國際一流智庫的研究方法創新

張志強 蘇 娜

當前，世界多極化、經濟全球化、社會信息化、文化多樣化、挑戰紛繁化等深入發展，各級政府和各類社會行為主體的各種決策對各類智庫的依賴日益加深，全球智庫數量不斷快速增加，智庫成為支持和影響政府和各類社會主體決策、引領和影響社會輿論的意見領袖機構，其社會影響力持續擴大。國際一流智庫具有一系列顯著的特點和鮮明的標志。一個智庫之所以成為國際一流智庫，不是單一因素所決定的，而是由多種有利因素良好組合和綜合協同作用的結果，其中高質量的戰略與政策研究成果是形成智庫影響力的最重要因素，而形成智庫高質量研究成果的重要學術支撐包括高質量分析研究標準與質量管理機制和研究方法的創新及規范應用。

國內智庫對國際一流智庫的高質量研究標準和高水平成果的質量控制機制、研究方法創新應用等關注不夠，特別是對智庫方法創新之于智庫影響力塑造的重要作用等缺乏關注。“工欲善其事，必先利其器。”創新性研究方法是學術共同體的通用語言，建設有國際影響力的中國特色新型智庫，不能不重視研究方法的創新和應用，中國特色新型智庫應在戰略與政策研究的創新性理論與方法發展方面有所建樹。

1 研究方法創新對國際一流智庫發展的重要作用

國外智庫強調基于嚴謹的學術研究得出科學、客觀、中立、可信的研究結論，而要產出高質量的研究成果，主要依賴兩方面的關鍵因素：（1）依賴有思想創新力的戰略與政策研究的知名專家學者；（2）重視科學研究方法的開發創新和規范使用。國際一流智庫重視研究方法的創新有多種原因：智庫從產生之初就具有了研究方法創新的基因；研究方法創新是一流智庫生存和發展的需要；同時，研究方法創新本身也是一流智庫的重要成果產出。

1.1 研究方法創新是國際一流智庫的發展基因

現代意義上的智庫起源植根于社會科學，是將專家學者和管理者的知識技能應用于解決社會和經濟問題的公共政策研究機構。被認為是美國第一個獨立的完全進行公共政策研究的組織——布魯金斯學會，從創立伊始就依賴從事經驗主義的、學術的和客觀的社會科學領域公共政策分析的知名學者，形成了“布魯金斯學會模式”并深刻影響了其后數十年的公共政策研究機構。其在憲章中寫到，“將在經濟、政府管理、政治學和社會學的廣泛領域開展科學研究”，闡明了將科學原則應用于政府管理的研究興趣。并提出將布魯金斯學會建設成為一個聚集社會科學家和政策制定者的研究中心，從而使“科學方法”能夠應用于政府管理。美國蘭德公司從創立之初就具有了方法創新的基因，是智庫重視研究方法創新的典范。但其對研究方法的應用和創新，又不同于其他植根于社會科學研究的智庫，而是開辟了智庫“研究與開發”發展模式的先河，將研發過程中的方法技能用于解決公共政策問題，創立和拓展應用了諸如德爾菲法、博弈論、系統分析法等大量影響深遠的著名研究方法。

1.2 重視研究方法創新是智庫生存發展的需要

智庫的基本職能是對戰略和政策問題的研究與咨詢，而智庫通過為政策制定提供科學基礎來展示和夯實其專業性。開發新的、更好的研究方法，可以更好地提供有助于解決公共政策問題的相關信息和方法。隨著現代決策理論越來越強調“基于證據的科學決策”，在大量事實、數據的基礎上采用科學的研究方法對公共問題進行研究成為政策分析的標準程式。高質量的智庫成果產品，必然是基于科學的研究方法支撐的成果。隨著新環境、新問題、新數據的不斷出現，研究工作日益復雜化，傳統研究方法已難以勝任，這就需要不斷創造出新的研究方法，為智庫成長累積新的方法基石。

1.3 研究方法創新也是智庫的重要成果產出

智庫的政策咨詢成果主要影響決策者或公眾，但智庫提出的研究方法、開發的工具則可以在其他機構（包括智庫和非智庫研究機構）、不同領域中被廣泛應用，可以成為學術共同體共享的知識和技能，從而成為智庫的另一種更加有生命力的重要成果產出。國際著名智庫的一個鮮明標志就是能發展和創造出廣泛傳播的、具有經久生命力的科學研究方法。對研究方法的發展和創新，成為成就諸如蘭德公司等國際著名智庫盛名和長期持續性影響力的有力武器。

