高校智库知识生产：一种类型学的分析

王驰 丁炫凯

摘要：[目的/意义]在“智库建设要把重点放在提高研究质量、推动内容创新上”的指引下，有必要系统研究高校智库知识生产问题。[方法/过程]运用文献内容分析法，以“从哪些方面研究高校智库生产何种知识”为标准和主线，梳理高校智库知识生产的基本类型，构建理论框架;运用案例研究法，考察样本高校智库的实践情况。[结果/结论]理论上，高校智库知识生产有四种类型，即高校逻辑下的概念驱动、决策系统下的政策驱动、中国情境下的事件驱动和技术革新下的技术驱动。本文基于案例分析，给出“下半场”高校智库知识生产改进优化的基本思路，包括转化、嵌入、扎根和适应，进一步提出高校智库知识生产论域可跟踪研究的议题。

关键词：高校智库    概念驱动型知识生产    政策驱动型知识生产    事件驱动型知识生产

技术驱动型知识生产

分类号：C932  G649.2

DOI： 10.19318/j.cnki.issn.2096-1634.2022.01.02

1  问题提出

高校智库是否生产知识、如何生产知识、生产何种知识，是所有秉持咨政报国情怀的高校智库从业者必须直面的基本问题，也是共同体实践困惑与迷思所在，推动“知识生产”成为近10年来高校智库研究的热点关键词[1]。C.赖特·米尔斯（C. Wright Mills）在《社会学的想象力》中指出[2]，个人只有通过置身于所处的时代之中，才能理解其经历并把握自身的命运，只有知晓所身处的环境中所有个人的生活机遇，才能明了生活机遇。对于前两个问题，学术共同体的讨论已较为充分[3]。研究者们认同高校不再是高深知识生产的垄断者[4]，随着知识生产模式转型与高校科研评价改革[5]，高校可以培育并且能够培育出很好的智库。同时，智库也会反哺高校，促进高校哲学社会科学知识生产从学术范式向智库范式的创造性转换[6]。研究者们认为，高校智库要打破知识生产的封闭性，加强和社会实践的良性互动[7]，构建将知识产品“动员”起来服务决策的长效渠道[8]，并且就知识生产主要研究方法的优劣势和适应情形开展探讨[9]。

对于第三个问题，即高校智库生产“何种”知识，讨论仍在继续。在理论上，一种观点是基于高校展开，认为高校智库是高等教育社会服务功能拓展的重要平台，也是高校知识价值链延伸的有效载体，属于“真正学术性的、科学的、适度的服务”，以高校所特有的方式与途径来生产知识[10];另一种观点基于智库展开，认为无论何种形态的智库，本质上是“以政策为导向的知识密集型思想生产者和处理者”[11]。高校智库的知识生产活动属于政策研究范畴，要以服务对象的绩效状况及满意度为主要评价标准。因此，有必要对相关的理论进行梳理和阐释，更深刻地理解作为共性的智库逻辑和作为特性的高校逻辑的差异，以及其对高校智库知识生产研究的启示。

将高校智库知识生产纳入中国情境下检视，更凸显此议题研讨的迫切性。中国特色新型智库建设遵循“先搭起外部框架，后进行内部装修”的思路[12]，先赋予高校智库制度化的建言献策渠道，并“以财政投入为杠杆，改变高校的机构设置、研究导向和人员配备”[13]，指导高校结合自身的特点进行孵化、建设智库。但是，对照政策预期，在推进过程中出现了一系列问题，呈现“有量缺质”的状态[14]。2016年5月17日，习近平总书记在哲学社会科学工作座谈会上的重要讲话中，专门指出“有的智库研究存在重数量、轻质量问题，有的存在重形式传播、轻内容创新问题，还有的流于搭台子、请名人、办论坛等形式主义的做法。智库建设要把重点放在提高研究质量、推动内容创新上”[15]。高校智库知识生产也存在类似的问题。

高校智库知识生产议题的当下研讨也具备可行性。我国高校智库建设无太多范例可循，西方高校智库又占有先发优势，加之“先搭起外部框架”的政策特点，学界以往研究侧重于政策环境、比较借鉴与应然理想层面。在一系列国家政策以及高校资源优势等多重利好的推动下，高校智库已逐步融入政策研究體系，具有越来越多咨政建言的机会和渠道，关注智库、问计智库的良好氛围正在形成，高校智库大厦的“外部框架”搭建任务基本完成，重心已转向“进行内部装修”，不再一味关注人、财、物等要素的投入或不加分辨机械照搬、盲目模仿，而是注重持续输出有核心竞争力的知识产品。这些生动实践为开展微观、本土、实然层面的研究提供了丰富的样本。

当然，高校智库知识生产是一个系统性课题，涵盖孵化、产出、转化、反馈等多个环节，涉及“为何”“为谁”“谁来”“如何”等多个层次，但是所有的研究和讨论最终都会落脚和服务于生产“何种”知识。对于以提供决策咨询和思想服务为志的组织而言，信息、知识和思想的生产创新都是其合法存在的基础和最核心的内容[16]。高校智库亦是如此。同时，对照中共中央办公厅、国务院办公厅印发实施的《关于加强中国特色新型智库建设的意见》中设定的总体目标与时间进度，我国新型高校智库建设已进入“下半场”[17]，更要求高校智库把重心放在提高研究质量、推动内容创新上，以实现可持续发展。综合理论之议与实践之需，本文拟围绕高校智库生产何种知识，采用文献内容分析法梳理高校智库知识生产的基本类型，以此搭建理论框架，再运用案例研究方法考察高校智库知识生产的实际情况，进一步探讨本研究发现对“下半场”高校智库知识生产理论与实践的启示。

