基于MIPS形成方案環節的智庫群體決策路徑建構與應用

馮佳昊 陳安

摘要：[目的/意義]隨著有待智庫解決的問題域不斷拓寬，智庫研究的對象變得復雜而廣泛，學科交叉屬性日益凸顯。科學把握智庫研究的基本邏輯，積極優化與探索智庫決策路徑尤為重要。[方法/過程]通過對邏輯層次法（MIPS）中的形成方案環節進行勾勒，本文構建了智庫群體決策路徑模型。該模型由匯總匹配環節與擇優決策環節組成，其中匯總匹配環節包括匯總匹配工具箱等，擇優決策環節包括問題認知、解析、求解和決策與統籌等模塊。隨后本文運用案例對其進行實證。[結果/結論]經散發疫情防控的實證環節證明，基于MIPS形成方案環節構建的智庫群體決策路徑模型具有合理性與可用性。

關鍵詞：智庫研究? ? 雙螺旋結構? ? 邏輯層次法（MIPS）? ?群體決策

分類號：C93-03

DOI： 10.19318/j.cnki.issn.2096-1634.2022.03.04

1? 引言

自2015年我國國家高端智庫建設試點工作啟動以來，各地的智庫建設如火如荼，大量智庫機構和智庫產品噴涌而出。有學者通過對現有智庫研究方法，如德爾菲法、技術預見方法、未來技術分析（FTA）等進行調研，發現當前相關研究普遍缺乏對智庫研究過程系統性的思考與歸納[1]。潘教峰[2]從智庫研究全過程的視角提出了智庫研究的過程融合法即收集數據-揭示信息-綜合研判-形成方案（data-information-intelligence-solution，DIIS）[1]，隨后又從智庫研究的邏輯層次視角提出了邏輯層次法即機理分析-影響分析-政策分析-形成方案（mechanism-imapct-policy-solution，MIPS）。DIIS與MIPS分別從研究流程和研究邏輯的角度描述智庫研究反復迭代最終形成解決方案的過程，二者構成智庫研究的雙螺旋結構。智庫研究的雙螺旋結構適用于智庫研究中群體分析與決策的過程。1987年，黃清萊（Hwang）對群體決策進行了明確的定義：群體決策，是指不同成員提出自己認同的決策方案，隨后組織者將所有方案匯集，決策參與者基于某種規則，最后形成一致性的決策方案排序，這是一個不斷協商與調整的過程[3]。群體決策作為一種決策方式，可以匯集多方面的利益，克服決策個體認知、知識等方面的不足，在決策過程中融合了知識管理、智慧管理、智庫決策等內容，是科學決策的重要路徑。國內外學者圍繞群體決策過程進行了大量研究。赫伯特·西蒙認為決策過程包括探查環境階段、設計活動階段、抉擇活動階段和審查活動階段[4];李照順等[5]認為群體決策過程包括五個階段即發現問題、確定目標、設計決策方案、方案評選和執行反饋;埃雷拉別德瑪（Herreraviedma）等提出群體決策過程主要包括兩個過程即共識過程和選擇過程，其中共識過程是為了使得最終解決方案與專家之間達成共識，而選擇過程則是對各決策備選方案進行最優選擇的過程[6];馬拉科特（Malakooti）構建了一個基于四維度的決策過程模型，分別是信息處理、替代生產、替代評估和最終決議[7]。基于上述研究成果，本文擬從智庫研究雙螺旋結構的系統視角出發，根據雙螺旋結構中MIPS形成方案（solution）環節的內涵構建智庫群體決策模式路徑，最后以新冠肺炎疫情防控的案例來驗證該理論模型的合理性，以期為智庫雙螺旋結構的完善與發展做出貢獻。

