高校圖書館智庫服務能力成熟度模型及評價研究

張 旭 趙 彬 盧 恒 李宇佳

（1.長春中醫藥大學圖書館 長春 130022；2.吉林大學管理學院 長春 130022；3.河北經貿大學 石家莊 050061）

1 引言

高校圖書館作為文獻資料存儲地、知識情報加工地、智慧決策支持地[1]，基于自身資源優勢循序漸進提升智庫服務能力，符合新型智庫建設及高校圖書館提供高水平知識服務的客觀需要，智庫服務成為當前高校圖書館重要的服務價值增長點。

國外對高校圖書館智庫服務的理論研究成果較少，在實踐中主要形成了兩種智庫服務方式：①成功轉型為智庫機構，例如斯坦福大學胡佛研究所[2]；②通過建設以及維護智庫機構知識庫等形式參與智庫建設，例如哥倫比亞大學圖書館等[3]。智庫的本質是提供決策支持服務，國內學者從高校圖書館利用自身資源服務于決策咨詢領域的角度出發，對高校圖書館的智庫服務體系建設、服務能力建設以及國內外高校圖書館的智庫服務實踐情況等進行了研究[4]。例如，黃長偉[5]、高愛[6]、呂長虹[7]、馬芳珍[8]、劉鳳俠[9]等分別對哈爾濱商業大學圖書館、華南理工大學圖書館、上海海事大學圖書館、北京大學圖書館、沈陽農業大學圖書館的智庫服務案例及實踐等進行了經驗介紹；閆智[10]、黃長偉[11]、李愛華[12]等從資源優勢、業務職能、服務層次等不同視角對高校圖書館智庫服務能力的內涵、構成、提升策略等進行了研究；馬捷[13]等對10所國內985高校圖書館的智庫能力進行了調研分析；宋潔[14]等學者對39所985高校圖書館面向高校及政府等的決策支持服務內容、服務對象等進行了現狀調研。雖然學者們在高校圖書館智庫服務方面的相關研究成果逐漸增多，但在高校圖書館智庫服務能力方面的研究不夠深入，缺乏系統的能力提升理論研究及定量研究方法的應用。

結合高校圖書館的智庫服務理論研究現狀，本文擬解決如下4個問題：①如何界定高校圖書館的智庫服務；②高校圖書館的智庫服務能力內涵及構成是什么；③如何構建適用性強的高校圖書館智庫服務能力成熟度評價體系；④如何將本研究構建的模型應用到高校圖書館的智庫服務能力提升實踐。

2 相關概念分析

2.1 高校圖書館智庫服務內涵

國內學者對高校圖書館智庫服務內涵的研究成果較多，歸納起來主要分為三大方面的觀點：①從智庫主要是服務于政府公共政策制定視角，延伸出高校圖書館智庫服務是高校圖書館轉型升級為智庫機構，提供智庫產品輔助政府制定公共政策[15]；②從高校圖書館是文獻資源保障機構視角，認為高校圖書館智庫服務是高校圖書館服務于智庫機構[16]；③從智庫的本質是提供決策支持服務視角，認為高校圖書館智庫服務是高校圖書館面向決策領域，提供決策支持產品，以滿足高校、政府、企業等用戶的決策咨詢需求[17]。

對高校圖書館智庫服務內涵的界定，是本文研究的基礎。社會各個領域都存在決策咨詢需求，因此智庫的作用是普遍存在的[18]。從當前實踐來看，高校圖書館的智庫服務是在新型智庫建設背景下提出的新概念，學者們對高校圖書館智庫服務的理論及實踐研究，落腳點普遍是滿足高校管理層、科研群體、政府、企業等用戶的決策咨詢需求[19]。因此，本研究采用的是被更多學者們接受的上述第三種觀點，認為高校圖書館智庫服務是高校圖書館立足決策支持服務領域，為滿足高校、政府、企業等用戶的決策咨詢需求，通過整合資源，協同相關專家學者等方式，提供決策支持服務。例如，清華大學圖書館、常熟理工大學圖書館等面向高校層面開展的機構競爭力評價、學科影響力分析等服務，中國礦業大學圖書館、江蘇大學圖書館等面向企業層面開展的技術跟蹤預測、行業數據預測分析等服務。