2  理论研究：高校智库知识生产的基本类型

以中国知网（CNKI）数据库为数据来源，分别以“高校智库”“大学智库”为题名进行模糊匹配检索，期刊来源类别设定为“CSSCI期刊（含扩展版）”，未限定检索初始年限，检索时间截至2021年9月30日。共检索到275篇文献，经过反复检索、比对，剔除新闻报道、机构（个人）、会议综述、征稿启事、书评等非研究型文献后，最后获得有效文献252篇，作为本研究的分析样本。研读每篇文章，以“从哪些方面研究高校智库生产何种知识”为划分标准与逻辑主线，归纳研究者视野中高校智库知识生产研究的基本类型，讨论每种类型的核心要义和具体指向。

2.1  “高校-智库”逻辑下的概念驱动型知识生产

研究者立足高校逻辑审视高校智库知识生产。主要观点如下：一是独特优势。智库的知识生产有赖于有影响力的专家、长期的知识积累和国内外网络交流。而高校智库的先发优势恰恰在于，高校母体本身是一个知识殿堂，在多学科基础、人才梯队和科学研究的方法论方面优势明显[18]。二是合作共赢。智库可以拓展高校科研的理论和实验结果的“服务区”“外溢区”，让高校的思想创新与知识创造有更广阔的社会服务通道;而学科建设也因此获得了更好的外部平台、发展资源与提升动力[19]。三是模式转型。随着知识经济的发展，以应用情境、跨学科、场所多样化、社会问责为特征的新的知识生产模式应运而生，成为高校结构性变革的重要动力，高校智库则是高校适应新型知识生产模式变迁的产物[20]。

“高校-智库”逻辑下的知识生产，强调高校智库要利用好高校的独特优势，着重输出战略思想、理论观点和理论体系，为政策研究和战略研究提供学术底蕴、知识基础与理论工具，这种面向知识创造与理论创新的知识生产导向，可理解为概念驱动型。概念是人类知识体系的基本单位，也是认知、理解现实世界以及进一步系统化理论创新的最基本工具。智库的实践表明，一些创新性的词汇、理论、观点、框架往往比具体的制度设计或者政策建议产生更为持久的影响力，如“文明冲突论”等已被学界、媒体界及政界普遍使用，对美国国际战略产生了广泛而长远的影响。概念创新是增强理论创新和理论自信的基础，构建融通中外的新概念、新范畴、新表述也是当前我国高校智库面临的重大课题。

对于高校智库而言，概念驱动型知识生产又可细化为三种类型或三个层次。第一种（层次）是基础研究，提出新概念、建构新理论等，为决策提供启蒙性思想、观念性话语。概念一般产生于对现象或经验的概括与归纳;亦可移植或改造外来概念，如“风险”等跨域使用;或是在已有概念参考基础上的比较与发展，如“软实力”之于“硬实力”。当然，有些概念的生成并不是基于事实，或不是主要基于事实，而是主要基于某种价值理念促进或限制某种行为方式，属于规范性概念，如“人类命运共同体”[21]。第二种（层次）是专业研究，属于基础研究之上的前瞻性、战略性政策研究，为政策分析提供资源、积累数据。高校针对长期状况和长效机制开展的研究，往往是智库赖以影响政策的许多开创性观点和关键性證据的来源。第三种（层次）是将高校智库产出的思想转化为可行动的思想，属于对策研究。这需要发挥好高校智库的知识中介功能，将基础研究和战略研究成果转化为对策方案、实施计划等成果，联结理论与实践、思想与行动。

2.2  “决策-智库”逻辑下的政策驱动型知识生产

研究者进入决策链[22]审视高校智库知识生产。主要观点如下：一是决策过程。随着公共政策从封闭模型向精英模型最终向开放模型转变，智库可通过参与和影响议程设置、引导公共争论和对话、创新政策行动等方式影响政策进程[23]。二是决策分类。决策可分为非公共政策属性和公共政策属性。非公共政策尽管涉及公共利益但需要做出战略谋划，对决策科学化程度要求更高。公共政策基本上属于政治过程，又可再分为动增量和动存量。其中，动增量的公共政策往往更偏重科学化，动存量的公共政策则更偏重民主化[24]。类型不同，知识生产必然存在差异。三是决策参与。政策共同体、利益相关者等决策参与研究对于高校智库知识生产最直接的启示在于，不同受众以及相同受众在不同环境下，可接受的话语表达、话语风格和话语偏好都存在差异[25]。

“决策-智库”逻辑下，高校智库的定位就是要纾解决策系统中政策知识有效供给不足的困境，属于政策知识生产[26]，有别于学科知识生产[27]和企业知识生产。高校智库开展政策研究必须充分把握服务对象的性质、特征、规律及其需求，有效整合资源，有序组织知识生产，这类研究可归纳为政策驱动型知识生产。如前文所述，介入政策各阶段是智库实施影响较为直接的路径。本研究借鉴安德森（Anderson）的阶段框架理论[28]，将政策过程分为政策议程、政策形成、政策实施和政策评估等阶段，阐释在不同环节高校智库知识生产的要点及其影响决策的路径，具体可分为以下三方面。