2? 基于MIPS形成方案環節的智庫群體決策路徑建構

“solution”一詞，在牛津詞典中的語意為“為達成某種目標或目的而實施的一種解決方法或手段”。在智庫領域的相關研究中，有學者將其定義為“針對具體的問題，為實現智庫研究的目標，經過分析與判斷后而提出的解決措施”[8]。據此可以看出，在常規的智庫語境下，“solution”（解決方案）指的是為解決問題或達成目標而采取的必要措施。在智庫研究的雙螺旋結構中，“solution”一詞則有著更加豐富的內涵。潘教峰提出智庫研究整體應遵循“解析-融合-還原”的過程邏輯，即在進行智庫研究前，首先對智庫問題進行解析，將其分解為一系列的子問題，然后結合各類知識對子問題進行融合研究，最后進行綜合還原，提出解決問題的方案[2]。由此可見，在智庫雙螺旋結構中，形成方案環節表征的更多的是一個匯總與還原的過程，即對前期分解的智庫子問題進行逐一解決和融合，隨后將眾多子問題的研究結果匯總、還原、歸一，最終形成解決方案。形成方案是雙螺旋結構中的最后一環也是最重要的一環，在形成方案環節內還原的過程中應考慮與機理分析、影響分析和政策分析環節的銜接，因此，本文將MIPS中的形成方案環節闡釋為：形成方案環節是一個綜合還原的過程，是將機理分析環節、影響分析環節和政策分析環節中分析與研判產生的結果進行匯總與還原，并對結果進行擇優決策，擇出最優解決方案的過程。

根據上述形成方案環節的內涵，本文將基于形成方案環節的智庫群體決策路徑分為匯總匹配環節和擇優決策環節。如圖1所示，機理分析、影響分析和政策分析是指邏輯層次法中的前三個分析環節;運行DIIS流程是指在機理分析、影響分析和政策分析中，每個環節均進行收集數據-揭示信息-綜合研判-形成方案的操作流程;S1M、S1I和S1P分別是指每個環節均進行DIIS流程化操作后得到的分析結果與判斷。

在智庫群體決策路徑中（見圖1），S1M、S1I和S1P會被匯總起來并輸入匯總匹配環節，該環節內的匯總匹配工具箱會對S1M、S1I和S1P進行匯總整理，判斷學科所屬邊界，匹配專家對問題進行研判等，最終形成融合了不同學科背景專家智慧的判斷結果。擇優決策環節是對上一環節輸出的判斷結果進行擇優決策，該環節設置有四個階段：決策問題認知（包括劃分問題結構、明確決策目標、明確決策準則和明確約束條件）、決策問題解析（包括描述問題特征和識別問題類型）、決策問題求解（包括問題求解和結果評價）和方案統籌與決策（包括方案統籌與最終決策）。這四個階段依次運行并輸出最終的解決方案。B01A86D0-EB3A-46CC-A46F-BC0598190637

2.1? 智庫群體決策路徑中的匯總匹配環節

匯總匹配環節是形成方案環節中最初始和最基礎的一環。在該環節中，機理分析、影響分析和政策分析環節運行DIIS流程后產生的分析與研判結果將在此匯總，并進入匯總匹配工具箱。作為匯總匹配環節中最核心的組成部分，匯總匹配工具箱對各個環節分析與研判產生的結果進行識別，并匹配相關領域專家進行研判與分析，最終輸出融合了專家智慧的判斷結果等待進入擇優決策環節。

匯總匹配工具箱的主要功能如圖2所示，主要包括匯總、匹配與研判。該工具箱包括兩個庫和三個模塊，即案例庫與專家庫，以及問題識別模塊、專家匹配模塊和專家研判模塊（見圖3）。匯總匹配工具箱的主要作用是匯總上文所述的S1M、S1I和S1P，對其進行學科屬性的判斷，并尋找合適的專家對其進行綜合研判。

匯總匹配工具箱的運行流程如下：首先，輸入S1M、S1I以及S1P，問題識別模塊通過與案例庫進行信息交換，對輸入的內容進行識別，識別方式為通過掃描工具箱內的案例庫，與輸入的內容進行比對，判斷其所屬學科領域與關鍵問題;其次，在專家匹配模塊中，專家匹配模塊與專家庫進行數據交換，從專家庫挑選與問題領域相關的能夠對此進行分析與研判的專家;最后，在專家研判模塊中，對輸入工具箱的內容進行研判，并融入專家智慧，最終輸出融合專家智慧的解決方案，記為S2。