2 一流智庫研究方法創新的主要類型

深入觀察和分析國際著名智庫的情況，可以將其研究方法創新與應用主要歸為以下4種類型。

2.1 原創性新理論與新方法

原創性新理論與新方法，是智庫為開展戰略與政策問題研究而創造的新的指導理論和分析方法，這類理論和方法，或者是全新的理論與方法，或者是將數學等領域的方法應用到智庫研究中并進一步發展。

在這方面的代表性智庫當首推美國的蘭德公司。蘭德公司為政策分析和研究創造了許多新的方法，并一直堅持這一創新傳統和優勢。例如，提出了“理性選擇理論”成為其決策的基本思考模式和西方社會的矩陣法則；創建了在不確定條件下的決策理論和技術，為博弈論做出了基礎性貢獻；發明和創造了著名的線性規劃方法、非線性規劃方法及最優化方法、數學建模及仿真研究方法，以及網絡理論、成本分析等全新的研究方法，其中最著名的方法為德爾菲法、系統分析法和情景規劃法等。

2.2 量化的指標體系與指數類方法

量化的指標體系與指數類方法相對于原創性的新研究理論、方法和新工具而言相對容易，但要根據解決問題的實際需求，開發科學、恰當的指標體系或指數以精準刻畫和評價研究問題也是相對困難的。

國際著名智庫機構開發的指標體系和指數類方法不計其數，這里僅舉被學術界認可和有權威性的幾例。（1）評價各國創新能力和競爭力的指標體系。如，瑞士洛桑國際管理學院（IMD）從1989年開始開發的“世界競爭力指數”，世界經濟論壇（WEF）從1979年開始開發的“全球競爭力指數”，歐盟從2001年開始開發的“歐盟創新記分牌”指數（EIS），世界知識產權組織（WIPO）與英士國際商學院（INSEAD）等從2007年開始聯合開發的“全球創新指數”（GII），以及經濟合作與發展組織（OECD）的科學技術指標等。（2）評價各國人類發展進步狀況的指標。如，聯合國開發計劃署（UNDP）的“人類發展指數”等。這些機構利用其開發的指標體系每年對各國的創新能力和競爭力、發展水平等予以量化評價，評價結果受到各國政府和學術界的高度關注。

2.3 模型模擬方法

模型模擬法是依照模擬原型的主要特征創設一個相似的模型，然后通過模型來間接研究原型的一種形容方法。根據模型和原型之間的相似關系，模型模擬法可分為物理模型模擬法和數學模型模擬法兩種。智庫進行的有關政策問題研究中模型模擬法使用較為普遍，但是創立新模型并將其應用在戰略與政策問題研究中則是國際一流智庫的主要發明和貢獻。模型模擬法研究有一個最為著名的和影響廣泛的例子：總部設在意大利羅馬、關注和研究全球性問題的國際性民間智庫組織——羅馬俱樂部（Club of Rome）于1972年發表的第一份研究報告《增長的極限》中提出的世界系統動力學模型——World 3模型。報告作者借助該模型預測未來數十年世界的發展情景，其預測的前瞻性及事后被證明其驚人準確的預測結果，改變了全球人類的發展理念，報告獲得巨大成功。此外，美國千年研究所為支持和監測聯合國千年發展目標而開發的系統動力學模型——Threshold 21模型（T21模型），可以預測不同政策和情景下國家未來的發展狀況并評價有關政策集合。經過20多年的深入研究與應用，該模型在有關國際組織和國家的可持續發展研究領域得到了廣泛應用。

2.4 特色方法的創新與應用

智庫開展高質量的政策分析需要開發和應用科學的研究方法。隨著20世紀以來自然科學和社會科學研究模式和方法體系的日益成熟和完善，新的研究方法的創新越來越困難。因此，盡管原創性研究方法是國際一流智庫追求的目標，但更多的智庫采用的是根據解決問題的需要，對已有研究方法進行改進和完善、集成和整合應用。典型的例子有：日本科技與學術政策研究所應用技術預見方法識別中長期科技發展趨勢，應用科學計量學方法創新性地開發了“科學地圖”用于分析識別科學領域的熱點研究方向；歐盟聯合研究中心使用預見和水平掃描方法來觀察政策和技術的長期影響，并形成了“未來導向技術分析”（FTA）方法體系。盡管科學計量學、未來導向技術分析方法都不是上述兩個機構的原創方法，但他們在各自的研究中將這些方法不斷改進和創新應用，并發展成為其研究中的特色研究方法。