一是咨政型知识生产活动，找问题、提建议。智库介入政策制定过程涵盖议程设置环节和政策形成环节。前者的核心是提出政策议题，并努力确保所提议题进入政策议程;后者的重点是提供政策备选方案，进行政策论证，辅助决策者在备选方案中做出价值判断和价值选择。该知识生产活动包括：接受委托、承接或参与相关课题，进行命题研究;通过媒体、公开出版物等产生外部影响;邀请相关人员参加智库举办的会谈、研讨等活动，通过思想交流影响决策层。二是释政型知识生产活动，辅助政策实施。如适时发布研究成果，为政策出台“吹吹风、透透气”，了解政策实施对象等相关方的反应;或接受媒体采访、参与新闻发布和政策答疑会等，解读、宣传和推广政策。三是谏政型知识生产活动，参与政策评估。智库相对中立、专业，可对公共政策的效益、效率、效果及价值进行分析判断，或搭建非官方的交流平台，收集并整理各方对政策实施情况的意见或看法，作为政策变迁、政策改进和制定新政策的依据。

2.3  “情境-智库”逻辑下的事件驱动型知识生产

研究者基于中国情境分析高校智库知识生产。主要观点如下：一是需求推动。中国正经历历史上最为广泛而深刻的社会变革，也正在进行人类历史上最为宏大而独特的实践创新，对提升经验、发展知识、创新理论的新需求越来越凸显，高校智库要坚持中国立场和视角，聚焦中国问题，采用中国方法，助推中国发展[29]。二是新的使命。当今世界，政策制定已经超越了民族国家的政权边界，成为全球治理体系的组成部分，“智库公共外交”更被世界各国政府作为政府外交的重要延伸[30]。高校智库具有公共外交的固有功能和天然优势，理应承担好增强中国话语传播能力的角色。三是特色研究。专业化、高水平是高校智库的核心竞争力[31]。高校智库既要聚焦国家急需，又要确定主攻方向，依靠依托高校的学科优势、研究专长和师资特色，在长期、深入的对特定政策领域的追踪研究中形成对相关问题的敏锐洞察和精准把握，形成自己的特色和品牌。

“情境-智库”逻辑下，高校智库知识生产首先要有清晰的战略定位与使命。具体而言，中国情境决定了高校智库的研究需聚焦国家发展的重要战略性和政策指向性问题，但应坚持有所为亦有所不为，培育和累积基于自身资源特点的知识生产优势，走品牌化、特色化发展之路。由于情境往往以事件为载体呈现，而任何事件都是在特定情境里所发生，因此这类以情境中的事件为对象的研究可以归纳为事件驱动型知识生产。高校智库应重视事件驱动型知识生产，因为具有“聚焦能力”的事件出现，可凸显问题，引起决策者的关注，形成“政策窗”，是政策变迁的重要引发机制。同样地，对决策主体而言，每一次事件就是一次非常好的政策学习机会，能够从焦点事件中学习知识，进行知识转化和知识吸收，最后达成组织文化的转变[32]。

考量事件的政策含义，有多个分析维度。就事件的影响而言，非常态性的突发事件影响结果是外显的、负面的;常态性的事件影响结果可能是外显的、也可能是潜在的，可能是正面的、也可能是负面的。不同类型的事件，高校智库知识生产也会有所区分：一是“正-显”型事件，主要是总结分析创新举措和实践经验，持续放大事件的正效应;二是“正-隐”型事件，如地方创新，要挖掘出可普及、可持续的创新成果，为其他地区提供参考和学习榜样，为在更广的范围推广进行可行性检验;三是“负-显”型事件，如突发事件，侧重于反思突发事件暴露的系统脆弱性，针对性设计改进策略，聚焦于避免類似事件复发;四是“负-隐”型事件，重点是分析风险来源、风险成因，确定发生概率、影响范围，评估风险等级，分类提出风险处置措施，最大限度地降低危机事件发生的概率。

2.4  “技术-智库”逻辑下的技术驱动型研究

研究者聚焦技术革新[33]探索高校智库知识生产。主要观点如下：一是研究工具。高校应适应网络化、数据化、智能化时代的新变化，借助新技术来提升高校智库知识生产质效，进一步打造表达意见、建立认同、塑造行为、影响决策的新媒介、新平台、新工具[34]。二是研究范式。如数据驱动型决策时代的到来，数据和信息的占有、发掘与应用能力越来越成为高校智库的新核心竞争力。高校应加快智库数据中心建设和使用，加强实验室建设和利用以及推广循证决策新模式等措施入手，夯实新型智库发展的专业化基础，提高我国公共决策的科学化水平[35]。三是研究对象。如高校开展科技创新、科技运用、科技安全等方面的研究。有研究者提出大数据是把双刃剑。在为高校智库发展带来前所未有的机遇的同时，也对高校智库治理机制提出了新的挑战[36]。

“技术-智库”逻辑，深刻地揭示了新兴技术革新的多重影响力，正向效应和负向效应并存，是高校智库需正视的重要变量与时代命题，新兴技术不仅表现为高校智库知识生产的对象和议题，还表现为高校智库知识生产提供了思维和技术的双重工具，甚至倒逼高校智库的研究范式、治理结构甚至发展模式的进一步变革，这类研究可表述为技术驱动型知识生产。这意味着高校智库核心竞争力的提升将主要来自智库生产工具创新带来的科研生产力的解放。