2.1.1? 案例庫? ? 案例庫是匯總匹配工具箱的基礎，應作為基礎資源大力建設。在案例庫運行的前期，應將大量關于智庫研究的非結構化、半結構化的學科與研究數據進行結構化處理，儲存進案例庫并不斷進行更新與完善，使得輸入相關問題后能夠檢索匹配問題所屬領域與學科。這既有利于全面地、準確地掌握當前智庫領域發展的態勢，又有利于對輸入的問題進行快速的分析與比對，迅速判斷出問題所屬學科與領域。

（1）案例庫的構建思路

案例庫的構建包括：首先，通過調研和專家座談方式得到相應的需求以確定案例庫建立的標準;其次，互聯網等現代手段與閱讀紙質文件等傳統方式相結合，尋找各個學科各個領域的案例;最后，建立包括案例名稱、案例所屬學科、案例所屬領域大類的案例庫。

（2）案例庫的功能

案例庫的功能包括：首先，搜集不同領域、不同學科的智庫決策報告，將其內容與學科進行結構化處理，提供問題識別與比對服務，一旦問題輸入，快速對案例庫內容進行檢索，框定輸入問題的學科與領域;其次，不斷豐富案例庫，對輸入的問題與專家研判模塊輸出的解決方案進行匹配、整理與完善，形成結構完整的智庫案例，重新納入案例庫內。

（3）案例庫構建的原則

案例庫構建的原則包括以下幾個方面。

第一，全面性原則。全面搜集紙制文件和互聯網內的各大資源庫，最大范圍地覆蓋政治、經濟、社會、文化等各個領域，尋找相應的智庫決策報告，以保障案例庫的全面覆蓋性。

第二，典型性原則。案例庫選取的案例應均可代表此類案例，當遇到此類問題需要匹配時，可快速地找到此類案例對應的學科與領域。

第三，持續性原則。案例庫基礎數據是否充足直接影響數據庫的質量，若案例庫內案例數量過少，則難以滿足實際需要，這就要求不斷添加最新的案例以保證案例庫的質量與匹配準確性。

2.1.2? 專家庫? ? 專家庫是匯總匹配工具箱中核心的戰略資源，需將智庫研究涉及領域中盡可能多的、不同學科、不同方向的專家納入專家庫，使得能夠盡快匹配到可以勝任研判問題的專家。

（1）專家庫的構建思路

專家庫的構建思路包括：首先，通過調研和專家座談方式得到相應的需求以確定選擇專家的標準;其次，根據案例庫中搜集的案例所屬學科類別搜集相關領域內較為權威與知名的專家;最后，建立包括專家姓名、單位、研究方向、所屬學科領域等信息的專家庫。

（2）專家庫的功能

專家庫的功能包括：首先，作為囊括不同領域、不同學科專家的數據庫，內部擁有相關的搜索匹配算法為專家匹配模塊提供檢索與比對的功能;其次，隨著匹配工具箱的不斷運作，專家庫應不斷納入越來越多不同背景的專家，以滿足相應的需求。

（3）專家庫的構建原則

專家庫的構建原則包括以下幾個方面。

第一，全面性原則。專家學科背景的覆蓋應有足夠的廣度，除了搜集案例庫內所屬領域的相關專家外，還應全面搜集互聯網以及各大數據庫資源，以保證全面性。

第二，權威性原則。專家的選取應慎重，盡量選取在某一領域深耕多年、擁有代表性成果且頗有聲望的專家學者，以保證專家庫內專家的專業性。

2.1.3? 問題識別模塊? ? 問題識別是匯總匹配工具箱發揮作用的基本前提和必要條件，該環節通過問題采集、定位、建模和預處理等一系列方法對輸入的問題進行快速查找與確認，這也是工具箱體系運行的初始階段。問題采集過程一般情況下是輸入一個或者一系列待識別學科與領域的問題，在已建立的數據庫中，根據存儲的大量智庫報告數據進行比對篩選。現有的數據庫存儲的是經過結構化的信息編碼，問題識別系統輸出的是一組或多組信息編碼，用于表明問題的學科屬性。問題識別模塊的針對性與時效性，對快速識別輸入問題的類型具有重要的實踐意義。與此同時，隨著各學科交叉融合速度的加快，輸入的問題的跨學科屬性將愈發凸顯。問題識別模塊可以對輸入的復雜的問題進行快速分析和識別，從而有效地縮短解決問題的時間。

