科技智库战略决策平台构建研究

于升峰 肖强

摘要：[目的/意义]适应当今社会科技创新活动复杂性、交叉性、数据量大等特征，支撑科技智库专家开放研究和管理者科学决策。[方法/过程]设计构建数据、知识、应用、决策和反馈的5层体系结构决策平台模型，并集成数据挖掘、机器学习、知识发现、协同研究、决策沟通等功能的平台。[结果/结论]满足智库专家知识深度计算和发现需求、管理者决策过程公开和决策科学性需求、创新主体参与需求，尤其创新性构建了正向决策流程和逆向反馈流程的闭环工作流，使智库专家、决策者和科技创新者等多方主体在平台上良性互动，形成协同协作的决策共同体，达到提高科技创新决策的科学性和有效性的目的。

关键词：科技智库  决策  平台  构建

分类号：G311

DOI： 10.19318/j.cnki.issn.2096-1634.2020.01.04

智库也称脑库或思想库，是提供思想和知识产品的机构，美国宾夕法尼亚大学的《2015年全球智库报告》中提到，科技智库是寻求理解社会所面临的挑战以及找到工具和方法去克服它们，努力为与公众有关的如环境、太空探索、能源/自然资源、教育、基础设施和公共卫生等领域的进步提供相关政策支撑。中共中央办公厅、国务院办公厅印发的《关于加强中国特色新型智库建设的意见》明确强调“中国特色新型智库是以战略问题和公共政策为主要研究对象、以服务党和政府科学民主依法决策为宗旨的非营利性研究咨询机构”[1]。上海社会科学院智库研究中心在《2013中国智库报告》中提出：智库主要是指以公共政策为研究对象，以影响政府决策为研究目标，以公共利益为研究导向，以社会责任为研究准则的专业研究机构[2]。中国科学院科技战略咨询研究院万劲波等将科技智库定义为“以科技战略政策科学研究为主要职能，以科技战略政策决策咨询为主要功能的专业政策研究和咨询机构”[3]，本研究认为科技智库是针对科学技术领域的思想库，是汇聚社会各界智慧，研究科技创新发展规律，为决策机构提供知识产品，并向社会传播政策信息的组织，通过广泛联接政府和科技、经济、社会各界，影响科技创新政策的制定、选择和实施。科技智库既是智库大族的一个领域分支，又具有科技、经济、社会等智库的交叉融合特征。

作为新型智库，战略决策环境是科技智库的重要需求，本研究要构建的战略决策平台是提供决策工作流程再造、信息深度计算和知识智能化发现、战略决策协同的信息化载体平台。

1  科技智库特征

科技智库是智库大族的一个分支，应具有智库的普遍属性，同时由于科技创新又有其自身特殊的发展规律，本文认为科技智库具有4大特殊性：一是知识密集、领域交叉特征。科学技术发展迅猛，自然科学体系纷繁复杂，各学科枝繁绵长自成体系，学科交叉趋势明显，科技智库须有分析海量数据、驾驭复杂体系、发现客观规律、提出决策卓见的能力。二是科技、经济、社会一体化特征[4]。科学发现和科技创新已经从最初的科学家兴趣爱好发展成经济社会发展和竞争的核心源泉，科技智库需要有经济社会环境下对科技创新规律的把握能力。三是科技智库专家协同特征。须是以自然科学领域专家为主导，辅以经济、社会、管理等专家参与，各领域专家充分协同。四是决策沟通特征。科技发展规律是人类永恒的探索课题，科技创新政策的选择带有多样性，需建立决策者与科技智库专家的动态沟通机制。

科技智库相比于其他社会科学智库，在方法论上有一个显著优势，就是科技数据资源丰富，科技统计体系完善，国内外科技类数据库规范齐全，这就为科技智库对知识深度计算、实现知识发现智能化提供了广阔空间。