对于高校智库而言，技术驱动型知识生产可细化为四种类型。一是服务战略。国家已先后提出建设世界科技强国的总目标和实施创新驱动发展战略，将科技安全纳入国家总体安全范畴，要求高校智库通过知识生产，提出有前瞻性、战略性、综合性和针对性的政策建议和解决方案。二是技术适配。国家治理体系和治理能力现代化建设背景下，要深刻理解互联网、大数据、人工智能等新兴科技特点及其对治理思维、主体关系、政策制定和管理运作方面的影响，为推动国家治理、创新提供智力支撑，共享科技进步红利。三是风险分析。关注科技研发及其应用产生的脆弱性风险、社会风险及其他风险，分析和预测这些科研成果可能带来的风险选项，提出识别、研判、预警与防范风险的建议，供决策参考。四是智库建设。以大数据为例，数据科学的进步和数据产业的发展为智库建设提供了数据资源、技术支持、创新平台和变革动力。高校智库要充分发挥数据驱动的优势，优化智库知识生产流程[37]，提高研究成果的时效性和科学性，增强研究成果展现形式的可读性，推动智库知识生产由反应型、应急型向主动型、前瞻型转变。

综上所述，本研究以高校智库生产“何种”知识为分类依据，将高校智库知识生产划分为概念驱动、政策驱动、事件驱动和技术驱动四种类型，构建理论框架（见图1）。

3  案例分析：高校智库知识生产的实然考察

目前，中国特色新型高校智库建设已经在路上，处于正在进行时，实践鲜活、生动、丰富，是现实中遇到的、真切存在的实践问题。在学理阐发基础上，相关的研究还应关注实然、关注行动、关注个案。下文依据研究思路和研究问题，通过案例研究，考察我国高校智库知识生产的实际情况。

3.1  研究方法

3.1.1  选择智库    2015年，江苏省出台《关于加强江苏新型智库建设的实施意见》，并于2015年下半年、2016年上半年分别遴选出9家省级重点高端智库、15家省级重点培育智库，智库名称及基本信息在江苏智库网信息“江苏智库名录”栏目中获取，通过查阅可发现依托高校组建的智库有19家。

3.1.2  信息收集    本研究采用文献调研法和网络调研法收集相关高校智库的各类成果信息，包括论文、著作、创办刊物、决策咨询成果、媒体刊发文章、会议和活动等6大类。信息从智库官网、微信公共号、搜索引擎、中国知网等公开渠道获得。为了保证数据的真实性、代表性和完整性，本研究以电话、邮件及微信等联系方式，分别与上述高校智库专职联络员联系，核实与补充信息，较为全面地收集到了其中的17家高校智库信息作为分析样本（见表1），另外两家高校智库公开数据不齐全，未纳入分析。信息收集的时间范围为每个高校智库挂牌成立开始计算，截至2021年9月底。

3.1.3  数据分析与智库访谈    鉴于各智库成立时间、基础条件、目标定位、领域方向等存在差异，本研究重点分析样本高校智库已经“做了什么事”。具体步骤：第一步，2021年9月，对收集到的6类信息进行内容分析，对照高校智库知识生产类型框架，进行归纳提炼;第二步，请17家高校智库的专职联络员各推荐本智库1名专职研究人员，以电话形式对其开展访谈，请其详细介绍开展知识生产的具体做法、典型案例以及经验启示，解析高校智库知识生产类型何以如此。

3.2  研究发现

3.2.1  概念驱动型知识生产    概念驱动型知识生产分析有以下发现：第一，样本高校智库往往坚持以基础研究为根基。例如，食品安全风险治理研究院以构建具有中国特色的食品安全风险社会共治理论框架为重点，研究治理什么、谁来治理、如何治理三大问题;江苏长江经济带研究院提出区域协调性均衡发展理论，引领智库形成核心研究能力、特色研究方向和重要研究成果。第二，高校智库强调发挥专业优势开展政策研究。现代服务业智库立足基础研究，持续开展中国省会城市的首位度、中国现代服务业发展指数等应用研究，为区域经济发展进程提供了参考坐标和政策制定依据。例如，气候与环境治理研究院与哈佛-南信大空气质量和气候联合实验室等国内外先进研究平台资源共享、联合科研攻关，用专业数据揭示我国臭氧污染加剧的原因。第三，样本高校智库正积极探索发挥好知识中介功能。一方面，是对外宣传。除对外发表论文、著作及在主流媒体发声外，高校智库或创办学术出版物，或与媒体、高校杂志社合作推出专栏来宣传智库成果。另一方面，是合作转化。例如，道德发展智库和江苏省文明办建立了全国第一个“江苏省道德发展状况测评体系”，并据此测量和评价江苏道德发展状况，探索精神文明建设的特色和规律。

访谈中有智库认为，虽然高校智库一直面临着处理好基础研究、专业研究和对策研究关系之困，但是无论是何种类型，智库研究成果直接呈送并能获得决策者的认同并非易事，即使是一些知名的学者，对某一领域问题开展了深度研究并已公开发表有影响力、甚至权威性的学术成果，可能在决策者看来仍旧非常“不接地气”。一个重要的原因在于，这些成果是按照学术规范建立了非常强的研究假设，并对其进行严格逻辑论证获得结果，这种假设在政策实践中未必完全存在，或出现其他不确定因素的介入更加复杂。另一个重要的原因，是以论文、专著为媒介，虽通学理，但不够直白，不是决策者可理解并顺合其思维习性的载体，也很少为决策者青睐。一般而言，有基层工作经历的领导非常关注民生民情，有主管工作经历的领导往往看重数据指数，领导时间宝贵，报告要短小、精悍，切勿太多修饰性的语言，问题分析必须切中要害，对策建议必须能够落地，而一个擅长理论研究的大学教授未必擅长或愿意撰写这类报告。