2.2 高校圖書館智庫服務能力內涵及構成

能力是一種作用力，高校圖書館智庫服務能力是在高校圖書館提供決策支持服務滿足用戶決策咨詢需求的過程中表現出來的，直接影響最終的服務效果。因此對服務過程進行梳理，是明確高校圖書館智庫服務能力構成的基礎。

結合高校圖書館智庫服務相關實踐研究成果，高校圖書館智庫服務過程主要包括資源整合、決策支持產品生產及決策支持產品傳播三大階段[20]，見圖1。一是資源整合階段。資源整合主要包括信息資源整合和人力資源整合，高校圖書館通過建設各類數據庫實現信息資源整合，通過協同高校智庫人才、各學科專家人才等實現人力資源整合，為高校圖書館智庫服務提供資源基礎。二是決策支持產品生產階段。高校圖書館在資源整合基礎上通過直接生產決策支持產品，或通過提供信息資源支撐、數據監護等信息資源保障服務參與其他智庫機構項目，實現間接生產決策支持產品。三是決策支持產品傳播階段。高校圖書館通過傳統渠道（呈報、會議、講座等）或通過新媒體渠道（微博、微信等）傳播決策支持產品，實現影響用戶決策。

能力由服務的不同層面所應具備的一系列能力構成，既包含潛能（能做什么），也包含結果（做了什么），能力的形成過程可分為潛能形成和潛能轉化為現實能力兩個階段[21]。高校圖書館智庫服務能力的潛能形成是在資源整合階段，其潛能轉化為現實能力是在決策支持產品生產、傳播，實現影響用戶決策的過程中。因此，按照能力形成的所屬階段，高校圖書館智庫服務能力可分為資源整合能力、思想和知識創造能力、傳播和成果轉化能力，見圖1。資源整合能力是在資源整合過程中形成的，體現的是智庫服務的資源力；思想和知識創造能力是在充分挖掘潛能、服務創新，進而實現直接或間接生產決策支持產品的過程中形成的，體現的是智庫服務的產出力；傳播和成果轉化能力是在決策支持產品供需匹配、價值認同基礎上直接影響用戶決策，或通過社會輿論形成社會影響等方式間接影響用戶決策的過程中形成的，體現的是智庫服務的影響力。

圖1 高校圖書館智庫服務過程及能力構成示意圖

3 構建模型

3.1 理論依據

能力成熟度模型（Capability Maturity Model）最早被美國卡內基-梅隆大學軟件工程研究所用于評價軟件承包能力，自提出后被不斷改進，應用于電子政務、數字圖書館等領域的服務能力評價。這一方法強調通過控制關鍵過程等，對服務過程持續改進實現優化，在以知識創新為目標、以智力資本為重要生產要素、以具體服務項目為依托的服務能力評價方面具有較大優勢，適用于高校圖書館智庫服務能力的研究。

能力成熟度模型是基于過程的模型，追求規范化、標準化、強調協作和“持續改進”的理念，核心要素主要有：能力級別、關鍵過程域、關鍵主題、關鍵過程、關鍵實踐等[22]。能力成熟度模型采用層次遞進級別表示法，包含5個能力等級，從低至高依次是初始級、可重復級(可管理級)、已定義級、定量管理級(可預測級)、優化級。不同等級有其相應的特征。

3.2 模型主體框架

能力成熟度反映的是能力所處階段及水平，依據能力成熟度模型，高校圖書館智庫服務能力成熟度模型的核心要素包括能力級別、關鍵過程域、關鍵主題、關鍵過程及關鍵實踐。關鍵過程域是為實現關鍵主題所需要具備的關鍵過程的集合，而關鍵主題是在各個關鍵過程域析出的能力指標。關鍵過程域包含了若干關鍵過程，每一個關鍵過程都有其對應的若干關鍵實踐，關鍵實踐是對關鍵過程有效實現起重要作用的基本活動。各個核心要素層層遞進、相互關聯構成了能力成熟度模型。

