基于DIIS理论的科技智库人才复合型知识需求分析——以基础研究政策分析为例

■ 周城雄 刘卓军 洪志生

1.中国科学院科技战略咨询研究院 100190

2.中国科学院数学与系统科学研究院 100190

0 引言

近年来我国关于智库研究的成果不断增加，但是智库人才培养领域的成果并不多见，尚处于非常初步的阶段，有部分学者研究涉及了智库的人才建设问题，陈朝宗[1]从改革创新人才教育模式、创新智库人才管理模式、加大智库人力资本投入等方面提出智库人才培养策略；夏宇等[2]指出建立智库领军型人才队伍存在缺乏选拔领军人才团队评价机制、缺乏聘用国外领军人才吸引机制等问题，提出应加快建立引进培育领军人才激励机制、开放流动的竞聘机制、高效的内部治理机制、优胜劣汰的督查机制及可持续的经费支持机制；周立[3]提出新型智库人才队伍支撑不足的原因主要包括科研考核评价机制重理论研究轻决策应用、人才引进机制不适应智库发展需要、人才双向流动性欠缺、人才培育机制不健全等；伍婵提等[4]提出地方智库人才建设中存在的主要问题包括人才选拔困难、人才考核评价制度等。在科技智库人才研究方面的，现有的文献更是寥寥无几，仅有邱丹逸[5]研究了我国科技决策智库人才队伍建设，梳理了国外科技决策智库在引人、育人、用人、留人等方面经验做法，研究我国科技决策智库人才队伍建设总体情况及存在问题。吕旭宁[6]总结了我国科技智库人才管理的现状和不足,借鉴国外主要科技智库在人才管理方面的经验和做法,从组织运行、人力资源管理和智库环境3 方面提出了促进我国科技智库人才引进、培养、使用和管理的思路及建议。总体来说，我国对于科技智库的人才研究非常缺乏，其中对于科技人才的知识背景要求研究，是科技智库人才研究的根本，只有搞清楚科技智库人才的知识背景需求，才能够真正进行有效的人才队伍培养建设，才能够出台有效的科技智库人才政策。因此，本文将基于科技智库研究的DIIS理论框架，分析科技智库人才的知识背景需求，为科技智库人才队伍建设提供有效的参考依据。

1 DIIS理论与智库人才的知识背景

科技智库知识与决策之间关系非常紧密，由于科技决策内容的多元化，其对智库研究型人才素质的要求也日趋复合化。总体来看，科技智库研究型人才素质要求包括智能、阅历、影响力，智能指智力与能力的统称[7]。根据DIIS理论[8]，一个完整的智库课题研究过程，首先要围绕所研究的问题全面收集各类相关数据和相关现象（Data）；然后进行专业化的挖掘、整理、分析，形成客观的认知和知识（Information）；再引入相关专家学者的智慧对这些认知进行研判（Intelligence），得到新认识、新框架、新思路；最后在问题导向下提出解决方案或政策建议（Solution），最终为宏观决策提供高质量、有建设性的智库研究报告。在DIIS研究的不同环节和全过程，也需要采用科学的研究工具和方法，以保证研究的科学性。

科技领域问题一般不仅仅是单纯的科技问题，往往会跨越诸多领域，涉及政治、经济、外交、军事、文化、教育等诸多方面知识，需要科技智库人才具备扎实的各领域理论知识。由于各领域知识的快速更新和迭代，也需要科技智库人才掌握高效的研究及学习方法，不断学习了解最新科技及相关领域前沿知识。此外，科技智库人才还需要具备敏感的经济、社会及科技变迁判断力、洞察力和跟踪能力，掌握科技发展最新态势及国际国内政治经济形势，能够站在全局视角，谋划下一步研究方向，做出战略预判和开展技术预见等研究工作。在DIIS 理论方法的各个阶段：收集数据（Data）—揭示信息（Information）—综合研判（Intelligence）—形成方案（Solution），都需要具备相应的知识，而且每一个阶段的知识有可能并不相同，完成一项科技智库的研究，需要研究人员具备多学科的知识，有时候是一个人具备，更多时候是多学科背景的研究人员共同协作，才能高质量完成一项研究。

2 科技智库人才需要更加复合的知识

复合型知识背景的智库人才优势已经在美国的众多智库得到证明，在全球最为成功和最著名的智库——美国兰德公司，其拥有的858 名政策专家中，有649 名政策专家具有多学科背景，占75．6%。，818 位政策专家擅长两个及以上的研究主题，占95．3%。平均每位专家关注了5.9个研究主题。[9]

以下将根据我国《学位授予和人才培养学科目录（2018年）》，结合DIIS理论方法，分析相关专业在各个阶段所发挥作用。目录中授予学位的学科门类共13个，即哲学、经济学、法学、教育学、文学、历史学、理学、工学、农学、医学、军事学、管理学、艺术学。