2.1.4? ?專家匹配模塊? ? 專家匹配模塊是連接待匹配問題與專家的橋梁。該模塊通過對問題識別模塊輸出的問題學科與領域信息編碼進行分析，將其與專家庫內的專家信息特征進行比對與匹配，輸出適合解決此問題或可能解決此問題的專家名單。專家匹配模塊將內置搜索與匹配算法庫，能夠隨時對問題識別模塊輸出的信息編碼進行搜索與匹配，匹配邏輯為優先匹配學科細分方向。若匹配失敗，則以學科大類為匹配原則，尋找適合解決此問題或可能解決此問題的專家。B01A86D0-EB3A-46CC-A46F-BC0598190637

2.1.5? 專家研判模塊? ? 專家研判模塊是匯總匹配工具箱中的核心模塊。該模塊將根據專家匹配模塊輸出的推薦專家進行專家咨詢與研判活動。匹配到的專家應對輸入匯總匹配工具箱中的S1M、S1I以及S1P進行分析與研判。首先，對S1M、S1I以及S1P進行整理與匯總;其次，結合專家自身經驗與閱歷對匯總后的S1M、S1I和S1P進行研判，最大限度地融入專家智慧;最后，盡可能多地給出科學、準確的解決方案S2（S2是融合了不同學科領域專家智慧的產物）。

2.2? 智庫群體決策路徑中的擇優決策環節

經過匯總匹配環節的分析與研判，本文已經盡可能多地得到了融合不同學科領域專家智慧的S2。那么如何對諸多的S2進行選擇，挑選出一個最適合當前智庫問題的解決方案？本文認為對S2進行選擇與挑選，其本質是一個由不同人員（專家、決策人員、工作人員）參與的群體決策過程。

赫伯特·西蒙將決策過程劃分為四個階段[4]：第一，探查環境階段（尋找決策的條件）;第二，設計活動階段（制定和分析所有能夠實施的行動方案）;第三，抉擇活動階段（從能夠實施的方案中擇優挑選出一個方案）;第四，審查活動階段（對上一階段做出的選擇進行評價與總結）。

杜威將決策過程劃分為定義問題、制作與收集備選方案、選擇可行的最優行動方案三個階段。法埃、馬佐里尼、明茨伯格、斯里瓦斯塔瓦和格朗均建立了概念化的決策過程模型，把決策過程大致分為三個步驟：問題描述與目標建立、識別與決策方案產生、分析并選擇可行方案[9]。

綜合上述決策過程的研究成果，參照智庫問題研究中普遍遵循的發現問題-分析問題-解決問題的思路，本文將擇優決策環節劃分為四個階段：決策問題認知、決策問題解析、決策問題求解和方案統籌與決策。在決策過程中，組織專家、決策人員與工作人員等對相關問題進行群體研討活動。

2.2.1? 決策問題認知階段? ? 決策問題認知階段是對決策問題進行初步探索的階段。在此過程中，應明確決策的對象、目標及決策準則與約束條件，并對復雜的決策問題進行分解[10]。

首先，劃分決策問題。對決策問題的劃分應堅持問題導向，根據現實具體情況將決策問題劃分為若干個子問題，子問題下可繼續分割為更加細分的子問題，直到不能再劃分為止。在后續的工作中對這些子問題進行各個擊破。子問題劃分的原則是：根據子問題間的關系與規則，對其中的關鍵問題進行識別，隨后把所有的關鍵問題分解為子問題樹。

