大數據背景下基于DIIS方法的新型智庫框架研究

摘? 要：在如今這個全民皆網民、信息爆炸、數據高速增長的信息時代，人們既能通過追溯數據流對問題追根溯源，又能對它進行相關性分析，可以預測未來趨勢和規律。研究大數據背景下的新型智庫框架，對我國新型智庫建設有著深遠意義。文章基于DIIS研究分析法，從收集數據、揭示信息、綜合研判、形成方案四個階段淺析大數據對智庫框架建設的影響。根據新型智庫框架的研究結果，提出大數據環境下智庫建設相應的對策及建議，并提出新型智庫框架。

關鍵詞：大數據;DIIS;智庫建設;新型智庫

中圖分類號：TP311? ? ? ? ?文獻標識碼：A文章編號：2096-4706（2021）23-0104-05

Research on New Think Tank Framework Based on DIIS Method under the Background of Big Data

HAN Zhaodi

（School of Public Administration， Xiangtan University， Xiangtan? 411105， China）

Abstract： In the information age when information is exploding， data is growing rapidly， and all people are Internet users. By tracing the flow of data， the problems can be traced back to their root， and future trends and patterns can be predicted by correlation analysis of massive data. The study of the new think tank framework under the background of big data is of far-reaching significance to the construction of the new think tanks for our country. Based on the DIIS research and analysis method， this paper analyzes the impact of big data on the construction of think tanks in four stages： collecting data， revealing information， comprehensive research and judgment， and forming solutions. According to the research results of the new think tank framework， the corresponding countermeasures and suggestions for think tank construction under the big data environment are put forward， and the new think tank framework is put forward.

Keywords： big data; DIIS; think tank construction; new think tank

0? 引? 言

數據的應用給互聯網時代智庫創新發展提供了新前景。建設中國特色新型智庫，需要利用大數據平臺提升知識信息的獲取、共享、研究、創造、傳播以及應用的能力是智庫的核心競爭力[1]。中共中央辦公廳、國務院辦公廳印發的《關于加強中國特色新型智庫建設的意見》總體目標中明確提出八項建設基本標準，其中之一標準要求具備“功能完備的信息采集分析系統”這項基本標準是當前智庫研究機構尚未具備的。而智庫作為為以公共政策為對象，以影響政府決策為目標，以公共利益為導向，以社會責任為準則的專業研究機構[2]承擔著在政府決策中提供信息和智囊支撐的作用。其應該更加重視建設一個可利用大數據開展社會科學研究、集智能抓取、安全存儲、智能分析、多渠道應用的系統平臺。本文基于微軟公司提出的“云+端”模式[3]，結合DIIS分析法，嘗試構建大數據背景下新型智庫框架。

關于智庫建設的研究一直都是智庫研究的重中之重，其不僅決定了智庫的研究內容，更決定了研究方向的準確性和可行性。原松華[4]認為可從市場環境、市場需求、市場營銷和產品質量4個方面進行智庫建設。單衛國[5]認為可從主體業務、人才培養、方法創新和平臺交流4個方面進行智庫建設。宋文婷等[6]認為可從合作模式、法律保障、體制改革和產品轉化4個方面進行智庫建設。柏必成[7]則認為制度建設是智庫內容建設的關鍵。羅繁明、袁俊、趙恒煜[8]等以廣東省智庫信息化平臺為例，從模塊和功能建設角度提出了基于大數據的特色新型智庫平臺建設研究。

研究方法上，朱蘊輝等[9]以案例分析法對智庫服務經費、服務人員、服務手段等進行了研究。苑健等[10]以對比分析法對不同國家不同類型的智庫進行了研究比較。彭波等[11]通過文獻調研，探究了美國智庫獨立性保持的根本原因。馮幫等[12]通過可視化分析對智庫的熱點類型，學科分類進行了透視分析。陳媛媛等[13]利用因子分析建立了智庫網站綜合評價體系。