2  科技智库需求

科技智库研究科技发展规律和科技发展战略，参与和影响宏观决策。一般认为从18世纪末蒸汽机的发明和使用至今已经经历了3次科技革命，并且正在酝酿第4次科技革命，两百多年的时间科学技术迅猛发展，近百年来世界科技强国推动科技创新的政策和举措不断涌现，致使科学数据积累和制度经验累积呈指数级增长，这就对科技智库的战略研究提出了新的挑战，要摸准科技创新的发展规律，选择适合的政策措施，仅有理论和定性分析已经远远不能满足要求。科技智库需要具备系统性分析长周期内的大数据要素并发现规律辅助决策的能力。以上这些因素催生了新型科技智库对信息化智能化决策平台的需求。

第一是大数据资源智能集成与管理需求。数据资源广度上尽可能涵盖要研究的所有领域，深度上要保证数据的完整性和细节，时间上又要连续周期的数据积累，如国内外专利数据库和文献数据库，都是完整的、连续的，这类大数据是相对容易获得和结构规范的，同时还有一大类分散的、不规范的、不易获得和加工处理的数据，如网上资讯数据、微信微博数据、Facebook和Twitter数据等，这类大数据时效性强、关注度高，更是当今科技智库不可或缺的大数据资源，总体上各类数据需完成智能集成和管理[5]。第二是知识深度计算需求。要能从多个维度快速聚类分析，发现数据表现特征和规律，比如汤森路透的专利分析和智立方的文献分析等，同时更要有跨平台跨领域的融合分析，把不同类的数据库的分析结论进行关联，发现其隐含的深层特性，比如专利数据库的发明人与文献数据库的论文作者、机构之间的关联关系、合作关系，从时间维度观察领域的学术走势和产业技术趋势的耦合关系，人才流动趋势，结合经济数据和人才数据等，观察经济发展特征，溯源其科学和技术领域发展的关系。第三是决策研究流程再造需求。包括线上协同协作，在信息化环境下通过互联网、手机移动端建立起智库专家之间的及时协作协商，思想碰撞和知识共享机制;线上决策沟通，通过协作平台建立智库专家与决策者之间的及时沟通桥梁，在理论和实践之间反复碰撞，从而形成行之有效的决策方案和政策导向;决策信息传播，打通与社会民众的信息壁垒，凝聚社会共识，提高政策实施效能。

3  科技智库战略决策平台構建

3.1  科技智库平台类型

3.1.1  资源共享型  国内科技智库辅助平台功能大多限于提供科技信息资源和共享服务。我国从2009年起建立起了从全国到地方的科技信息资源共享服务体系，国家层面的科技资源共享服务平台有中国科技资源共享网（escience.org.cn）、国家科技图书文献中心（NSTL）、中国科学院科技大数据知识发现平台等，省级平台有首都科技条件平台、上海研发公共服务平台、广东省科技资源共享网等30多个平台，还有中国知网、维普、万方等数据库公司[6]，形成了覆盖我国几乎所有省份的科技资源共享体系，这些平台包含各类科技资源、科学数据、科技文献专利、大型科学仪器设备等，优势是大而全，信息资源海量，国内外信息资源共享完整，数据基础处理规范，为智库专家提供可检索可提取的大数据支撑保障。这些平台承担着资源建设和共享的任务，数据挖掘和分析方面个性化供给不足，知识计算和知识发现方面尚处于探索阶段，比如中国科学院科技大数据知识发现平台做了大类、大领域的聚类，专家、机构的关联等，深度运算方面还有待提升，更是缺少基于智库工作流程的支撑，比如决策者参与、协同、反馈等功能。