其次，明確決策目標。在研討活動開始時，應明確研討決策目標，這樣才能讓參與者更好地了解研討某一特定決策問題所需要達到的結果。在研討過程中，參與者應根據問題基本情況、背景和條件約束等客觀事實提出符合自身認知規律的決策目標。經過幾輪群體研討，最終明確每一個子問題的決策目標。

再次，明確決策準則。針對一個決策問題有許多種方案，哪一種才是最合適的，決策準則能夠提供一個標準，用來檢測方案是否達到標準。

最后，明確約束條件。資源總是稀缺并有限的，決策過程總是時時刻刻地受到人、財、物等資源的限制。明確約束條件，才能夠最終形成合適和可行的決策方案。

2.2.2? 決策問題解析階段? ? 決策問題解析就是對決策問題認知階段已劃分的子問題進行識別與解析。對決策問題進行解析，應對問題以及子問題進行特征描述與識別類型。

首先，描述問題特征。描述問題特征包括對問題所含屬性及背景的介紹以及對問題從歷史域、現實域以及未來域方面的判斷等。要完成決策問題，應闡明決策問題中包含的所有問題特征，例如問題背景、目標、路徑、準則等[11];除此之外，還應對上一階段劃分的所有子問題進行問題特征的描述。

其次，識別問題類型。識別問題類型是為了運用合適、恰當的解決方法對問題進行求解。對子問題所屬的學科領域、學科邊界以及解決子問題所需要的具體方法等識別與分析，能夠進一步勾勒子問題的輪廓。

2.2.3? 決策問題求解階段? ? 對決策問題的求解就是運用上一階段確定的解決方法對問題求解，得出結果并對結果及其求解過程進行評價。

首先，問題求解。研討人員根據子問題的決策目標、決策準則、約束條件以及在決策問題解析階段最終確定的問題求解方法，對子問題進行求解（包括收集數據、參數調整、揭示信息等），獲得求解結果。每一個子問題求解完畢后，將其集中起來等待對其結果進行評價。

其次，結果評價。研討人員對匯集的子問題的求解結果進行分析，包括對結果的完整性、準確性、科學性以及獲取過程的規范性進行評價等。若評價結果得不到研討人員的認可，則重新進入解析環節進行問題描述、問題類型識別、問題求解等，直至最終得到研討人員的認可。

2.2.4? 方案統籌與決策階段? ? 經過決策問題求解階段階段，各個子問題均有了結果。那么如何使得子問題的結果匯集起來也能變得最優，形成最佳的解決方案？這就需要決策方案統籌階段。在該階段需要將上一階段的子問題求解結果和評價結果匯集起來進行一系列的反復研討與迭代，最終得出全局性的方案，這是參與研討人員的智慧結晶。

3? 基于MIPS形成方案環節的智庫群體決策路徑模型

基于MIPS形成方案環節的智庫群體決策路徑是將機理分析（mechanism）、影響分析（impact）和政策分析（policy）各個環節運行DIIS流程后的結果匯總并擇優決策的過程。如圖4所示，本文將各個環節經過DIIS1后產生的結果分別記為S1M、S1I和S1P，匯總整理后，記為S匯，進入匯總匹配環節。匯總匹配環節的第一個環節是問題識別模塊，在該模塊，將S匯進行結構化的數據整理，使其符合問題識別所需的規范與標準格式，通過問題識別模塊與案例庫的交互運作，識別模塊識別出輸入的S匯屬于何種學科與領域并將學科領域信息寫入S匯，案例庫則將其整理為新的案例并重新納入案例庫中;根據S匯內寫入的學科領域特征信息，專家匹配模塊對其進行讀取，并在專家庫內運用算法搜索相關領域和學科的專家學者，若針對細分學科搜索的匹配度不高，則針對其學科大類搜索，選出大概率適合解決此問題的專家學者，進入專家研判模塊;在該模塊中，挑選出的專家應結合自身的學科背景與知識對S匯進行系統性的分析與研判，最終形成諸多凝結專家智慧的S2。B01A86D0-EB3A-46CC-A46F-BC0598190637