3 國際一流智庫研究方法創新及應用典型案例

3.1 蘭德公司的創新方法研究與應用

蘭德公司于1948年正式成立，是由美國軍方資助的科學研究與發展中心、理論知識的工廠以及智囊團，其最初的目標是“促進和推動科學、教育和慈善事業的發展，一切為了公眾的福利和美國的國家安全”，其根本任務是向美國政府尤其是美國空軍提供怎樣更好地發動和贏得戰爭的建議。

蘭德公司將研究方法的創新性研究作為一項重要研究任務，并在組織結構上專門設有“Pardee研究生院與新興政策研究與方法部”，設立了6個“研究方法中心”負責開發公共政策研究中所需要的各種創新性的、跨學科的研究方法和工具。這6個研究方法中心是：（1）應用網絡分析與系統科學中心，主要方法工具包括可視化、網絡指標與描述性統計、網絡統計模式模型；（2）定性和復合方法中心，主要方法工具為半結構化訪談與聚焦、文化域分析、基于術語的主題方法、語料庫；（3）博弈論研究中心，主要方法和工具包括博弈、仿真和建模；（4）因果推理研究中心，主要方法論和工具包括雙差法、工具變量、偏好計分、隨機學習、回歸不連續性；（5）不確定情況下的決策中心，主要方法論和工具包括預見、決策支持、思維模式、行為試驗、模型與行為試驗；（6）可擴展計算與分析中心，主要方法和工具包括現代大數據技術、算法和蘊含。蘭德公司的“研究方法中心”的組織設計和目標追求，在其他智庫是不多見的。

蘭德公司獨創了預測和決策分析的一系列方法和模型，包括預測類方法、系統分析方法、決策類方法和其他方法等。蘭德公司的研究方法創新無疑為成就其在全球智庫界的盛名發揮了重要作用。

3.2 歐盟聯合研究中心研究方法的創新與應用

歐盟聯合研究中心（JRC）是為歐盟政策提供獨立科學咨詢的科學與知識服務部門，其使命是通過為整個政策過程提供證據以支撐歐盟的政策制定，即“為政策的科學”。

JRC發展了一系列新的方法和前沿技術用于幫助決策制定。（1）預見。利用一套整合了定性和定量方法與技術的預見方法，包括情景分析、趨勢分析等，識別未來5～30年最有可能帶來變革和促進未來經濟、環境和社會發展的科學研究和技術發展領域；此外，JRC還開發了“在線預見指南”系統，用于在線進行科學技術預見。（2）水平掃描。用于收集政治、經濟、社會、技術和環境等政策領域新出現的問題和趨勢方面的信息。（3）建模。開發專門模型和模型情景，幫助決策者確定可能的政策情景的優勢和劣勢。JRC的模型方法包括多種具體方法，如模擬、優化、經濟估計、生命周期分析、投入-產出分析和過程流分析。（4）行為預見。行為研究，包括行為經濟學和心理學，是對人類如何認知信息和決策等人類行為進行預見；當行為研究應用于決策行為預見時能夠增加政策效用和解釋政策領域的相關性，如消費者保護和能源稅收。

JRC從2004年至2014年組織召開了5次“未來導向技術分析”（FTA）會議，研討和發展用于規劃與戰略研究、政策和決策、塑造未來發展等的方法，并將各類面向未來的技術分析方法和實踐統一到FTA這一“傘形概念”體系中，形成了研究熱潮。未來導向技術分析方法已經形成了系統的方法體系。

3.3 日本科技與學術政策研究所的研究方法創新

日本科技與學術政策研究所（NISTEP）是參與日本政府的科學技術政策規劃的機構，其7大研究活動（研發與創新；科學和技術體系；科技人才；科學技術與社會的關系；科學技術指標和科學計量學；科學技術預見和科學技術趨勢；科學學、技術和創新政策）都與研究方法的發展密切相關。NISTEP在科技政策研究中非常重視規范性研究方法的應用，同時，在研究中積累形成了其特色的研究方法，最受矚目的當屬技術預見與《科學地圖》。