3.1.2  监测预测型  这类平台能够辅助智库和管理者进行动态监测信息与计量、监测科技活动与科技创新等领域的现状与趋势。山东省科技发展战略研究所开发的科技发展决策支持平台[7]就是主要通过运用信息抽取、数据转换、数据挖掘等技术手段，对海量科技资源信息进行扫描、识别、监测，实现监测和预测两大主要功能，一是以动态可视化的方式呈现该省的科技发展现状，如R&D投入、技术交易额、项目获奖、专利申请授权、高新技术企业等，并按时间线呈现发展规律，其中建立评价指标体系，可以进行科技评估评价，并以可视化方式显示于监测大屏;二是通过持续跟踪反映国内外重要科技发展方向的网站和数据库资源，从中发现科学领域的交叉关系和技术创新的演变趋势，预测科技前沿技术、关键技术、新兴技术以及科技发展对经济走向的影响等。另外平台还可提供决策者关注的科技投入、科技进步贡献率、科技成果转化率等方面课题研究，建立专门的数据仓库，长期跟踪和研究。这类平台的工作模式更多是通过相关数据统计监测，可视化呈现方式，为政府部门或其他用户提供动态直观的发展现状反映，并可通过时间线上的数据表达看到发展的过程和曲线延伸趋势，从而达到辅助决策的目的。但是平台的开放性不够，各类决策参与主体属于接收型角色，比较不容易在平台上形成良性互动和开放协同。

3.1.3  支撑决策型  决策支撑性平台以智库专家、决策者、受众3个主体的不同需求和相互依存关系为牵引，构建基于底层科技信息沟通之于决策者虚拟平台和用户反馈之于创新主体虚拟平台。发起任务即建立起主题工作流，3类主体按主题建成虚拟工作团队，根据不同权限调用平台的不同功能，在设定入口建立交互链接，完成正向工作流程，并预设反馈可发起的反向工作流程，从而每个主题都可实现闭环工作流系统。一个决策支撑平台可以建立若干主题的工作虚拟团队，互不干涉，独立运用基于底层科技信息资源的知识发现平台，独立支撑智库专家研究行为和决策沟通行为。这样的支撑平台期望能融合前两类平台的大数据资源共享、知识发现和监测预测、专题研究等功能，并能实现开放的协同研究和反馈影响机制。

3.2  支撑决策型平台构建模型

本研究构建的战略决策平台是基于科技智库的战略需求，构建信息智能采集、知识库、智能处理的大数据环境体系，复加智库专家、决策者和社会单元的协同决策沟通体系，叠加政策实施和评价、社会传播的决策绩效反馈体系，从而构筑完整的科技智库决策研究生态系统，生态系统的5层结构模型为：基础数据层、知识管理层、智库应用层、服务决策层和决策绩效反馈层，见图1。

3.2.1  基础数据层  支撑平台的海量数据体系，智能处理结构化、非结构化数据，重构数据仓库。结构化商用数据库导出元数据，如中外文文献数据库、专利数据库、会议论文数据库、硕博论文库、科技报告库、科技成果库、经济信息库、政策信息库等，重构数据仓库;非结构化网络开放资讯数据，通过智能采集互联网动态信息、新媒体信息、微博、微信公众号、推特、脸书等信息，建立统一数据集词典，构建结构化数据仓库。打通结构化数据源和非结构化数据源之间的阻断，建立专家、机构、项目、地域、基金等关联链接，对知识管理层数据处理做储备。

3.2.2  知识管理层  根据流程顶端发布的指令，对基础数据层数据进行智能提取和管理，形成各类情景知识库。

针对数据仓库的数据进行清洗，对不同存储格式数据进行文本转化，抽取主体数据，做分词标注和自动标引，抽取关联关系，赋予数据属性標注，链接数据主体与数据原体，抽取填充关键词字段，完成知识处理单元准备。

根据流程顶端指令，建立领域知识词表，依据词表抽取数据单元组建数据集，开始对语料库进行机器学习，完成知识合并处理和知识推理，形成各类情景知识库。

图1  战略决策平台模型图

Figure 1  Strategic decision platform model

3.2.3  智库应用层  依据顶端流程指令构建规则模型，对情景知识库进行主题聚类分析、计量分析和语义分析等，继而训练机器学习，机器深度运算后构建关联关系库，智库专家可通过可视分析，调整组合关联分析单元，实现多元知识发现、规律发现和趋势发现。