3.2.2  政策驱动型知识生产    政策驱动型知识生产分析有以下发现。第一，高校智库咨政型知识生产活动更加多元化，样本高校智库往往有一个或一系列决策咨询成果载体，打造品牌论坛，积极参与座谈会、咨询会等各种决策咨询活动。例如，紫金传媒智库定期印发《每周文创动态》《文创智库要报》《文创智库专报》，创办了“中国文化产业新年论坛·智库对话”等政产学研交流平台。第二，部分高校智库会密切关注党中央的最新理论成果和重大决定决策，采取跟踪式的学习和研究，开展释政型知识生产活动。例如，东南大学中国特色社会主义发展研究院的特色就是在党的创新理论的研究宣传阐释上蓄力深耕，当一些新理念、新思想、新提法出现，一些重要表述被更新，或一些重大战略决策出台时，就从智库擅长的视角出发，写出有学理性、有说服力的研究阐释性文章。第三，谏政型知识生产大体有两类。一类为接受委托进行政策评估。例如，健康江苏研究院开展的江苏省省级综合医改试点工作评估，教育现代化研究院开展的中小学教师职称制度改革评估等。另一类是分析政策风险。如果政策制定时思虑不周，那么就有可能造成解决一个问题而又带来新问题的现象。例如，长江产业经济研究院的报告《谨防“限价房”变“福利房”和“腐败房”》，就属于该类情况。

在访谈中有智库提出，现在智库越来越重视建设成果的报送渠道，并搭建政智互动平台，但是一些决策建议，在决策者看来，“强于分析，弱于对策”“不到位”“不解渴”，也少有决策者表现出对智库研究者的依赖。应该说，中国政策研究体系的研究力量具有圈层性，并且每一圈层所拥有的政策资源及其影响力不尽相同，相对于党政直属研究机构、各级社科院、党校等培训系统，高校智库只是其中一部分，属于处在外围的新兴研究力量，更多的是在扮演整合政策信息与学术信息的角色，给政策做注释和解读多、“跟班式研究”多，这些虽然有需要，但是对照决策者“陷于具体的事务性工作，难有一些超越具体事务的前瞻性思考”的实际，仍有改进空间。高校智库不仅要解决进入内圈和信息不对称的问题，还要进一步增强“想政府之所想，解决策之所需”的善谋本领，不断强化“想政府之所未想，解决策之所未需”的远谋能力。

3.2.3  事件驱动型知识生产    事件驱动型知识生产分析有以下发现。第一，一事一议。如东吴智库、苏北发展研究院、沿海发展智库开展的区域研究，挖掘研究对象的经验“亮点”，分析什么是有效果的做法，以及背后有什么规律和如何复制推广等（“正-隐”型事件）。江苏省公共安全研究院对“一带一路”沿线国家涉华、涉苏重大安全事件深入分析，就国际执法安全合作提出对策建议（“负-显”型事件）。长江产经智库对中美贸易摩擦连续发声，发布专题文章，组织专家研讨，较好地发挥了舆论引导功能（“负-隐”型事件）。第二，持续研究。一类是间断发生的同类事件。例如，中国法治现代化研究院开展的“年度十大法治影响力事件”评选，食品安全研究院打造的中国食品安全风险事件专题数据库，道德发展智库建成的中国重大伦理事件信息库和西方重大伦理事件信息库等。另一类是间断发生的非同类事件。例如，紫金传媒智库聚焦国内外重大政策出台和关键事件发生后政府、社会与公众的反应与对策，以及由此可能带来的走势及影响，研究从开始到爆发经历的一系列在时间轴上间断出现的非同类事件。

通过访谈发现，智库研究院人员开展事件驱动型知识生产往往会陷入“就事论事”的窘境。一些事件发生后，一些智库研究人员自身获取信息的渠道和内容有限，还总认为决策者不了解情况，花很多笔墨去描述事件的前因后果。事实却是，决策者获取信息的渠道多元，往往还都是一手的信息源，这考验高校智库专业立库、特色建库的意识和能力，即智库如何选择一个擅长的研究领域，长期聚焦、积累和持续性研究，找到自己的差异化比较优势。例如，根據出现时序和频次，事件有新发、突发和复发之分。一般认为，新发事件以前未发生、初次发生，对其认知以及治理有可能滞后;突发事件偶然发生，不易预测，应对难度大;复发事件以前发生、再次发生，相对而言是熟悉的，理应能避免、预防和止损。因此，每类事件应对的重点都存在差别，需要智库研究者能够找到每类事件背后的深层次结构性要素，针对性地给出对策建议。