1? 大數據背景下智庫建設的機遇

1.1? 國家、人民對高質量智庫強烈的需求

隨著習近平總書記在黨的十九大報告中明確強調要“切實加強中國特色新型智庫建設，充分發揮智庫在治國理政中的作用”[14]后，我國掀起智庫研究、智庫建設、智庫發展的熱潮，智庫數量和智庫研究整體水平有了快速的提升。但總體來說，我國現階段的智庫研究水平還比較薄弱，整體研究方興未艾。而隨著我國改革開放步入“深水區”，越來越多問題逐步凸顯出來，尤其是經過幾年經濟的高速發展后，積累了不少亟待化解的問題，如以環境為紅利換取經濟發展引發的環境、資源問題;貧富差距問題;醫療改革問題等。這些問題，是經濟社會發展到一定階段必然會經歷的問題。解決這些富有中國特色問題我們無先例可循、無經驗可鑒，且較之于歐美領先的智庫，我國傳統的智庫，偏向于數據加工處理、信息傳遞服務，缺乏對“決策咨詢服務”的關注，為數不多的“決策咨詢服務”，也是以內參的形式服務于政府決策，缺乏民主、科學。因此，建設符合中國特色國情，擁有強大發展動力，民主、科學的新型智庫迫在眉睫。

1.2? DIIS研究方法的成熟

DIIS分析法，是潘教峰老師及其團隊經過對2007—2013年智庫研究過程總結提煉，總結出的分析法。它是對智庫研究方法論進行再歸納而提出的問題向導，證據向導，科學向導的智庫研究新方法[15]。DIIS分析法將智庫研究分為四個階段：（1）收集數據（DATA）——（2）揭示信息（INFORMATION）——（3）綜合研判（INTELLIGENCE）——（4）形成方案（SOLUTION）[15]。收集數據（DATA）階段：圍繞所研究的問題全面收集各類相關數據和相關現象;揭示信息（INFORMATION）階段：進行專業化的信息挖掘、整理和分析形成客觀的認知;綜合研判（INTELLIGENCE）階段：引入專家智慧，對認知進行研判，得到新認識和新思路;形成方案（SOLUTION）階段：在問題向導下提出解決方案，形成高質量的研究報告并服務于政治決策。DIIS四步法保證了數據精確完備，信息全面，分析獨立，解決方案具有前瞻性和科學性，融合集成了目前較為主流、全面的研究方法，成為了當前較為成熟、符合我國國情并有指導實踐意義的理論方法。DIIS研究方法具體如表1所示。

1.3? 互聯網和大數據在其他領域大放異彩

隨著科技的發展，當今的大數據、基于大數據基礎的數據挖掘等技術在信息科技領域大放異彩，切實深入的提高了人們的生活質量和生活便捷度。21世紀的深度網絡化，大大的改變了社會經濟活動內容，也改變了人們的行為方式、社會關系模式。據不完全統計，我國2018年的網民數量為7億多，“全民皆網民”帶來的海量數據，高度活躍用戶，高速數據增幅都是巨大的財富，甚至有“數據為王”的說法。數據流追溯、相關性分析、數據挖掘、人工智能等技術的廣泛使用，讓數據思維成為新時代認識社會進步和經濟發展的思維方式。如此大、深，廣的變革和智庫研究中的問題導向、證據導向科學導向不謀而合。因此將大數據特有的優勢借鑒、引入到智庫研究領域對推動智庫研究進程，提升智庫研究水平，建設新型智庫起到關鍵性作用。

2? 傳統智庫建設面臨的挑戰

DIIS方法定義了智庫研究的邏輯體系，將整個研究過程分為：收集數據（DATA）——揭示信息（INFORMATION）——綜合研判（INTELLIGENCE）——形成方案（SOLUTION）[16]四個階段。大數據時代的到來，對每個過程都提出了新的要求：既要獲得海量的信息，也要科學性揭示信息的價值，還要充分發揮信息的價值。因此，DIIS方法的4個階段都面對這不同的挑戰。