表1 各一级学科知识与DIIS需求关联度分析

一级学科代码及名称0403 体育学05 文学0501 中国语言文学0502 外国语言文学0503 新闻传播学06 历史学0601 考古学0602 中国史0603 世界史07 理学0701 数学0702 物理学0703 化学0704 天文学0705 地理学0706 大气科学0707 海洋科学0708 地球物理学0709 地质学0710 生物学0711 系统科学0712 科学技术史0713 生态学0714 统计学08 工学0801 力学0802 机械工程0803 光学工程0804 仪器科学与技术0805 材料科学与工程0806 冶金工程0807 动力及工程热物理0808 电气工程0809 电子科学与技术0810 信息与通信工程0811 控制科学与工程0812 计算机科学与技术0813 建筑学0814 土木工程0815 水利工程收集数据Data☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆续表1揭示信息Information☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆综合研判Intelligence☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆（上接表1）形成方案Solution☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆（下接续表2）

一级学科代码及名称0816 测绘科学与技术0817 化学工程与技术0818 地质资源与地质工程0819 矿业工程0820 石油与天然气工程0821 纺织科学与工程0822 轻工技术与工程0823 交通运输工程0824 船舶与海洋工程0825 航空宇航科学与技术0826 兵器科学与技术0827 核科学与技术0828 农业工程0829 林业工程0830 环境科学与工程0831 生物医学工程0832 食品科学与工程0833 城乡规划学0834 风景园林学0835 软件工程0836 生物工程0837 安全科学与工程0838 公安技术09 农学0901 作物学0902 园艺学0903 农业资源与环境0904 植物保护0905 畜牧学0906 兽医学0907 林学0908 水产0909 草学10 医学1001 基础医学1002 临床医学1003 口腔医学1004 公共卫生与预防医学1005 中医学1006 中西医结合收集数据Data☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆续表2揭示信息Information☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆综合研判Intelligence☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆（上接续表1）形成方案Solution☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆（下接续表3）

注：☆为关联度较弱，☆☆为关联度较强，☆☆☆为关联度很强。

以上分析表明，除了个别学科外，绝大部分一级学科都与科技智库的DIIS方法有较强关联度，其中有很多学科，在不同环节的关联度有所区别，有些学科在前端——收集数据（Data）和揭示信息（Information）环节的关联度更高，有些学科则在后端——综合研判（Intelligence）和形成方案（Solution）环节的关联度更高。

3 案例分析——以基础研究政策为例的知识背景需求分析

以下将以笔者对基础研究政策的一篇论文为例，分析在此项研究中涉及的一级学科知识，以说明科技智库对于知识背景需求的复合型。本文题目为《布什信条的谬误——基础研究概念与政策的历史演变》[10]，主要从基础研究概念的演变过程出发，结合相关政策变化，分析基础研究政策方面存在的问题。

（1）哲学与哲学史：基础研究的概念与纯科学概念高度关联，纯科学的概念起源于近代欧洲，但是其根源可以追溯到古希腊。希腊科学是后来的欧洲科学的基础，柏拉图、亚里士多德等希腊科学名人的自然哲学著作，到中世纪后期（12～13 世纪）都被翻译成为拉丁语。古希腊的科学思想体系，一直到17 世纪一直统治着欧洲，极大地影响了后来的自然哲学家，伽利略、牛顿等掀起的科学革命正是在消化吸收这些自然哲学思想基础上进行的。因此，必须了解一定的哲学和哲学史，才能理解这些概念之间的关联性。

（2）科学技术史：在19世纪中叶，“科学”与“技术”之间的概念对立成为主流，科学中“纯粹”和“应用”边界开始着重于科学与技术的区别。自然科学享有的高度社会尊重，主要来自于技术革命之后。当时通常把技术定义为自然科学的应用，这隐含着知识单向传播的理念，假设了只有科学发现和理论才能为技术铺平道路。理解科技史上重大科学技术成就之间的关系，才能理解“科学”与“技术”概念之间的冲突与依赖关系。

（3）世界史：“基础研究”1919年第一次出现在美国国会农业政策听证会上，在二战之前美国的科技政策主要集中在农业领域。但是二战中，以万尼瓦尔.布什作为代表的物理学家，影响了美国的科学研究模式，政府对科学的介入程度非常深，由于担心战后依然需要从事政府指定的研究而不能恢复自由探索，万尼瓦尔.布什的报告自然希望政府在科学领域减少干预，从而用基础研究的新解释作为政策的依据。只有了解世界史，才能理解美国科技政策话语权的转移逻辑。