智库专家和社会专家在这个层面上可以进行协作研究，主题讨论和头脑风暴结果作为因变量带入，可影响可视分析结果，看到不同观点带来的不同规律和趋势。

决策者入口允许观测智库专家的讨论，也可参与讨论和模拟可视化结果，决策者与智库专家的频繁互动，理论和实践要素渗透结合，结论和趋势由发散态势逐渐聚焦。

3.2.4  服务决策层  决策门户提供与社会各界的过程交互通道和结果的公开，内置自动完成的可公开的战略决策过程、参与决策的科技智库专家观点、决策者信息、参与者信息和阶段决策意见等，发布公共政策制定周期的前期研究成果，国内外相关政策汇集，备存体现公共政策公共性的全流程备份资料，并提供关键词检索查看功能。

决策部门入口联接战略决策的全流程节点，按照一项目一任务的方式，发起任务联接重要节点信息关联的专家、机构、知识库，可模拟可视化决策过程和决策结果，可通过调整因变量仿真政策走向，可与参与决策的智库专家及时互动，可观测社会机构决策门户的舆情动态信息。

社会机构入口开放政策相关单位的参与决策过程信息，可参与内部互动和社会互动，可视化仿真政策出台后的相关受益结果和预期风险。

3.2.5   绩效反馈层  根据项目目标预设评价指标体系和权重，建立评价模型，提供政策评价、专家评价和社会评价3级评测体系，其中政策评价规定由公共政策专家针对政策设立的目标开展定量评价，专家评价结合社会评价是政策运行一段时间后进行的绩效评价。构建评价结果与服务决策层的动态反馈流程、服务决策层与智库应用层的反馈流程、智库应用层与知识管理层的反馈流程，直至基础数据层的反馈流程，可以按层级逐级反馈，也可以从任一层发起正反馈要求，比如从基础数据层发起的数据采集策略调整，从知识管理层发起的机器学习结果优化，从智库应用层新发起协同研究和决策沟通任务。

绩效反馈层作为决策实施绩效流程优化的调度层，与各层级之间设置多元多通道反馈机制，实现目标导向的战略决策环境搭建。

3.3  战略决策平台工作流

科技智库战略决策平台工作流由正向工作流和反向工作流组成，两种工作流在绩效反馈层完成闭环生态链，见图2。

图2  双向决策工作流程图

Figure 2  Two-way decision flow chart

正向工作流通过智能化整合数据、挖掘、知识发现、协同研究、决策沟通和绩效反馈，实现科技智库的工作流程再造，聚焦关键节点智能化升级，构建战略决策生态链，一是智库专家的数据处理节点升级，海量的科技数据繁冗复杂，平台依据需求接受指令，实现数据智能采集，构建数据仓库和个性化逻辑数据库，建立智库专家在研多个项目的各自独立的纵向资料库，基础数据处理智能升级;二是智库专家知识发现节点升级，平台运用机器学习、语义算法、智能挖掘、可视分析和人工智能辅助发现发展规律，提升知识价值;三是智库专家与决策者沟通节点升级，科技智库服务决策机构既要解决好理论实践两张皮的问题，也要避免成果政策不适用问题，全程需要决策者参与，线上线下互联网+移动端，平台提供决策者多维角色功能，参与研究、讨论和头脑风暴，参与政策仿真;四是社会参与节点升级，科技智库以研究科技公共政策为主要目的，公共政策属性决定了社会公众参与的必要性，平台提供互联网+移动端的参与方式，配置德尔菲调查模块、社会参与模块和舆情监测模块;五是智库服务升级，智库服务由原人工研究报告升级为人工干预定制、机器智能完成的系列化、可视化、动态化产品，战略决策分析、技术前沿跟踪、产业趋势分析、企业竞争情报、知识产权预警等模块提供给决策者和社会机构，并预置绩效反馈模块，接收绩效评价数据。