2.1? 收集數據階段

潘教峰老師將智庫研究的兩個來源分為決策需求和趨勢規律，主要從問題導向，證據導向以及科學導向著手四個階段的研究。主張在數據收集階段，采用全面多樣的收集、建模方法。如，網絡數據采集法，文本收集法，在線調查法，問卷調查法，人名消歧分析法等。而傳統智庫，在收集數據階段，普遍的做法是基于研究主題，或實地調查或問卷調查，收集一手數據。數據的來源比較單一，樣本量不夠大，數據不全面、完備。另外，數據之間的割裂較大，即基于某個課題或研究收集的數據，只使用于該課題或研究，其他課題或研究不會二次使用這些數據。這樣既造成了數據資源的浪費，內存空間的浪費，而且基于這樣的數據凝練出來的問題，缺乏綜合性，進而形成的解決方案，也不能滿足新型智庫的建設性，科學性，前瞻性要求。另外，傳統/現階段已有的數據庫，已經不能滿足大數據對數據存儲容量的要求了，基于NAS/SAN的存儲方式也無法保證數據的安全。因此在收集數據階段，如何解決大量數據的存儲問題，數據的復用問題以及如何實現數據的安全傳輸，是這一階段的主要挑戰。

2.2? 揭示信息階段

就方法而言，傳統的智庫研究主要是社會科學研究，其主要通過樣本分析，研究和調查問卷分析證實數據，旨在追求精確性，通過精準內容進行問題定性，再深究因果關系在《智庫 DIIS理論方法》中常用的揭示信息的方法有SWOT分析法，數據包絡分析法、聚類分析法、主成分分析法、回歸分析法、灰色預測法、層次分析法、類比學習法、專利地圖法、共現分析法、價值鏈分析法等，揭示方法有一定的廣泛性，但科學性和完備性反面仍然不夠充分，依托的分析工具和支撐理論缺乏創新，依舊沿用先前的理論體系，傾向于理論性研究，經驗性研究，已不能支撐當前的“以客觀事實為核心、以數據分析為支撐、以應用對策為形態“的新型模式。另外如何提高應用場景和揭示方法的契合度，也是影響這一階段的重要因素。

2.3? 綜合研判階段

《2018CTTI來源智庫發展報告》指出，截至2018年9月30日，依據對智庫專家數據統計，我國目前四分之三的專家都是來自經濟學，法學活管理需學科。經濟學領域專家最多，占26%，醫學、軍事學及農學這幾個學科專家數都不足1%[17]，專家組成結構失衡。且目前在綜合研判階段采用的方法主要有博弈法、證據推理法、多目標決策法、趨勢外推法拉開檔次法、記分卡法等，都離不開專家分析研判，經驗解讀，再綜合專家判斷，最大程度的凝練大家共識，形成新認知，新觀點[3]。但在社會場景日益多元化，情景愈加復雜的現階段，這樣的智庫專家組成，綜合研判方法顯得有些無能為力，既無法滿足社會的需求，也不符合新型智庫獨立性，綜合性要求。

2.4? 形成方案階段階段

在DIIS理論體系中，形成方案階段主要有多屬性決策法、因果分析法、模糊綜合評價法、專家評議法、情景分析法、因果分析法、社會網絡分析法等。專家們基于前三個階段，針對研究問題提出總構想和解決思路，形成符合實際發展要求的規劃方案與政策建議。但目前成果形式比較單一，主要以論文、著作和內參的形式展示，服務形式，也忽略了對決策咨詢這一塊的服務。《2018CTTI來源智庫發展報告》針對智庫領域各層次論文做了統計，總計40 496篇，CSSCI來源最多，2萬余篇;SCI和CSSCI的數量均在1 000～ 2 000范圍內，其他的各類僅占0.5%[18]。成果轉化形式單一，社會影響力低，同時缺乏對成果的跟蹤和評價標準，尤其是符合大數據背景的評價標準，基本為空白。

3? 基于DIIS方法的新型智庫框架構建

3.1? 數據資源層

在大數據環境下，新型智庫收集數據階段的重中之重工作是建設基于海量數據信息化管理平臺，同時輔以拓寬數據采集渠道，另外注意做好數據安全、數據傳輸保密工作，刺激政府放心大膽的公開相關數據。政府信息數據，在社會信息總量中占有很大的份額，往往包括法律法規、規劃政策，財政報告[19]等和智庫的決策咨詢服務高度吻合的信息，是智庫數據收集的重要部分。提升政府信息公開程度，可以從源頭提升智庫的質量。

