大數據背景下高校新型智庫信息支持平臺構建研究

［摘 要］在大數據背景下，高校新型智庫信息支持平臺的建設依賴信息匯集系統、信息采集系統、信息決策系統提供支持和保障。基于此，本文結合信息支撐平臺建設的實踐，圍繞重點問題和核心主線，探索先行智庫的數據采集與實時監測，上傳整合信息，為優化數據決策作出一定的分析。

［關鍵詞］大數據；高校管理；新型智庫；支持平臺

［中圖分類號］G64 文獻標志碼：A

［項目名稱］江蘇高校哲學社會科學研究一般項目“基于‘知識圖譜’的高校智庫數字化建設與管理研究”（項目編號：2023SJYB1448）。

在大數據時代，智庫信息支持平臺需要完成信息采集、信息匯總、信息處理和信息決策，然而傳統的數據處理方法并不能滿足海量信息數據處理的要求，延時和誤碼較多，信息決策的路徑過少，難以為高校的新型管理提供足夠的支撐。基于此，探索大數據背景下新型智庫信息平臺建設的構建系統，完善信息決策，分析信息的動態變化，作出預估與預警，具有重要的價值。

1 智庫支持平臺建設價值

相對于傳統智庫，新型智庫平臺依托海量資源，具備顯著的學術優勢和人才隊伍優勢，依托目前的基礎平臺，以公共政策的發展為導向，貼近現實，提升智庫的可操作性，形成了一系列的智力成果。可以說這種智庫信息支持平臺突破了傳統科研范式，能夠結合理論支撐和現實操作，提高對高校科研的支持力度［1］。近50年來，世界上主要國家在學術研究界均發展了相對成熟的智庫體系，立足系統、科學、連續的實證資料研究和數據分析對比進行平臺化建設，這些國家面對迅速和大規模的社會變動，把握了長期趨勢，形成了大型社會的調查計劃，立足全國連續性的年份分析來進行大數據思考，因此通過互聯網商業實體海量數據搜集，開展結構和非結構式的數據收集與數據分析，能夠深刻、敏銳地精準刻畫社會運行的動態規律，以此為智庫研究打下更加堅實的基礎。

2 國內外智庫支持平臺建設案例

2.1 國外案例

國外智庫的大數據化發展已經有了一定的研究成果，例如倫敦的野村綜合研究所、國際應用系統分析研究所等，都已經形成了數字化的研究共識。在支持信息方面，蘭德公司的蘭德計算中心在20世紀80年代就已經投入使用，有1700臺電腦，150臺UNIX工作站，確保信息用戶可以隨時在該服務器上獲得訪問權限。中心組由15名編程專家、26名系統分析專家和140名信息技術工程師組成［2］，能夠為工作人員提供系統的資料。同時，蘭德公司還在1976年設置了數據統計小組，為整個數據平臺的分析提供有效的咨詢服務，以提高定量研究的質量。

斯坦福大學的胡佛研究所在智庫的信息平臺支撐上也有強大的數據資料，也是胡佛圖書館最為顯著的優勢。該圖書館的藏書超過160萬冊，同時擁有5000項獨立的藏品，涵蓋了20世紀和21世紀大量的歷史、經濟、政治、文化資料。這些數據可以給胡佛研究所提供大量的信息，從而為胡佛研究所承載公共政策和外交政策提供一系列的智庫支撐［3］。

2.2 國內案例

國內在智庫平臺的支持系統建設上也有了一定的研究。國內高校重視數據庫和數據共享平臺的建設。例如，復旦大學組建的績效管理體系與信息化管理體系，以大數據為切入點，構建了完善的四大專題指標數據庫，包括評價系統、實踐案例系統、管理標準系統和績效評估系統，在同一個信息管理平臺上支持整個數據的標準化、規范化決策，方便決策咨詢中心利用該系統的數據。目前，復旦大學公共績效與信息化研究中心的智庫體系已經在全國23個省份，200多個地方政府和部門中心得到了有效的利用，該基金也被列入2013年金磚國家貿易投資合作框架，屬于重點項目。再如，中國人民大學中國調查與數據中心系統是系統、全面采集和儲存社會調查數據的一項智庫體系，通過綜合實施、社會調查、宗教調查、教育調查、老年社會調查，形成了廣泛的研究結果。該智庫網絡收集了大量的社會經濟數據，開展了有力的支撐體系分析［4］。中國人民大學中國調查與數據中心自2007年以來持續發布中國發展指數，已經成為我國各個地區衡量綜合發展水平的重要支撐。