依據上述服務過程分析，可知高校圖書館智庫服務過程的資源整合、決策支持產品生產及決策支持產品傳播三大階段構成了三大關鍵過程域。各個關鍵過程域所對應的能力分別是資源整合能力、思想和知識創造能力、傳播和成果轉化能力，構成了三大關鍵主題。結合能力成熟度的5個能力等級劃分，得到高校圖書館智庫服務能力成熟度模型主體框架，見圖2。

圖2 高校圖書館智庫服務能力成熟度模型主體框架

3.3 能力等級確定

依據能力成熟度模型的各個等級定義[23]，高校圖書館智庫服務能力成熟度的5個等級從低至高依次是初始級、可重復級、已定義級、定量管理級、優化級，隨著級別的增高，高校圖書館的智庫服務效果和效率也在不斷提升。①初始級屬于無序管理，處于這一等級的高校圖書館有智庫服務需求和服務意識，但服務水平的高低依賴個人經驗、服務過程不規范、服務效果難以預測；②可重復級側重項目管理，處于這一等級的高校圖書館已經積累了一些智庫服務的成功經驗，以往的經驗能夠被復制，服務流程逐步完善；③已定義級側重過程管理，處于這一等級的高校圖書館智庫服務過程順暢、各項管控制度能夠順利實施；④定量管理級側重量化管理，處于這一等級的高校圖書館智庫服務能夠實現量化評價服務質量，量化控制服務過程；⑤優化級側重創新管理，處于這一等級的高校圖書館智庫服務處于行業領先水平，更加注重鞏固創新。

3.4 關鍵過程及關鍵實踐

表1 基于相關文獻提煉關鍵實踐及關鍵過程

本研究通過梳理相關文獻，提煉高校圖書館智庫服務的關鍵過程及關鍵實踐，初步形成扎根于已有文獻研究資料的能力成熟度指標。首先，文章對已有的高校圖書館智庫服務相關文獻進行梳理，從文章的被引用次數、相關程度等方面考量，選取代表性文獻45篇（張振華[25]、張明[26]、趙雪巖[27]、陳華[28]、趙海珍[29]、戴瑩[30]等）作為樣本，對資料中涉及的高校圖書館智庫服務實踐方面的觀點進行總結，得到59個共性觀點，通過合并相似內涵的觀點，歸納得到18個關鍵實踐（D1—D18）；然后，結合智庫服務的資源整合、決策支持產品生產、決策支持產品傳播三大階段，發現和建立各個關鍵實踐之間的聯系，提煉出分屬于三大階段的7個關鍵過程（B1—B7）；據此將初步得到的關鍵過程（B1—B7）及關鍵實踐（D1—D18）進行歸類，見表1。

表2 高校圖書館智庫服務能力成熟度評價指標體系

資源整合階段的關鍵過程B及關鍵實踐D包括：人力資源整合B1（館員培養D1及專家協同D2）、信息資源整合B2（用戶需求獲取D3及數據庫建設D4）、其他資源整合B3（平臺建設D5、制度建設D6、信息技術支持D7、發展規劃制定D8、經費投入D9）。決策支持生產階段的關鍵過程B及關鍵實踐C包括：直接生產決策支持產品B4（服務產品定位D10、服務質量控制D11）以及間接生產決策支持產品B5（參與其他智庫項目D12及智庫成果收集D13）。決策支持產品傳播階段的關鍵過程B及關鍵實踐C包括：傳播渠道建設B6（傳統傳播渠道建設D14和新媒體傳播渠道建設D15）以及成果轉化過程B7（學術影響D16、決策影響D17及社會影響D18）。

由于高校圖書館智庫服務相關研究剛剛起步，本文選取的45個文獻樣本量相對較少，且基于文獻資料的質性研究受研究者本身主觀因素影響較大。為避免研究的局限性，我們將得到的7個關鍵過程和18個關鍵實踐做成調查問卷，發放給20位在圖書館智庫服務方面有一定研究成果的專家學者，邀請他們對指標的適用性和合理性進行評價。我們根據反饋的意見和建議，首先將專家協同D2拆分為學科專家協同和智庫專家協同兩方面，更好地體現出高校圖書館擁有協同高校學科人才資源以及高校智庫人才資源兩方面校內人才資源優勢；其次將數據庫建設D4拆分為基礎數據庫建設和特色專題庫建設，突出智庫服務需要更加專業的數據庫資源的特點；最后，將制度建設D6和發展規劃制定D8兩個內容相似有重合的實踐合并為“相關制度建設”，最終得到分屬于7個關鍵過程的19個關鍵實踐。