至此，匯總匹配環節完成，進入擇優決策環節。S2進入決策問題認知階段，在該階段研討人員將反復研討以將問題劃分為子問題，同時，確定問題結構，明確決策目標、決策準則和約束條件;隨后進入決策問題解析階段，研討人員需要描述問題特征、識別問題類型以及尋找解決問題的具體方法;在問題求解階段需使用確定的具體方法對問題進行求解并評價，若評價得不到研討人員的肯定，則需重復問題解析階段的步驟，直至評價結果被研討人員接受;全局性的、符合現實情境的最終解決方案在方案統籌與決策階段被確定。

4? 基于MIPS形成方案環節的智庫群體決策路徑應用——以新冠肺炎疫情防控為例

2019年爆發的新冠肺炎疫情在世界范圍內蔓延，給各國的經濟、社會生活等諸多方面造成了巨大影響。自疫情暴發以來，中國境內多地疫情呈現出散發的態勢，如何能夠及時、有效地控制住散點狀、密集暴發的散發疫情是當前亟待解決的問題。本節以2021年7月南京散發疫情防控為例，以驗證前文構建理論框架的合理性。

4.1? 匯集散發疫情防控案例中的S1M、S1I和S1P

在此案例中，機理分析階段，經過DIIS流程后，對散發疫情的判斷如下所示：

（1）此次南京基礎散發疫情的主要病毒類型為德爾塔病毒，其具有病毒載量高、傳播速度快等特性，比以往的病毒亞型更具有破壞性;

（2）已經接種疫苗的人群并不能完全對德爾塔病毒免疫，但能夠降低重癥率;

（3）疫情來源為境外輸入，在隔離、轉運等環節出現紕漏，出現病毒擴散，最終造成散發疫情;

……

以上即前文所提S1M。

在影響分析階段，經過DIIS流程后，對散發疫情的判斷如下所示：

（1）散發疫情，對暴發地的消費影響較大;

（2）若散發疫情發現不及時，還將影響暴發地周圍的地區，形成蔓延趨勢;

……

以上即前文所提S1I。

在政策分析階段，經過DIIS流程后，對散發疫情的判斷如下所示：

（1）散發疫情的出現導致該地相關政策（如就業政策、稅收政策等）的變動;

（2）散發疫情的出現導致該地出現部分區域的封閉，此舉會對該地的交通運輸政策等產生影響;

……

以上即前文所提S1P。

將S1M、S1I和S1P匯總起來記為S匯，進入匯總匹配環節。

4.2? 運行匯總匹配環節

將S匯進行整理，通過問題識別模塊，與當前案例庫比對，判斷出當前問題跨學科領域比較廣泛，涉及生物學、公共衛生學、經濟學、國際關系、管理學、社會學等各大領域及其細分領域。檢索專家庫，尋找相應領域的專家對問題進行研判，形成S2。經過研判與分析，生成的S2如下：此次散發疫情中毒株為德爾塔病毒，應盡早接種疫苗、戴口罩;在接種疫苗的基礎上，做好自身防護，佩戴口罩，盡量減少去人員密集的場所，勤洗手，多通風;應嚴格執行航班熔斷機制，嚴格執行機場內的境內境外分區機制;加強境外輸入人員的隔離管理，嚴格執行“14+7”等入境隔離政策，并根據特殊情況酌情“加碼”;應慎重考慮疫情暴發區域封閉的程度;應做到在盡量不影響居民正常生產活動的基礎上進行疫情防控……