綜合來看，國內外智庫信息支持平臺都具備專項維護部門，在維護和管理上都已經有了較為成熟的經驗。例如，復旦大學、中國人民大學都依托自身的數據庫，積累了相應的學科優勢，開展了持續的選題并進行了重點分析。但是總的來看，智庫信息知識平臺的建設需要充分的人、財、物予以維持［5］，這就要求智庫平臺為其提供充足的資金保障。

3 系統構建框架分析

信息采集系統需要對各類社會調查的數據、案例、文獻信息開展匯總，全方位、多角度地了解社情民意，處理系統需要，對采集到的信息開展加工處理和甄別，以便后續的數據匯總，方便信息研究。在調查數據上傳之后還需要整理成若干程序，以便成為正式、可視化的數據及信息匯總系統。另外，需要建立信息之間的關聯，構建不同信息系統之間的有效指引，完成跨庫索引、專題信息建設等一系列的輔助功能信息。決策系統是結合大數據和計算機信息技術對上傳的主題信息重新開展組織。通過計算機模擬系統和人工決策系統，對上述系統的數據進行決策、匯總和評估，形成新的需求，上傳成為新的數據庫，建設一個良性循環的體制。目前信息知識平臺的建設受困于資金、人力的影響，尚處于探索機制，但是為了穩定和形成良性的循環，還需要進一步研究信息采集、存儲和開發利用，在此基礎之上，需要保障各系統的運行，在制度、資金、人力方面探索建設的

路徑［6］。

4 高校新型智庫信息支持平臺的構建實踐

4.1 圍繞核心主線開展數據采集

高校新型智庫平臺的建設需要圍繞核心主線，立足國家發展與戰略研究，以黨和國家提出的國家治理重大導向進行數據的匯總和數據的收集，始終立足中國的發展，深入、系統地開展調查，例如，中國人民大學國家發展與戰略研究院就圍繞社會評估、社會監法治建設等，開展了四項具體模塊的數據調查，并且在中長期內進行監測評估、預測和預警。這個平臺圍繞創新的目標，形成了理論結合實踐的研究思路，開展了定量和定性的結合分析，并且在定量分析內嵌套了定性分析，形成了獨具特色的研究體系。該平臺借助國家發展與戰略研究院的一流智庫經驗，立足學術支撐系統，持續地開展資金投入，建設了較為成熟、規范的管理體系，并通過數據庫和仿真模擬問題，提出改進方法，建設了跨學科、規范化的數據調研中心，并成立了兩個公共政策實驗室，開展科學實證和仿真驗證。

4.2 拓展資金渠道，加強平臺建設

新型智庫平臺的信息支撐體系，需要圍繞數據庫產品開展數據的匯總，這需要硬件和人員的支持。智庫信息平臺需要有充足的資金支持，同時挖掘信息服務領域的內容，通過項目調查、社會評估等一系列方式來保障資金的充分注入，以提高綜合管理的有效性。智庫平臺的建設需要建立問題導向，開展有效的監測評估、預警和決策，對國家的經濟、社會、法治一系列內容開展有效的評估。采取科學的手段和方法，對微觀、中觀、宏觀多層次的狀態開展風險預警，了解不同問題的演化趨勢和綜合發展方向，建設多層次、多平臺、持續性的動態監測模型，以應對國家發展過程當中存在的重大挑戰。在決策模擬階段，可以立足可視化的問題解決工具，建設更多的備選方案，以便進行直觀評估與比較、尋找最優的解決問題的對策。