4 能力成熟度評價

4.1 評價體系框架

文章基于上述高校圖書館智庫服務能力成熟度模型，構建了高校圖書館智庫服務能力成熟度評價指標體系，見表2。目前國內外學者們從資源指標、成果產出指標等各個方面出發，構建了智庫服務評價指標體系[31]。本文在上述相關文獻研究獲得的觀點描述資料基礎上，借鑒已有成熟的智庫評價體系測量指標描述情況，遵循可操作性、系統性、適用性原則對各個關鍵實踐的能力測量指標觀測要點進行描述。

4.2 評價方法選擇

BP神經網絡最早是由Rumelhart等在1986年提出，由輸入層、隱含層、輸出層3個神經元層次構成的算法模型，見圖3。BP神經網絡具備自學習特點，在訓練過程中能夠不斷自適應調整，模擬眾多因素之間的復雜非線性關系，被學者們廣泛應用到預測、評價等方面。BP神經網絡在處理大量復雜數據方面具有優越性，一些學者嘗試將BP神經網絡應用到處理定性和定量數據相結合的少量數據方面，以減少評價中的主觀因素影響，取得了較好的效果[32]。本文應用BP神經網絡方法對高校圖書館的智庫服務能力成熟度進行評價，以減少評價中的人為主觀因素影響，增強評價結果的客觀性。

圖3 BP神經網絡典型結構圖

4.3 評價過程

4.3.1 樣本選擇及數據收集

由于各個高校圖書館在資源儲備和人員能力等方面均存在差異，本研究樣本的選取主要參考《2016年高校圖書館基本數據排行榜》，選取基本數據排名靠前，且通過高校圖書館主頁能夠查詢到有提供競爭力報告、學科戰略分析或高校管理層決策支持案例等智庫服務相關實踐情況介紹的，共計50所高校圖書館進行調研，收集相關數據。在能力成熟度的評分方面采用十分制，依據高校圖書館智庫服務能力成熟度等級劃分，設定8—10分表示智庫服務能力為強，屬于優化級；6—8分表示智庫服務能力較強，屬于定量管理級；4—6分表示智庫服務能力一般，屬于已定義級；2—4分表示智庫服務能力較弱，屬于可重復級；0—2分表示智庫服務能力為弱，屬于初始級。

由于能力既具有潛在性又具有現實性的雙重特征，對于能力的度量需要綜合應用定性測量和定量測量指標，本文提出的高校圖書館智庫服務能力成熟度評價指標體系，包含定量測量指標6個（C1、C2、C3、C5、C8、C11）、定性測量指標 13個（C4、C6—C7、C9—C10、C12—C19）。定量指標收集自2017年9月份填報的教育部高校圖書館事實數據庫、高校圖書館的門戶網頁、微信咨詢相關人員等。定性指標方面，根據能力測量指標觀測要點，首先通過高校圖書館門戶網頁、微信公眾號等途徑收集指標相關情況，為定性指標的量化分析提供依據，然后邀請20位專家學者（9位智庫服務方面的專家學者、11位高校圖書館智庫服務方面的專家學者）結合收集的相關資料以及自身經驗，以十分制形式對定性測量指標進行評分，進而根據各個測量指標情況以及上述高校圖書館智庫服務能力成熟度的不同能力等級特征，給出高校圖書館智庫服務能力成熟度的綜合評分Y，取各專家打分的幾何平均值(精確到小數點后1位)作為定性測量指標數據，以減少主觀傾向影響。限于篇幅，文章僅展示調查所得樣本的部分數據，見表3。

表3 部分樣本指標數據及綜合評分

4.3.2 仿真與模擬

（1）神經網絡模型的參數設定

依據經驗，輸入層神經元個數等于評價指標的個數，輸出層神經元個數等于目標對象的個數。隱含層神經元個數需要根據經驗運用試湊法來確定。常用的經驗公式為：其中，n和m分別表示輸入、輸出神經元的個數，a為1至10的常數。根據公式可知隱含層神經元個數在5至14之間，由此構建10個神經網絡并分別比較其性能，選取均方誤差精度最小時隱含層節點數作為本研究模型隱含層神經元個數。本文使用Matlab2016a的神經網絡工具箱，用40組樣本數據來測試構建的10個BP神經網絡的性能。當隱含層神經元個數為9時，構建的BP神經網絡訓練誤差最小，見表4。