反向工作流由绩效反馈层发起，反馈体系构建了政策评价、专家评价和社会评价模块，根据定性定量指标和权重构建评价模型，其中政策评价以定量指标为主，主要看战略研究项目目标达成情况，专家评价和社会评价作为后评价体系，其指标和权重侧重政策运行后的一定周期内经济社会效益情况。科技智库战略决策平台通过绩效反馈机制构建研究生态，智库专家、决策者、机构和社会形成相互依存关系，社会需求、机构发展提出问题，决策者梳理主题委托科技智库研究，研究结果反馈给决策者，通过政策实施作用于机构和社会，决策效果通过经济社会发展实践检验，又通过政策评价、专家评价和社会评价反馈给科技智库，相关各方相互作用形成闭环工作生态链。

4  结语

科技智库战略决策平台是适应当今世界发展新形势而搭建的科技发展战略研究工作信息化开放性载体，通过大数据分析和人工智能辅助，充分释放研究者洞见力和参谋力，通过平台沟通提高政府的决策力，通过社会参与提高创新主体的政策红利和创新效率，并通过绩效反馈优化智库决策和政府政策创新，从而，决策平台驱动各方合力释放创新效能。

参考文献：

[1] 芮雯奕. 美国麻省理工学院科技智库建设特点及启示[J]. 智库理论与实践， 2016， 1（4）： 114-118.

[2] 童正容， 张良强. 台湾地区科技智库发展现状及对大陆科技智库建设的启示[J]. 科技进步与对策， 2015（8）： 32-36.

[3] 万劲波， 李培楠. 国家科技智库体系建设态势及政策建议[J]. 数字图书馆论坛， 2017（3）： 6-10.

[4] 季婉婧， 曲建升. 国际典型科技智库的类型及其产品特点分析[J]. 图书与情报， 2012（5）： 93-98.

[5] 夏青， 侯萌. 我国科技媒体智库平台建设路径及架构[J]. 全球科技经济瞭望， 2019（1）： 37-57.

[6] 周宏虹， 伍诗瑜. 我国科技信息资源共享平台建设现状[J]. 科技管理研究， 2019（5）： 174-178.

[7] 丁华， 李星洲， 方涛. 山东省科技发展决策支持平台的总体设計框架研究[J]. 科技管理研究， 2013（2）： 27-30.

作者贡献说明：

于升峰：项目负责人，团队负责人，总体设计策划;

肖  强：负责带领团队具体实施。

Research on the Construction of Strategic Decision-making Platform for S&T Think Tanks

Yu Shengfeng  Xiao Qiang

Qingdao Institute of S&T Information， Qingdao 266000

Abstract： [Purpose/significance]In order to adapt to the complexity， intersection and large amount of data of scientific and technological innovation activities in todays society， it is important to support the open research of experts in science and technology think tanks and the scientific decision-making of managers. [Method/process] This paper designs and constructs a five-layer architecture decision platform model of data， knowledge， application， decision and feedback， and then， establishes a platform integrating data mining， machine learning， knowledge discovery， collaborative research， decision communication and other functions. [Result/conclusion] The platform can meet think tank experts needs on knowledge deep calculation and discovery， the openness and scientificity in decision-making process and participation of innovators. In particular， it innovatively constructs a closed-loop workflow of forward decision-making process and reverse feedback process， which enables think tank experts， decision makers and science and technology innovators to interact on the platform， form a collaborative decision-making community， and achieve the goal of improving the scientificity and effectiveness of science and technology innovation decision-making.

Keywords： S&T think tank    decision making    platform    construct

收稿日期：2019-09-26      修回日期：2019-10-26

本文系中央引導地方科技发展专项计划“青岛市科技智库公共服务平台”（项目编号：18-1-3-1-zyyd-gh）研究成果之一。

作者简介：于升峰（ORCID：0000-0003-2190-6138），研究员，理学学士，E-mail：18661689308@126.com;肖强（ORCID：0000-0002-5261-8772），高级工程师，工学学士，E-mail：qd82898286@163.com。