（1）拓寬數據采集渠道。除了實地走訪，問卷調研之外，還可以增加座談會，媒體訪談，尤其應該重視網頁挖掘、互聯網采集等方式。既因為互聯網的數據量大，是增補數據源的首選，又因為可以對網絡痕跡和數據流追蹤，捕獲調查對象的真實行為和真實心態，比傳統方式具有更高的真實性。

（2）建設數據信息化采集平臺，構建數據資源池。數據采集量增加，舊的數據庫不能已滿足存儲海量數據的需求。引入存儲容量更大的數據庫、更節省空間的存儲方式勢在必行。分布式數據庫和云數據庫應運而生。不同于傳統數據庫，分布式數據庫是非關系型數據庫，具有易拓展、高性能、存儲模型靈活多樣的特點，可以解決大規模數據集合多重數據種類帶來的挑戰，尤其是大數據應用難題，包括超大規模數據的存儲[20]。我們可根據數據來源，將數據庫中的數據分為實數據、虛數據。

（3）做好數據安全、數據傳輸保密工作。不同于傳統研究，新型智庫研究的目的之一是推動國家治理體系和治理能力現代化，其對政府信息有更強的依賴性，政府數據的公開決定了智庫研究的科學性、針對性和有用性。但出于種種原因，我國政府信息公開界限還尚待明確。特此，可以通過加強智庫數據安全、傳輸保密工作，打造政府和智庫互相信任基礎，刺激政府信息對智庫開放。

3.2? 信息揭示層

復雜多樣的數據樣本，常規的分析方法不再適用，抑或使用會耗費大量的時間、人力，因此，與大數據相適應的分析工具，方法也應并肩齊上。

（1）分析理論、工具更新。數據思維正逐漸將傳統的因果分析轉向相關性分析，因此智庫基于大數據基礎上，應該靈活運用分類、回歸分析、聚類、關聯規則、特征、變化和偏差分析等分析理論，精準分解問題，界定問題。

（2）人才培養。舊的分析方法理論沿用于新的背景，不僅會人力物力時間上耗費，還會適得其反，因此，要加強人才的培養，尤其是加強人才對大數據工具使用，理論的培養。使之不僅是具有豐富經驗的專家，還是與時俱進的專家，成為智庫堅不可摧的壁壘。

（3）加強數據分類。為增加數據的復用性和后期數據使用的便捷性，可將有代表性的，使用范圍廣的數據，建立成元數據庫;數據特性高的存成專題庫，同時將標準的，有關聯關系、層級關系的基礎數據，建成配置庫等，個性化，標準化，又將數據之間的關聯理清，增加了后期數據復用的便捷性，也逐漸減弱了數據之間的割裂。

3.3? 信息研判層

深耕某領域的專家往往有其知識的局限性，純粹依靠數據的相關性和專家的分析分解的問題，有脫離群眾的危險。可在該環節曾設群眾諫言環節，尤其對于特定問題的分析，廣納“民間專家”的意見，更有參考價值。智庫研究問題也應取之于民，論之于民，再增加專家經驗，機器智慧，讓凝練出來的問題更具廣泛性，綜合性。

3.4? 方案集成層

基于前三階段，且在專家專業知識凝練下形成的方案，不應該是智庫研究的重點。更應該讓其成為新的起點，促進高質量新型智庫的建設研究：

（1）完善評價標準。一個方案的好與壞，不能只是其定制者說了算，應該引入中立的第三方，采用客觀科學的評價彼岸準評價。因此完善評價標準、體系勢在必行。

（2）增強結果轉化能力。鑒于智庫的決策咨詢服務功能和民眾對智庫的強烈需求，智庫的成果轉化應該更多形式，具有更大影響力。應摒棄傳統的內參模式，走向政智民互動的模式;結果展示更不能拘泥于論文格式，也要注重決策咨詢服務。