表4 隱含層在不同神經元個數下的訓練誤差

本研究以高校圖書館智庫服務能力成熟度的19個二級評價指標作為網絡輸入，以評價結果作為網絡輸出，采用試湊法確定隱含層節點個數，從而形成19-9-1型神經網絡結構。通過Matlab工具箱創建BP神經網絡，利用Matlab工具箱中的函數進行權值和閾值的初始化。采用Premnmx函數對樣本指標數據與總分進行歸一化處理；采用Newff函數創建前向網絡，實現神經網絡從輸入到輸出的任意映射；模型訓練函數采用Traingd算法；輸入層到隱含層的激勵函數為tansig；隱含層到輸出層的激勵函數為purelin；學習速率設為0.01；隱含層神經元個數為9；訓練精度為0.001；允許最大迭代訓練次數為50 000，展示的訓練次數為1 000；設定網絡收斂的誤差性能指標為MSE（均方誤差）；其余參數均選用缺省值。核心代碼如下：

（2）神經網絡的訓練與驗證

本研究以40個樣本指標數據作為訓練集，以專家對樣本高校圖書館智庫服務能力成熟度的總體評分為輸出值，調用設置好的網絡訓練參數進行神經網絡模型的訓練。訓練結果曲線見圖4，訓練過程中發現經過907步的訓練，訓練誤差達到目標誤差的要求，網絡的收斂效果較好。此時模型的輸出值與期望值非常接近，說明該模型準確性較高，可用來進行仿真模擬。

圖4 BP神經網絡訓練曲線圖

將樣本中編號為41-50的指標數據輸入網絡模型中，進行仿真驗證，得到高校圖書館智庫服務能力成熟度的評價值（輸出值），將其與專家對高校圖書館智庫服務能力的整體評分（期望值）進行對比，模型輸出結果見表5，輸出結果誤差圖見圖5。可以看出，模型對高校圖書館智庫服務能力成熟度的評價值與專家評分結果非常接近，誤差在可接受的范圍之內，說明利用BP神經網絡對高校圖書館智庫服務能力成熟度進行評價具有可行性。

表5 神經網絡模型的期望輸出與實際輸出對比

4.4 評價結果分析討論

BP神經網絡綜合考慮了評價標準的多樣性和不確定性，不是簡單的加權求和，所以評價結果與專家評價的結果相比稍高或稍低都是合理的[34]。本研究利用BP神經網絡方法對高校圖書館智庫服務能力成熟度進行評價，得到的評價結果與專家打分得到的評價結果總體一致，達到了較為理想的預測精度。

應用BP神經網絡對高校圖書館智庫服務能力成熟度進行評價，在評價結果的客觀性及評價效率方面具有較強的優越性。首先，BP神經網絡具備自學習特點，經過反復迭代訓練發揮了非線性映射能力，有助于規避人為主觀因素對指標權重以及賦值的影響，增強了評價結果的客觀性。其次，BP神經網絡能夠對大量評價指標進行快速評價，提高了對復雜指標體系的評價效率，增強了評價的實用性。

圖5 期望輸出（o）與實際輸出（+）誤差圖

5 結語

本研究基于高校圖書館的智庫服務理論研究及實踐情況，對高校圖書館智庫服務以及高校圖書館智庫服務能力的內涵進行了分析界定，基于能力成熟度模型理論，結合相關文獻分析，從理論層面構建了包含關鍵主題、關鍵過程、關鍵實踐以及能力等級的高校圖書館智庫服務能力成熟度模型，分析了高校圖書館智庫服務能力成熟度評價體系框架。實踐層面，我們選取了50所高校圖書館進行數據調研，運用BP神經網絡方法對評價體系的適用性進行了驗證，將構建的理論模型應用到實踐，為高校圖書館了解自身智庫服務能力所處階段，有針對性地實現改進優化提供了參考。

（來稿時間：2019年1月）