3.2.4  技术驱动型知识生产    技术驱动型知识生产分析有以下发现。第一，研究方法创新。例如，食品安全研究院建立了中国食品安全事件的统计方法和理论分析框架，构建了食品安全大数据挖掘应用平台，建立行为实验室，对政府食品安全监管效率、企业食品安全生产经营行为与消费者食品安全消费行为进行模拟研究。第二，研究模式创新。例如，长江产经研究院开发专家大数据系统，形成“三位一体O2O汇智模式”，突破地域、界别等限制，通过互联网线上平台汇聚国内外政产学研精英，将“大外围”研究团队进行有机整合，打造“线上线下一体化研究体系”，并率先探索如何将智库专家及其具备的显性或隐性知识进行数据化，加以开发和利用。第三，打造有核心竞争力的知识产品。例如，江苏人才发展战略研究院通过大数据检索、专利分析、文献计量、专家发现等方法，瞄准“高、精、尖、缺”，在全国率先开展全球先进制造业领军人才地图研究，精准绘制产业人才地图，建立相关人才数据库系统，为精准引才、产业布局提供全球导航。

访谈表明，尽管中共中央办公厅、国务院办公厅印发实施的《关于加强中国特色新型智库建设的意见》设定的总体目标中明确提出八项智库建设基本标准，其中之一标准是要求具备“功能完备的信息采集分析系统”，大数据时代客观上也为高校智库研究的方法变革甚至整个范式转换创造了空间，善于获取、分析和运用数据业已成为共识，但在具体推进中智库间还存在较大差别。有的高校智库“醒得早、起得晚”，受现有研究力量知识结构、支持力度限制，转型面临较高的专业门槛。有些高校智库抽样调查、社会统计等传统社会科学研究方法用得多，数据挖掘分析、可视化应用以及机器深度学习等现代研究工具尚未普及。部分高校智库在推进中难以将多源异构、零散纷乱的数据转换成适合智库需求的格式和类型，面临数据清洗、脱敏并妥善应用等新挑战。部分访谈对象担忧过于注重数据手段及方法本身，可能形成研究风气上的一种弊端，即“为数据而数据”“为模型而模型”的“痴迷”问题，而忘记方法服务于决策的初衷。

4  结论与启示

4.1  研究结论

作为一种组织模式，高校智库的核心功能是持续生产高质量、专业性、有创新的政策思想和政策知识。知识生产是研究高校智库的重要视角，也是建设高校智库的重要命题。受米尔斯“将个人困扰与公共议题结合起来”和学科知识生产类型化探索[38]的启发，本文基于高校智库知识生产研究的必要性、迫切性和可行性分析，以“从哪些方面研究高校智库生产何种知识”为主线和标准，梳理文献，归纳提炼出高校智库知识生产的四种导向，构建高校智库知识生产的类型化理论框架。其中，概念驱动强调高校智库应依托高校深厚的学术积淀、雄厚的研究能力，生产“政策思想”，再通过知识中介转化为决策研究成果;政策驱动是指高校智库知识生产要主动嵌入决策系统，以是否达成服务对象提出的目标作为主要评价依据;事件驱动的要义是高校智库应在中国情境大前提下，结合专长，探查事件背后的问题、制度、结构和关系;要更全面地分析新兴技术变革对高校智库知识生产的多重影响。

案例分析发现：第一，样本高校智库往往坚持理论研究先行的导向，提出新概念、新理论、新框架，持续开展基础性、长期性研究，通过高校智库的知识中介功能传播与转化;第二，样本高校智库普遍将促进政策创新作为核心使命，主要专注于政策制定前的咨政型知识生产，部分智库积极开展政策出台时的释政型知识生产，少数智库会接受委托开展政策实施后的谏政型知识生产;第三，样本高校智库的事件驱动型知识生产主要针对突发事件或热点问题，争取能在极短或较短的时间内为决策提供具有可行性的方案，部分高校智库已探索在深入接触研究对象基础上，持续跟踪观察，开展特色研究;第四，部分样本高校智库已尝试从文本数据挖掘、专业数据库建设、政策仿真模型建立等方面着手，打造有专业特色和核心竞争力的知识产品。特别强调的是，技术驱动型知识生产的另一种特点是，技术本身又成为概念驱动型、政策驱动型、事件驱动型知识生产的对象。

4.2  研究启示

结合理论构建和案例分析，就“下半场”高校智库知识生产改进与优化，本研究提出以下建议。第一，推动转化。高校智库应关注中长期问题，关心基础性问题、战略性问题，进行富有想象力的探索，提出原创性思想、前瞻性理念和标识性话语，提供示范性分析框架。更重要的是，高校智库需建立一套合理的“边界工作”机制[39]，将自身定位为学术知识整合与咨政成果转化的平台，善于换位思考，充分考虑决策者现有的知识背景、任职履历和思维习性，建立一支优秀的写作和编辑团队，对研究成果进行二次开发，转化为咨政成果。第二，主动嵌入。高校智库既不是制定政策的决策部门，也不是政策的具体执行部门，更不是政策的特定实施对象。决策部门越来越需要并引导高校智库承担更多的政策评估、政策宣传、政策教育等技术支援性工作。这意味着高校智库知识生产也会逐步从聚焦决策者转向覆盖政策全过程，要学会扮演规划者、建议者、阐释者、评估者等多重角色。高校智库不仅要组建具有较强决策咨询能力的专业团队，还要重视高校、智库、政府三者之间稳定的战略合作关系。这意味着高校智库不仅要提高政策研究分析水平，还要将其知识生产嵌入决策体制[40]。第三，长期扎根。高校智库不应仅仅局限于研究单个事件，“一事一议”，可长期积累研究方向领域的事件信息，构建数据库，研究间断发生的同类事件和非同类事件，更深度地挖掘事件背后不为人意志转移的结构性因素。第四，积极适应。高校智库应更加重视利用大数据思维与工具实现数据驱动的知识生产，將多源、海量、异构数据整合为智库知识生产所需的智力资源，在传统政策分析路径外，“基于事实、数据、案例、模型、模式进行实事求是的计算与分析，得出有理有据的政策规划、政策建议”[41]。从长远来看，技术驱动对高校智库知识生产的影响，将逐步从工具、产品层面拓展到思维、范式层面，这也将是高校智库提升其影响力的新增长点。