（3）增加方案迭代環節。不同的階段，周遭環境也在不停變化，所以解決方案不是一成不變的，應該因地制宜，因時制宜，不斷的采集變化，再分析，揭示，研判形成新的真正具有使用價值的方案，因此方案要不斷的迭代，完善。

（4）針對使用場景分類。可以按照不同的分類標準針對方案的使用場景，將形成的方案歸類，提高場景和方案的契合度和復用率。

綜合以上建議，本文構建的新型智庫框架如圖1所示。

4? 結? 論

基于大數據背景下的DIIS方法的特色新型智庫平臺建設應本著“以人民為中心”的核心理念，建構一種公民參與，共商共議的社會秩序的本質，按照DIIS四部分析法，貫通全局，共建構建科學家，決策者，社會力量協同工作網絡。完善跟蹤機制和評價標準，形成閉環管理，刺激新型智庫的良性發展。

參考文獻：

[1] 黃曉斌，王堯.地方文獻與地方特色新型智庫建設 [J].圖書情報知識，2016（1）：35-41.

[2] 荊林波，吳敏，姜慶國，等.全球智庫評價報告 [J].中國社會科學評價，2016（1）：90-124.

[3] 聯合國經濟和社會事務部.2016 聯合國電子政務調查報告 [R].中國國家行政學院電子政務研究中心，譯.紐約：聯合國經濟和社會事務部，2016.

[4] 原松華.建設一流智庫 提升國家軟實力 [J].中國發展觀察，2012（12）：30-32.

[5] 單衛國.推進智庫建設提升國家和企業軟實力 [J].理論視野，2014（5）：70-74.

[6] 宋文婷，賀天平.中國特色新型智庫建設：動因、主體及路徑選擇 [J].科學技術哲學研究，2015，32（2）：106-109.

[7] 柏必成.制度建設：智庫內容建設的關鍵 [J].智庫理論與實踐，2021，6（6）：3-11.

[8] 羅繁明，袁俊，趙恒煜.基于大數據的特色新型智庫平臺建設研究——以廣東智庫信息化平臺為例 [J].情報資料工作，2020，41（5）：42-48.

[9] 朱蘊輝，李雪溶.中國特色新型高校智庫的文獻信息服務——以南京大學“中國南海研究協同中心”為例 [J].高校圖書館工作，2016，36（6）：53-56.

[10] 苑健，劉福才.不同政策咨詢系統中智庫產出差異研究 [J].國家教育行政學院學報，2018（4）：24-29.

[11] 彭波，李樹德，曹如中.美國智庫獨立性內涵述評 [J].情報雜志，2017，36（9）：100-105.

[12] 馮幫，鄧心儀.五年來國內教育智庫研究的熱點、趨勢及展望：基于CiteSpace的可視化分析 [J]教育理論與實踐，2018（9）：5.

[13]陳媛媛，李剛.智庫網站影響力評價指標體系研究 [J].圖書館論壇，2016，36（5）：25-33+62.

[14] 徐宏宇.今天為什么還要來研究國外科技智庫——訪談繆其浩研究員 [J].競爭情報，2019，15（4）：2-5.

[15] 潘教峰，魯曉.關于智庫研究邏輯體系的系統思考 [J].中國科學院院刊，2018，33（10）：1093-1103.

[16] 潘教峰，楊國梁，劉慧暉.智庫DIIS三維理論模型 [J].中國科學院院刊，2018，33（12）：1366-1373.

[17] 南京大學中國智庫研究與評價中心、光明日報智庫研究與發布中心聯合課題組，鄒婧雅，馮雅等.2018CTTI來源智庫發展報告 [N].光明日報，2019-01-07（16）.

[18] 石偉.國家治理與中國特色新型智庫的制度保障 [J].行政管理改革，2021（3）：50-57.

[19] 楊繼瑞.智庫研究需要科學的方法和路徑 [J].鄧小平研究，2019（1）：111.

[20] 徐旭平，李小勇.基于MongoDB的元數據管理研究 [J].信息技術，2018，42（8）：87-93.

作者簡介：韓招娣（1993—），女，漢族，海南文昌人，碩士研究生在讀，研究方向：政府信息資源管理