3.3.1 NISTEP的技術預見

日本從1971年開始開展全國規模技術預見調查活動，隨后每五年開展1次，到2015年已進行了10次。NISTEP在技術預見活動方面積累了豐富經驗，其組織模式、運行機制以及相應的技術預見方法都已日趨成熟。技術預見的目的是識別中長期科技趨勢，獲得未來科學技術圖景。每次預見活動都為未來15～30年科技發展提供方向和目標，其特點是：以中長期觀察視角（未來20～30年為預測期）、大量專家參與、自然科學領域（供給側）與人文社會科學（需求側）專家廣泛討論、綜合運用各種方法。NISTEP在技術預見中提供未來社會的“理想的”愿景，然后“識別”可以實現愿景的科學技術；注意加強國際合作網絡、參加國際項目、培訓新興國家的年輕研究者，使其成為技術預見領域的全球領導者；注重開發未來可能需要的新方法，使其技術預見工作的持續性、系統性、改進性、咨詢性等都位居世界第一。

在進行歷次技術預見調查時，NISTEP并不完全復制前一次的預見模式，而是不斷完善預見過程和方法。第1～4次技術預見活動（由日本科技廳組織實施，NISTEP從1992年開始進行第5次技術預見）應用德爾菲法，對調查過程進行改進，實施2輪調查問卷。第5～7次技術預見活動仍然采用德爾菲法，但在實施步驟上更加完善、合理，對參與調查問卷的人數選取進行了優化，問卷的設計也更加優化。第8次技術預見活動在以德爾菲法為主的基礎上，新增了需求分析法、文獻計量法作為輔助方法。第9次技術預見活動在以德爾菲法為主的基礎上，同時使用了情景規劃法，通過未來情景展示未來科技的發展，并組織研討會，研究區域的綠色創新能力。第10次技術預見活動同時采用了德爾菲法、文獻計量學方法和定標比超的方法，在文獻計量學方法中以高被引論文為指標快速識別前沿領域。

3.3.2 NISTEP的《科學地圖》

NISTEP試圖通過科學計量學的方法，特別是關注科學論文、專利和其他研究活動產出來定量分析日本和其他國家的研發趨勢和科學技術水平，其目的是全景式、定量展現科學技術趨勢。NISTEP使用基本科學指標（ESI）數據庫分析每一個國家的研發趨勢和科學技術水平，如每個國家的科學優勢和劣勢的時間序列分析、機構水平分析，從2004年開始每兩年發布1次《科學地圖》來識別科學領域的熱點研究及其特征。

《科學地圖》通過高被引論文（各學科領域被引用率居于前1%的科學論文）來識別國際關注的研究領域，再通過分析這些研究領域揭示國際研究趨勢和學科內部、學科之間的定量變化。其研究方法是，基于ESI數據庫6年的全部引文，選擇全部22個研究領域每年前1%的高被引論文，進行同被引分析，識別具有一定規模的熱點研究領域；然后根據高被引論文間的同被引關系進行聚類分析，獲得相似性研究的論文簇，以識別研究前沿。

NISTEP對《科學地圖》的方法進行了不斷優化和改進。在2008年發布的《科學地圖2006》中改進了可視化的方法——在利用高被引論文的同被引關系進行聚類分析的基礎上，通過地形圖的方式將研究領域展示出來。2010 年發布的《科學地圖 2008》中增加了機構間的合著網絡分析。《科學地圖2012》對核心論文和引用論文進行了重新界定，構成研究領域的前1%論文仍然稱為核心論文，而引用這些核心論文的論文被稱為引用論文；增加了前10%引用論文，即高被引論文的前10%。《科學地圖2014》中不但增加了分析點，還對可視化表示方法進行改進，除了地形圖可視化方法，還增加了Dot-link可視化圖、軌跡（Trajectory）圖。NISTEP的《科學地圖》的研究結果對科學領域的宏觀決策比較有價值，其研究方法受到眾多研究機構的學習和模仿。

4 啟示與建議

國際一流智庫高度重視研究方法創新的價值觀及其在方法創新方面所作的貢獻，對我國建設具有國際影響力的中國特色新型智庫，具有重要的借鑒和推動意義。中國特色新型智庫，應當是有國際影響力的新型智庫，而在國際影響力的塑造中，能否貢獻新的研究方法應當是一個通識性、公認性的影響力要素。從一定意義上說，中國特色新型智庫建設的成效和影響力的取得必須要依賴于戰略與政策分析方法的進步。

