員，這些人員推動了企業的變革。

3．非專業智庫資源的崛起

社會中存在著大量的非專業人士，這些人才成為智庫必要的補充。我國智庫發展還處在初級階段，其一方面表現為“有庫沒智”的現象，即建設好的智庫其智力資源有限，另一方面呈現出“有智沒庫”的現狀，即流逸在體制之外的智力資源沒有得到有效利用。這些流逸在體制之外的智力資源，他們往往對某一問題感興趣，并有長期持續的關注和研究。互聯網是一個龐大的平臺，能將人的“認知盈余”［5］都聚集起來，形成巨大的時間、聚合了龐大的精力，能夠形成巨大的思想和價值，成就一番偉業。大數據技術的興起，導致權力結構的變化，即民眾的權力逐漸上升，傳統智庫本身權力結構受到沖擊。“在大數據所自然呈現的規律性認識面前……任何一位有數字操控能力的普通公民都可以對事物發展的基本規律進行自我解讀，但在這些個體式解讀的背后起支配作用的卻是數字技術和數字信息”［6］。這些數字化技術提供了非專業智庫參與項目建設的可能，“電子智庫使得公共問題研究項目由傳統的外包給少數智庫學者轉變為眾包給所有對這一項目感興趣的學者和業余愛好者……電子智庫使政府委托的研究項目由傳統的外包模式轉變為眾包模式，眾包模式是一種突破組織邊界、最大化地吸納智力資源的超級外包，它突破了傳統外包模式的治理資源封鎖性、研究的封閉性等弊端”［7］。

業余愛好者成為智庫的一部分，對于推動發展起到一定的作用。他們能夠對公共問題提供智力支持，這些群體常被人們戲稱為“高手在民間”。以前，這些群體成為專業智庫的有效補充，而現在這些群體正在以更加專業的身份出現在智庫的前臺，成為新時期智庫的有效組成部分。

三、大數據庫對傳統智庫的沖擊和重構

1．知識:從壟斷到接入能力

由于專業分工越來越細密，專業知識發展成為一個龐大的知識系統，而要成為一個專家則需要經年累月的專業訓練和積累。專家的地位依賴于其對知識的壟斷，從而形成寬闊的視野和高超的智慧。智庫之間的差別主要體現在對知識的占有量，研究的深入度和落地能力上。而在信息爆炸的今天，智庫之間的差別體現在信息鴻溝上。專家的知識壟斷地位被剝蝕，走向知識的分析和整理者，對信息的獲取能力造成了智庫能力的差距。在智庫建設中，對信息庫的接入程度、接入數量、開放態度等在很大程度上決定了智庫的發展能力。在大數據時代智庫的數據化能力本身也拉開了差距，其數據化能力越強，在發展中的競爭優勢越大。以前對外文的閱讀能力成為阻礙中國智庫走向世界的絕對障礙，但是數據技術使語言的障礙變成過去式，各種翻譯軟件輕易將大量文獻翻譯成實用的本國語言，降低了信息的接入難度。

2．職業:從職業敏感性到數據意識

傳統專家要在某一行業從業很長時間，積累足夠的知識、豐富的經驗，形成嚴謹的態度和較高的職業敏感性。職業敏感性成就專家的核心競爭力，也成為智庫的核心資源。伴隨著社會科學的迅速發展，資料越來越多，甚至膨脹成海量的文獻、資料、數據。這嚴重挑戰著專家的能力。傳統記者要具有新聞敏感性，能敏銳地感知事物的新變動，迅速、準確的判斷各種新聞線索的價值，準確地分析、判斷報道方向。然而以數據為核心的軟件narrative science則根據已有的數據庫，通過數據算法形成寫作模式，在60秒鐘之內寫出一篇優秀的新聞稿件。稿件不僅高潮跌宕起伏，故事性可讀性強，還會精準的配上一張插圖。數據分析對專家的挑戰，首先體現在通過數據來說明問題，質化研究向量化研究轉變，數據意識逐漸成為行業專家的重要參考。其次，對數據的占有逐漸從傳統的抽樣統計法轉向海量數據統計法，數據公司擁有強大的數據挖掘能力，智庫對數據的依賴越來越強。其次，數據分析能力在智庫建設中的地位越來越凸顯，通過數據分析實現決策科學民主決策成為發展趨勢。

3．決策:從研究向數據決策轉變

大數據的重要價值在于能夠迅速整合各種數據，并對數據展開各種向度的分析，形成對現象客觀可靠的分析。能夠將機器語言轉化為人工可以理解的語言，并以可視化的方式展現出來。這大大節省了傳統智庫對資料采集、調查研究甚至是文獻分析的時間，并為傳統智庫提供了更為精準的參考數據。

大數據給智庫帶來了全面的沖擊，首先，體現在于提供了大量的數據，提高了效率。大數據搜集的數據“有利于提高競爭情報的真實性，有利于提高競爭情報的精準性，有利于提高競爭情報的實時性，使得企業積累了大量的數據，再次，智庫利用大數據中即時傳播的各類信息和數據為智庫迅速處理分析數據挖掘中真實可靠的價值信息提供政策咨詢的時效性，大大提高了智庫的工作效率。”［8］其次，借助于大數據，能夠實現預測，提高決策接受實踐檢驗的能力。“智庫借助大數據技術的強大功能能據數據信息預測可能會發生的事件或者可能存在的弊端。智庫人員獲取相關數據之后對數據進行分析處理，得到相關的重要信息，最后將數據信息轉換成重要的價值和決策方案。”［9］再次，大數據在執行過程中的數據挖掘能夠糾正失誤提高可行性。有許多黨委政府的決策出現了正確決策，但是在實踐過程中出現了與現實的不協調性，通過大數據預測，能夠提早發現智庫建議的優缺點，盡可能早調整、盡快適應現實。