4.3  研究不足与研究展望

本研究还存在以下不足，需要持续跟踪研究。第一，就研究选题而言，本研究选择的“小切口”是“高校智库生产什么”，但在高校智库知识生产“大问题”中，还有“为谁生产”“何种情境下生产”“生产对象如何”“谁来生产”等若干命题。以“为谁生产”为例，会使政策共同体中的受众可接受的知识存在差异，有可能影响决策过程的话语包括政策话语、学术话语、公众话语和媒体话语等，并且国际话语等其他因素的介入，会使政策话语格局更加纷繁复杂，无论在理论还是实务层面这都值得探讨。第二，就研究框架而言，本研究中的高校智库知识生产类型属于静态结构研究，受篇幅所限，本文并没有就四种类型之间的关系开展研究，因此需要提出新的理论假设，结合实证验证，得出有说服力的结论。第三，就研究方法而言，案例研究的样本主要集中于江苏省内，且智库间研究领域存在差异，并没有收集更多省外、国外样本或选择相同研究领域的高校智库进行比较研究。实际上，一些研究者的域外研究文献已经显示，国外知名智库知识生产存在类型学特征，包括概念驱动[42]、政策驱动[43]、事件驱动[44]、技术驱动[45]等，背后机理是否一致，需要进行深入探讨，以增强理论解释的普适性。此外，案例研究是已然、实然层面的考察，可据此进一步开展绩效评价性研究，为新型高校智库建设“下半场”提供更多建议。

致谢：此文写作过程中得到南京大学政府管理学院张海波教授的启发。

参考文献：

[1] 邓睿. 国内高校智库研究主题聚焦与趋势： 基于2011—2020年CSSCI收录文献的知识图谱分析[J]. 中国高校科技， 2021（Z1）： 61-65.

[2] C.赖特·米尔斯. 社会学的想象力[M]. 李康， 译. 北京： 北京师范大学出版社， 2017： 3-16.

[3] 甘琳， 李刚. 国家政策与学术前沿的嬗变： 2016年前后智库研究文献的比较分析[J]. 图书情报知识， 2020（1）： 63-73， 93.

[4] 张明， 宋妍. 一流大学建设中知识生产创新优化路径研究[J]. 现代教育管理， 2020（5）： 22-28.

[5] 李鹏虎. 知识生产模式转型与高校科研评价改革[J]. 江苏高教， 2020（10）： 16-21.

[6] 李刚. 大学与智库： “南大智库文丛”总序[J]. 图书馆论坛， 2017， 37（10）： 1-6.

[7] 沈国麟， 李婪. 高校智库建设： 构建知识生产和社会实践的良性互动[J]. 新疆师范大学学报（哲学社会科学版）， 2015， 36（4）： 46-50.

[8] 王驰， 孙晓凤. 知识动员视角下的高校智库建设研究[J]. 江苏高教， 2019（8）： 74-78.

[9] 王珂， 郑军卫. 国内智库的主要研究方法比较分析[J]. 情报杂志， 2021， 40（9）： 195-200， 87.

[10] 龚放. 试论现代大学的社会责任[J]. 北京大学教育评论， 2008， 6（2）： 118-127， 191.

[11] HART P. A new era for think tanks in public policy？ International trends， Australian realities[J]. The Australian Journal of Public Administration， 2008， 67（2）： 135-148.

[12] 秦惠民， 解水青. 我国高校智库建设相关问题及对策研究[J]. 中国高校科技， 2014（4）： 15-20.

[13] 郦菁.政策研究困境与价值缺失的中国社会科学[J]. 文化纵横， 2016（2）： 88-93.

[14] 王科， 桑学成. 中国特色新型智库建设的现实困境与路径构建[J]. 学海， 2021（3）： 197-204.

[15] 习近平. 在哲学社会科学工作座谈会上的讲话[N]. 人民日报， 2016-05-19（2）.

[16] 周湘智. 中国特色新型智库： 出场逻辑、运作机理与基本范式[J]. 图书情报工作， 2021， 65（15）： 51-60.

[17] 李刚. 创新机制、重心下移、嵌入决策过程： 中国特色新型智库建设的“下半场”[J]. 圖书馆论坛， 2019， 39（3）： 29-34， 41.

[18] 刘福才. 大学智库文化的特质及其培育[J]. 教育研究， 2019， 40（2）： 94-103.

[19] 刘鸿武. 高校学科建设与智库建设： 一体之两面[J]. 图书馆论坛， 2018， 38（4）： 17-19.

[20] 林辉煌， 邓淑宜. 利益动员结构与中国高校智库的兴起[J]. 经济社会体制比较， 2016（6）： 93-103.

[21] 徐勇. 学术创新的基点： 概念的解构与建构[J]. 文史哲， 2019（1）： 10-13.