4.1 研究方法創新應當成為塑造中國特色新型智庫影響力的重要內涵

與國際一流智庫相比，我國智庫還很少有形成具有國際重要影響力的戰略與政策研究的權威和特色優勢領域。以技術預見為例，NISTEP從1971年開始已經連續開展了10次日本國家層面技術預見研究，研究方法不斷改進和完善，預見研究結果成為政府決策的主要依據，并成功向國際上輸出了該技術預見的研究方法。我國也開展過國家層面技術預見研究，但“靡不有初，鮮克有終”，沒有形成氣候就不了了之，更不要說研究方法創新了。因此，加強研究方法創新，應成為中國特色新型智庫建設的重要內容之一。

4.2 信息環境與科研范式變化呼喚智庫的研究方法創新

當前，網絡與大數據信息環境正在并將繼續發生重大變化：萬物互聯極大地促進了數據信息的生成和傳輸的高度便利化；大數據的“5V”生態——Volume（數據量大）、Variety（類型和來源多樣化）、Value（數據價值密度相對低）、Velocity（數據增長速度快）、Veracity（數據的準確性和可信賴度），全面改變和顛覆傳統結構化數據分析計算方法；大數據與開放科學正在重塑科學交流模式，深入精準的數據挖掘能力成為與數據相關機構的核心能力，大數據挖掘本身成為決策過程和知識發現過程。大數據信息環境和數據驅動的科研新范式，對智庫研究方法創新提出了新的、更高的要求。

我國的傳統智庫大多是社會科學領域的，其研究方法長期都是定性研究占主導地位，主要依靠文獻綜述、個人經驗、專家智慧開展研究工作。在數據驅動的科學大數據新范式環境下，必須改變傳統的研究模式，建立數據驅動型智庫研究的新范式。不能再僅僅依靠文獻綜述，而是要依靠基于長期積累的專門數據庫及其計算分析方法，基于事實、數據、案例、模型、模式進行實事求是地計算與分析，得出有理有據的政策規劃、政策建議，這才是中國特色新型智庫建設成功的基礎。

4.3 智庫研究方法創新發展的方向建議

智庫是聯系知識界與決策界之間的橋梁，是開展知識分析的專業化機構，是對知識進行集成分析以服務政策決策的機構。知識分析的對象與信息環境條件的巨變，對智庫提出了研究方法工具創新的新問題和新方向。總體而言，在研究方法創新上，要加強面向未來的方法研究與創新，主要是基于大數據與數據挖掘方法的創新及應用；要加強專業問題領域的數據庫、案例庫的建設和積累；要加強針對特定政策問題的獨特新研究方法的發展、積累和改進。這里主要圍繞科技智庫的研究方法創新，提出 5 點方法創新發展的方向建議。

（1）要從“小數據分析范式”到“大數據預測范式”。從基于結構化小數據（庫），到基于非結構化大數據（體系）；從數據因果關系解釋，到數據相關關系挖掘與預測；從簡單線性分析，到復雜非線性網絡分析。

（2）要從文獻計量學到“互聯網＋”“大數據＋”新型科學計量學，從相對靜態的文獻計量學到動態化科學計量學。從宏觀的計量統計分析（如期刊影響因子），到中觀（如科研團隊）、微觀（如評價科學家個人；研究前沿主題挖掘）的計量統計分析。從單一指標計量，到多個指標融合化計量；從自然科學領域計量，到人文科學和社會科學領域計量。要定量計量分析與定性專業分析相結合，謹慎、科學、嚴謹分析，且不可將計量結果絕對化、夸大化應用，不能單純唯計量結果馬首是瞻。

（3）要從“封閉科學”到“開放科學”。從有限互動的交流模式到開放交互的科學交流模式；從基于文獻引用、合著網絡計量，到基于“開放科學”的“科學足跡”（science footprint）的超復雜關系網絡測度評價科學合作。從描述和評價傳統科學演化，到揭示開放科學新規律、新模式。

（4）要從專業學科領域的信息分析與政策研究，到專業學科領域的學科信息學與知識發現、政策信息學與政策知識發現。開展新興研究前沿識別、技術演化趨勢識別；從一階的數據挖掘（數量趨勢分析），到二階的數據挖掘（數量內涵發現）；從學科領域大數據相關關系描述與系統建模，到學科領域的專業知識發現。

（5）要從知識分析技術開發，到知識可視化與知識圖譜技術開發，形成知識分析與可視化的方法技術體系。從知識分析技術開發，到知識可視化與知識圖譜構建與展示；從單個知識分析方法工具，到集成的知識分析平臺與系統，等。?