4．數據部門:大數據時代智庫的新寵

大數據的興起有賴于大數據公司的推動。目前，全國誕生了許多新型的以數據為核心價值的智庫，如百度研究院、阿里研究院等。這些研究機構是大型公司的組成部分，他們本身是公司的方針政策的參謀機構。這些機構不但掌握著公司的核心機密和核心競爭力，能夠借助于公司本身的數據分析能力，以及長期的技術積累、數據挖掘和分析能力，通過數據算法，實現自身研究價值。另外，一些國家機關和團體也在研究其相關數據，組成了自身的數據智庫。例如中國互聯網信息中心等，這些機關能夠借助于內部的結構化數據，采用部分非結構化數據，來實現其智庫價值。在大數據時代，這些智庫具備其它智庫所不具備的優勢:有豐富的數據，能夠依據數據展開較為全面的分析，并做出合乎現實的判斷。這些智庫機構的數據一方面是本公司的結構化數據，另一方面具有強大的挖掘和分析能力，能夠整合社會上的非結構化數據，掌握非結構化數據，并將之轉化為有價值的信息。這些智庫在大數據時代的競爭優勢，正在取代傳統智庫的地位。另外，這些智庫的數據也有溢出效應，也能為社會提供相應的數據，成為社會各個行業所必須的數據。

5．未來:數據和人工結合成為趨勢

大數據所構建的智庫也需要專家智庫的合作，從而提升其科學水平。大數據公司“阿里巴巴今天缺的不是工程師，不是服務人員，不是產品經理，缺經濟學家、心理學家、社會學家、人類學家，我們沒有經驗做政策。”［10］阿里巴巴具有數據存儲和計算優勢，但是這些優勢并不能完全起到計算的精確性和科學性，計算科學的科學性和合理性需要傳統專家的設計。而當代處于大數據發展的初期，在算法設計的過程中缺乏專家系統的支持。首先，智庫建設擁有大量的專家，這是值得珍惜的思想資源，它為數據庫建設累積了大量的專業資源。其次，專家的思想和知識成為數據計算維度之一。大數據的分析功能是其核心價值，而這些分析需要通過多種維度進行交叉整合，然后做出最后的分析結果。“很多研究中利用傳統專家知識最精準的方法是把專家評估作為統計計算程序的一個輔助因素”［11］。另外，在數據計算中，大數據的算法需要大量合理的預估，引用專家的評估，將有助于提高計算能力。此外，大數據分析并不是一蹴而就，它需要從試錯中不斷更新，甚至有許多錯誤，大數據需要根據目前現狀不斷更新、優化、提升，從而成為大數據運算和分析的重要手段。再之，大數據有助于提高智庫建議的科學性。“如果有統計預測的結果做參考，傳統專家能夠做出準確的建議”［12］。由于海量內容和參考的出現，為專家提供了大量的可供選擇的路徑，提高專家的能力，防止專家盲點的出現。總之，大數據雖然對傳統智庫產生了巨大的沖擊，但是未來它和智庫之間還會形成長期并存，相互適應，達到最佳的合作狀態。

在未來，大數據將對傳統智庫的形式、結構和思維方式產生巨大的沖突，順勢應變成為大數據時代智庫建設的重要方式。

［1］王寧江．大數據智庫．浙江經濟，2016(4)．

［2］張述存．關于加強地方新型智庫建設的幾點思考．東岳論叢，2015(9)．

［3］張云昊．從實體智庫到電子智庫:虛擬智庫的提出及建構．中國科技論壇，2012(6)．

［4］唐德淼．大數據背景下互聯網 +新型智庫平臺定位與構建．南方論壇，2016(4)．

［5］克萊·舍基在其巨著《認知盈余》中提到認知盈余這一概念。如果我們將每個人的自由時間看成一個集合體，一種認知盈余，那么，這種盈余會有多大?我們已經忘記了我們的自由時間始終屬于我們自己，我們可以憑自己的意愿來消費它們，創造它們和分享它們，我們可以通過積累將平庸變成卓越。

［6］鄖彥輝．數字利維坦:信息社會的新型危機．中共中央黨校學報，2015(3)．

［7］張云昊．從實體智庫到虛擬智庫:電子智庫的提出及其建構，中國科技論壇，2012(6):60．

［8］吳金紅、張飛、鞠秀芳．大數據:企業競爭情報的機遇、挑戰及對策研究．

［9］陳開敏．大數據技術助推貴州智庫轉型升級，管理觀察，2014 (9):178．

［10］馬云在2012年全國電商年會上的演講．

［11］［美］伊恩·艾瑞斯．大數據思維與決策．宮相真譯，人民郵電出版社，116．

［12］［美］伊恩·艾瑞斯．大數據思維與決策．宮相真譯，人民郵電出版社，115．

(責任編輯:白 林)

D035

A

1008-5955(2016)04-0032-04

2016-10-27

廣東省委黨校系統課題《大數據規劃與廣東發展路徑研究》編號:16GL106;中山市哲學社會科學課題《國家大數據規劃下的中山發展路徑研究》，編號:青201601。

黨西民(1977-)，男(漢)，陜西渭南人，中山市委黨校副教授，博士后，研究方向:新媒體和大數據。