[22] 赵宁， 李蕾， 柳志军， 等. 国家治理视域下优化高校智库建设分析研究[J]. 图书馆工作与研究， 2021（7）： 3-11.

[23] 吴合文. 中国特色高校智库运行的政策定位[J]. 高教探索， 2017（7）： 12-18.

[24] 张力. 新型教育智库建设进入一个全新阶段[J]. 教育研究， 2015， 36（4）： 13-14.

[25] 乔元正. 高校智库建设内外部协同的原理、问题及其对策[J]. 现代教育管理， 2017（7）： 49-53.

[26] 王禮鑫. 政策知识生产： 知识属性、过程特征与主要模式[J]. 行政论坛， 2020， 27（1）： 63-71.

[27] 王晓玲， 张德祥. 试论学科知识生产的三种模式[J]. 复旦教育论坛， 2020， 18（2）： 12-17.

[28] 詹姆斯·E.安德森.公共政策制定（第5版）[M]. 谢明， 等， 译. 北京： 中国人民大学出版社， 2009： 32-36.

[29] 姜朝晖. 中国特色新型高校智库： 内涵、特征及定位[J]. 高校教育管理， 2016， 10（2）： 55-60.

[30] 刘峰. 我国高校智库公共外交功能的建设路径思考[J]. 高校教育管理， 2017， 11（5）： 75-80.

[31] 靳诺. 中国特色新型高校智库的建设和发展[J]. 中国高等教育， 2019（20）： 4-6.

[32] ELLIOTT D. The failure of organizational learning from crisis-a matter of life and death？[J]. Journal of Contingencies and Crisis Management， 2009， 17（3）： 157-168.

[33] 黄晓斌， 张明鑫. 新技术环境下的智库情报服务创新研究[J]. 图书与情报， 2020（1）： 112-119.

[34] 王冲. 大数据视域下中国特色新型高校智库建设策略研究[J]. 情报科学， 2018， 36（4）： 100-104， 129.

[35] 陈振明， 黄元灿. 智库专业化建设与公共决策科学化： 当代公共政策发展的新趋势及其启示[J]. 公共行政评论， 2019， 12（3）： 104-117， 192.

[36] 舒刚. 大数据视域下高校智库建设的现实困境与路径转型[J]. 中国高教研究， 2016（8）： 27-31.

[37] 申静， 杨家鑫. 数据驱动的智库知识服务流程优化[J]. 图书情报知识， 2021， 38（4）： 114-124.

[38] 张海波. 专栏导语： 面向风险社会的知识生产[J]. 公共行政评论， 2016， 9（1）： 1-7.

[39] 刘皛. 高校智库的“边界工作”内容与机制[J]. 中国高教研究， 2021（7）： 42-48.

[40] 徐国冲. 寻找知识与行动的平衡： 基于行动者网络的智库内涵式发展[J]. 南京社会科学， 2021（3）： 71-79.

[41] 李刚. 外延扩张与内涵发展： 新型智库的路径选择[J]. 智库理论与实践， 2016， 1（4）： 5-10， 19.

[42] 颜景高. 合作共赢的中国话语何以生成： 基于美国强硬派智库的视角[J]. 理论学刊， 2020（4）： 102-109.

[43] 叶圣萱. 美国智库对“数字丝绸之路”倡议的认知及启示[J]. 情报杂志， 2021， 40（3）： 70-75， 88.

[44] 于丰园. 欧洲高端智库对公共危机事件的研究透视： 以欧洲政策研究中心为例[J]. 情报杂志， 2020， 39（11）： 76-81.

[45] 彭红梅， 刘忠. 人工智能对国家安全的影响： 基于美国四家智库的观点分析[J]. 情报杂志， 2020， 39（7）： 36-41， 28.

作者贡献说明：

王  驰：资料收集、论文撰写;

丁炫凯：论文修改，论文指导与完善。

On Knowledge Production in University Think Tank： A Typological Analysis

Wang Chi1，2  Ding Xuankai3，4

1 Modern Police Research Center of Jiangsu Police Institute， Nanjing  210031

2 School of Political Science and Public Administration， East China University of Political Science and Law， Shanghai  206120

3 School of  Public Administration， Yancheng Teachers University， Yancheng  224007

4 China Think Tank Research and Evaluation Center at Nanjing University， Nanjing  210023

Abstract： [Purpose/significance] Think tank construction should focus on improving research quality and promoting content innovation. Under this guidance， it is necessary to research the knowledge production of university think tank systemically. [Method/process] This paper adopts content analysis method of the academic literature， with the main line and standard of “from what aspects to study what kind of knowledge produced by university think tank”， sorts out the basic types of knowledge production of university think tank and formulates a theoretical framework. Then it applies the case study method to look into the practices of think tanks in sample universities. [Result/conclusion] Theoretically， there are four types of knowledge production in university think tank： the concept-driven under the logic of institutions of higher learning， the policy-driven one in the decision-making system， the event-driven one on situations in China and the technology-driven one innovated by technology. Based on case analyses， the paper puts forward the basic ideas for the improvement and optimization of knowledge production of university think tank in the “second half”， including transformation， embedding， rooting and adaptation. It also raises the trackable research topics of the knowledge production of university think tank.

Keywords： university think tank    concept-driven knowledge production    policy-driven knowledge production    event-driven knowledge production    technology-driven knowledge production

收稿日期：2021-10-12      修回日期：2021-11-07

3063501908279