4.3? 運行擇優決策環節

在此環節，組織相關領域與學科的專家進行群體研討，經過以下四個階段的研討與反復迭代，最終得出疫情防控措施。

4.3.1? 問題認知階段? ? 在該階段，首先應明確此次的目標是制定散發疫情防控策略，對目標進行問題分解，將其分解成若干個不同領域的子問題。例如，如何根據德爾塔病毒的特點制定適宜的防控策略;散發疫情如果控制不及時會造成什么后果;如何實現散發疫情的精細化防控，避免大規模的區域封閉，等等。其次，應明確決策準則與約束條件。此次疫情的第一要務是保護人民群眾的生命財產安全，因此，準則條件是最大限度地保護人民的生命安全，確保疫情不擴散和蔓延;疫情的防控受到多種資源條件的限制，例如，人力資源、醫療資源、財政資源等。組織相關領域專家對上述問題進行研討，隨后進入下一階段。

4.3.2? 問題解析階段? ? 在該階段，參與研討的專家與參會人員對問題特征進行描述，即此次散發疫情具備哪些與之前疫情的不同之處，對此有什么看法;此次疫情嚴重程度如何等。隨后參與研討的人員針對問題尋找合適的解決方案，例如，針對此次疫情的蔓延程度與嚴重程度，應采取何種措施去消解其危害;針對其傳播速率快、載毒量高的特性，如何針對性地加強核酸檢測力度和加強隔離管理等。

4.3.3? 問題求解階段? ? 在該階段，參與研討的人員對上文分解的諸多子問題進行研討與求解，隨后工作人員將結果匯集并進行研討與評價，經過反復的研討，最終意見趨于統一。在意見逐漸統一的過程中，專家與研討人員不斷進行信息反饋與調整。例如，針對此次德爾塔病毒與早期病毒特征異同的問題，參與研討的有關流行病學專家會進行研討與分析并對此做出相應的判斷，然后將此判斷直接或間接地反饋給管理學、社會學領域的專家，使其能夠根據此次德爾塔病毒傳播速度快、病毒載量高等特征，針對不同場所有針對性地設計相應的防疫措施。

4.3.4? 統籌與決策階段? ? 經過幾輪迭代后，專家們的意見最終趨同，形成對此次南京散發疫情防控的措施建議，具體為以下幾點：加強境外輸入口岸（如機場、港口等）的疫情防控管理，強化機場境內境外隔離分區管理;提高核酸檢測質量及速度，建議對重點人群（入境人員、重點地區工作人員）增加核酸檢測頻次;嚴格執行定點醫院的隔離制度，避免院內感染的發生;強化疫情防控鏈條中每個點的作用，做到不懈怠、不放松。B01A86D0-EB3A-46CC-A46F-BC0598190637

5? 結論

本文通過對MIPS中形成方案環節的內涵進行闡釋與勾勒，構建了基于MIPS形成方案環節的智庫群體決策路徑，主要有兩個環節：匯總匹配環節和擇優決策環節。其中，匯總匹配環節包括案例庫、專家庫、問題識別模塊、專家匹配模塊和專家研判模塊，而擇優決策環節則包括問題認知階段、問題解析階段、問題求解階段和統籌與決策階段。最后，本文以2021年7月發生在南京的散發疫情防控為案例，系統地驗證了基于MIPS形成方案環節智庫群體決策路徑模型的合理性。經實踐后發現，本模型尚存在專家庫規模較小、匹配過程準確度較低、問題求解階段流程設計冗余、研討效率低下等問題，仍有待在未來的研究中做進一步的優化。

參考文獻：

[1] 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.

PAN J F， YANG G L， LIU H H. Three-dimensional theoretical model in think tank DIIS[J]. Bulletin of Chinese Academy of Sciences， 2018， 33（12）： 1366-1373.

[2] 潘教峰. 智庫研究的雙螺旋結構[J]. 中國科學院院刊， 2020， 35（7）： 907-916.

PAN J F. Double helix structure of think tank research[J]. Bulletin of Chinese Academy of Sciences， 2020， 35（7）： 907-916.

[3] HWANG C L， LIN M J. Group decision making under multiple criteria： Methods and applications[M]. Berlin， Heidelberg： Springer Science & Business Media， 2012： 5.

[4] （美）赫伯特·西蒙. 管理決策新科學[M]. 李柱流， 譯. 北京： 中國社會科學出版社， 1982： 34.