（4）经济学：基础研究概念的流行也得益于经济学家。许多经济学家的研究都支持知识积累是经济增长的原因，熊彼特提出了“创造性破坏”的概念，认为创新是资本主义经济最重要的特征。而根据索罗提出的经济增长模型，技术变革能解释一半以上劳动生产率和国民收入的增长。这些经济学理论很快就被科技政策界所采用，以证明基础研究在经济增长因素中的重要性。不了解经济学，就不能理解基础研究概念为什么被众多经济学家所推崇，并且成为一个经济政策领域的热门词汇。

（5）政治学：布什构想的美好图景虽然打动了很多国家，在战后的科技政策领域产生了巨大而广泛的影响，各国在制定政策的过程中都会或多或少的参考布什信条，按照布什的理想去搭建科技政策体系。然而如果考察布什构想策源地——美国的科技政策实践，却会发现与布什构想相距甚远。杜鲁门总统和国会一直在抵制布什的一些设想，布什希望政府给完钱以后待在一边，让科学家们自行其是的设想落空了。并且美国的基础研究分散在政府不同部门，部门主导远远大于科学家主导。只有理解了美国的政治格局和权力架构，才能理解美国基础研究政策投入的来源和分配结构。

（6）中国历史：21世纪以来，“基础性研究”概念在科学政策中逐渐淡出，《国家中长期科学技术发展规划纲要（2006－2020）》（以下简称“中长期规划”）中全部使用“基础研究”概念。把“基础研究”界定为以“深刻认识自然现象、揭示自然规律，获取新知识、新原理、新方法和培养高素质创新人才”等为基本使命的研究。我国最近20年来论文至上风气盛行，争取研究基金是很多科研人员生存的关键，这与我国逐步开放，不断接受基于布什信条的基础研究概念高度相关。只有理解中国发展的历史，才能理解一些西方政策概念对我国产生影响的过程。

4 结论与建议

通过以上分析可以看出，科技智库的人才培养难度非常高，其与各学科的关联广度超过一般智库较多，尤其是一般智库不需要关注的理工农医类学科，科技智库都不能回避。对于每一个科技智库研究人员来说，覆盖所有学科的知识是不可能的。因此，科技智库的人才培养，应当考虑科技智库的特色，既要广泛覆盖，又要重点突出，建议主要做好以下方面：

（1）应当以自然科学的知识背景为主要基础：科技智库面对的研究问题绝大部分都和科学技术相关，必然会涉及一定的自然科学知识和相关概念。科技智库研究人员在具备一定的自然科学知识背景的情况下，对于一些不是特别专业和深奥的概念，可以通过查找相关资料或者请教相关人员，较快理解其内涵。如果不具备自然科学的知识背景，在进行相关政策研究时，学习难度会更大，而且更容易在基本概念上出现错误理解和判断。

（2）人才应当集中在核心学科，同时覆盖主要学科：科技智库涉及的学科门类众多，科技智库培养人才不可能也不应该平均发力，应当在一些主要的学科进行重点布局。例如，应当大部分研究人员掌握经济学和公共管理学科的主要知识，同时每位研究人员深入学习过某一门理工科专业。对于学科背景为生态环境、计算机、系统工程方面的人员，由于政策需求较大，可以更多的引进，同时在主要的理工农医类一级学科，应当争取布局1～2 名具有相关专业背景的人员，以保证科技智库知识覆盖的广度。

（3）加强科技智库相关专业研究生培养，科学合理设计教学计划：科技智库的后备人才主要通过研究生教育进行培养，主要应当招收具有理工科背景的本科毕业生，进入研究生学习阶段之后，必须在一定的公共基础课统一的基础上进行培养。公共基础课应当至少包括以下方面：经济学、公共管理、科技史、科技哲学、民商法、金融学、教育学等专业的基础知识课程，以保证科技智库研究的基本水准。在具有共同知识基础的情况下，鼓励进行1～2 个学科核心课程的更深入学习，为复合型知识背景奠定坚实基础。

（4）增加科技智库人员与科研一线及政府决策部门接触机会：对于从事科技智库研究5年以内的研究人员，应当每年保证一定时间，与科研一线及政府决策部门接触，可以采取挂职、借调等方式，以提高科技智库研究人员对现实问题的敏感度，避免在科技智库研究过程中盲目的纸上谈兵或者找不到现实中有意义的真问题。

总之，科技智库人才培养是决定智库工作水平和质量的决定性因素，本文基于DIIS 方法，对我国一级学科与智库研究各个环节的关联度进行分析，可以发现科技智库人才对复合型知识背景需求非常强烈，要求高于一般智库。因此，建设一流科技智库，必须培养一流的复合型知识背景的人才，并且需要为人才成长创造学习环境和工作机会。