4.3 構建多元信息采集系統

支付平臺的信息構建需要立足實際需求，提出多層次、廣覆蓋的解決問題的對策，在系統、規模、規范方面做好數據支撐，不斷地提升數據采集的全面性，提高數據分析的深入程度，加強數據存儲的多元渠道，并且輔助精準支持系統面向政府部門和社會機構提供更加完善的智庫服務。在社會調查方面、案例分析方面做好集中采集。以數據推動社會發展，引入更加系統、綜合、多元的實證方法，形成定量分析和定性分析相結合、嵌套交叉的智庫研究體系。除此之外，在智庫的信息平臺支持系統建設方面，還要立足最新的數據分析系統，充分進行數據的挖掘、數據的整理，結合海量數據開展決策活動，適應當前大數據與智能化知識服務的整體研究課題，立足信息知識平臺獲得最接近實際的一手數據，始終走在研究的第一線，與被研究的對象保持密切的接觸。除此之外，在信息的整合層面，也要建立多層次的有效評估體系，立足應用科學，建立理論與實踐結合的探討模式，通過統計學方法進行交叉組合，突出學科特色，建設覆蓋面更廣的產品體系。在報告上傳方面，按照多主題、多周期進行實踐調查，了解各個地區的社情民意，反映經濟發展的整體情況，做好綜合評估。在整體的動態建設上需要有橫向國際比較的思維指標，要能夠滿足橫向和縱向的歷史對比、國際對比、內部區域對比，以把握經濟發展和社會發展的方向，探討不同發展趨勢的影響后果。

4.4 重視信息開發，實現信息建設

高校智庫信息知識平臺的建設需要具備政策性、應用性、國際性、前瞻性，能夠嵌套不同的信息內容，同時對于已經獲取的信息，要自動維護、自動獲取，具備自我修正和自我生長能力。只有這樣，才能夠保障信息的權威性和決策的靈活性，實現信息利用的最大化。同時在信息分析的方面，還要盡可能地結合現有的大數據體系開展動態分析，建設交叉學科互相嵌套的智庫研究體系。在平臺的架構上，開展多元分析，拓展資金渠道的來源，滿足綜合問題分析的需求。對于智庫內部的研究熱點，開展綜合把握網絡多個信息的內容，體現智庫知識平臺海量信息的特征，利用網絡、媒體、論壇、微博、微信等一系列數據，開展綜合分析，研究未來的發展趨勢，并對各個平臺的內容開展實時監測和動態分析，體現信息支持系統的重要支持功能。

4.5 探索人才隊伍建設，保障團隊穩定運行

智庫信息支持系統屬于勞動密集型系統和知識技術密集型系統，因此在管理上需要做到以下兩點。第一，搜集各個層次的專業人才，包括信息數據采集人才、技術支持人員、機器操作人員。充分的財力、物力支持，同時給予這部分專業人才柔性化的管理。目前，信息支持系統的工作人員人數較多、類型較多，可以采取更加靈活多樣的管理方式進行管理。例如，采取長期聘任制和短期聘任制，對于一些特殊的專業人才還可以開設綠色人才通道。第二，智庫支持平臺的建設需要強調應用、強調實際。構建以采集為核心，兼顧信息分析與決策的完善分析平臺。從大數據運行的角度探索人才隊伍管理的對策，豐富智庫研究成果的轉化路徑，提高轉化的時效性，避免出現轉化成果滯后的問題，進一步提高智庫研究成果的社會影響力，從而提高對高質量人才的吸引力。

5 結語

綜上所述，高校智庫支持平臺的建設，需要立足大數據背景下新型智庫的特色，優化總體的布局，提供更加完善的數據共享機制、暢通的反饋機制，建設專業化的人才隊伍，深化智庫數據建設體系，開展統一管理。同時還要兼顧引導機制、過程容錯機制、過程管理機制、評價機制的綜合運行，為智庫的高質量發展打下堅實的基礎。

參考文獻

［1］李雪. 大數據賦能智庫建設——智庫高質量發展的破解之道——貴州社會科學院院長張學立專題論［J］. 經濟師，2023（3）：6-7.

［2］馬曹冉. 大數據賦能媒體智庫化轉型——以京東集團與媒體開展數據類業務合作為觀察窗口［J］. 中國記者，2023（1）：108-110.

［3］倪惠杰. “大數據+AI”賦能南方都市報智庫化轉型［J］. 傳媒，2023（1）：38-40.

［4］程煜，姚國章. 數據時代公共圖書館新型智庫建設路徑的研究——基于南京圖書館“大數據”“智庫”融合發展實例［J］. 圖書館，2022（12）：22-29.

［5］王莉，劉剛. 大數據時代高等教育智庫建設的現實困境與突破策略［J］. 城市學刊，2022，43（6）：90-94.

［作者簡介］趙飛，男，江蘇常熟人，常熟理工學院，講師，碩士，研究方向：科研管理。