SIMON H. The new science of management decision[M]. LI Z L， translated. Beijing： China Social Sciences Press， 1982： 34.

[5] 李照順， 宋祥斌， 許錦洲. 決策支持系統及其軍事應用[M]. 北京： 國防工業出版社， 2011： 16.

LI Z S， SONG X B， XU J Z. Decision support system and its military application[M]. Beijing： National Defense Industry Press， 2011： 16.

[6] HERRERA-VIEDMA E， ALONSO S， CHICLANA F， et al. A consensus model for group decision making with incomplete fuzzy preference relations[J]. IEEE Transactions on Fuzzy Systems， 2007， 15（5）： 863-877.

[7] MALAKOOTI B. Decision making process： Typology， intelligence， and optimization[J]. Journal of Intelligent Manufacturing， 2012， 23（3）： 733-746.

[8] 朱旭峰. 構建中國特色新型智庫研究的理論框架[J]. 中國行政管理， 2014（5）： 29-33.

ZHU X F. A theoretical framework for the study on new-style think tanks with Chinese characteristics[J]. Chinese Public Administration， 2014（5）： 29-33.

[9] SABHERWAL G， GROVER V. Computer support for strategic decision-making processes： Review and analysis[J]. Decision Sciences， 1989， 20（1）： 54-76.

[10] 顧基發， 王浣塵， 唐錫晉， 等. 綜合集成方法體系與系統學研究[M]. 北京： 科學出版社， 2007： 85.

GU J F， WANG H C， TANG X J， et al. Meta-synthesis method system and systematology research[M]. Beijing： Science Press， 2007： 85.

[11] 張志強， 張朋柱. 面向復雜決策任務的綜合集成決策研討總體框架設計[J]. 系統工程理論與實踐， 2006， 27（1）： 9-17， 41.

ZHANG Z Q， ZHANG P Z. Design the overall framework of metasynthetic engineering for argumentation towards complex decision tasks[J]. Systems Engineering-Theory and Practice， 2006， 27（1）： 9-17， 41.B01A86D0-EB3A-46CC-A46F-BC0598190637

作者貢獻說明：

馮佳昊：收集資料，設計論文結構，撰寫論文初稿;

陳? 安：提出論文選題，提出重要觀點，提供研究指導。

Construction and Application of Group Decision-Making Path for Think Tanks Based on MIPS-Solution

Feng Jiahao1，2? Chen An1，3

1University of Chinese Academy of Sciences， Beijing? 100049

2School of Public Policy and Management， UCAS， Beijing? 100049

3Institutes of Science and Development， Chinese Academy of Sciences， Beijing? 100190

Abstract： [Purpose/significance] With the increasing scope of problems to be solved by think tanks， the research objects of think tanks have become complex and extensive， and the interdisciplinary nature of think tank research has become increasingly prominent. It is particularly important to scientifically grasp the basic logic of think tank research， and actively optimize and explore new paths for think tank decision-making. [Method/process] This paper constructs the solution stage in MIPS， and builds a think tank group decision-making path model. The model consists of a summary matching stage and a merit-based decision-making stage. The summary matching stage includes the summary matching toolbox. The optimal decision-making link includes the modules of problem cognition， analysis， solution， decision-making and overall planning. Based on the theoretical model， this paper uses cases to demonstrate it. [Result/conclusion] The empirical results proves that the think tank group decision-making path model? based on the MIPS-Solution is reasonable and usable.

Keywords： think tank research? ? double helix structure? ? logical hierarchy method（MIPS）? ? group decision-making

收稿日期：2021-10-08? ? ? 修回日期：2022-02-16

?本文系國家社科基金后期資助項目“智庫研究方法：源起、發展與建構”（項目編號：19FGLB028）研究成果之一。

作者簡介：馮佳昊，中國科學院大學公共政策與管理學院博士研究生，E-mail： justchange95@163.com;陳安，通信作者，中國科學院科技戰略咨詢研究院研究員，博士生導師，E-mail： change1970@163.com。B01A86D0-EB3A-46CC-A46F-BC0598190637