中国人工智能智库影响力评价

袁嘉莲 徐 峰 李 芳

(中国科学技术信息研究所 北京 100038)

智库影响力是指智库通过人际传播、网络传播等方式,直接或间接地将智库观点成功传递给决策者,或者引起决策者对决策相关信息的思考与操作[1-2],同时在促进交流、启迪公众、引导舆论等方面施展作用。影响力是智库的生命线和价值所在,也是智库建设水平的重要体现。近年来,全球人工智能领域竞争加剧,为赢得竞争主动,科学决策必要性也越发凸显。关于人工智能技术的发展、应用、影响及治理等问题,成为智库研究的热点,人工智能智库作为一种专业性、领域性智库出现,并获得快速发展。2019年开始,美国宾夕法尼亚大学《全球智库报告》首次设立“最佳人工智能智库”(Best Artificial Intelligence(AI) Think Tanks)榜单,对全球人工智能智库进行评级。然而,中国只有一家智库海图国智研究院入围榜单,国内发展较快且比较活跃的中国信息通信研究院、北京智源人工智能研究院、清华大学人工智能国际治理研究院等却未出现在榜单中。本文立足于中国人工智能决策体制和咨询需求、人工智能智库发展现状,结合国内智库的评价传统,构建中国人工智能智库影响力评价的理论基础、设定评价指标体系,并进行评价,以全面客观地展现中国国内人工智能智库的影响力建设情况,为提升中国人工智能智库建设水平和咨询服务能力,建设中国特色新型智库提供参考。

1 智库影响力评价相关研究述评

智库影响力的评价角度主要有细分维度影响力评价与综合影响力评价。前者主要见于专业论文,例如关于智库网站影响力、政策影响力评价的研究,陈媛媛等针对网站影响力评价,综合各领域网站评价的研究成果及智库网站的研究现状,选取了网站规模、网站入链、网络出链、网络使用影响因子等9项指标[3];王传奇等揭示了我国智库政策影响力评价中存在的“唯批示论”现象,使用政策过程理论分析了该现象存在的问题,指出政策制定与推广的工作量和政策评估、反馈环节的横向项目等具有纳入评价指标体系的必要性[4]。

综合影响力的评价多见于国内外智库研究机构或项目产出的研究报告。国际知名度较高的指标体系源自麦甘(McGann)教授主要负责的宾夕法尼亚大学智库与公民社会研究项目(Think Tanks and Civil Societies Program(TTCSP)),该项目组发布的《全球智库报告》从资源、效用、产出、影响4个方面构建了一级评价指标,对智库的综合能力进行评价[5],但其主要使用专家评议法的客观性存在争议。国内也发展出了多个典型的指标体系。如上海社会科学院借鉴加尔东社会结构理论,结合中国国情,把智库影响力分解为决策影响力、学术影响力、社会影响力和国际影响力,最终采用“4+1”模型开展评价[6]。中国社会科学评价研究院采用AMI评价模型(吸引力、管理力、影响力),其中影响力含政策影响力、学术影响力、社会影响力、国际影响力4个方面,该模型现已成功获批国家标准——《人文社会科学智库评价指标体系》[7]。四川省社会科学院联合中科院成都文献情报中心从决策、舆论、社会、专业和国际影响力5个维度构建了智库影响力评价指标体系,发布年度《中华智库报告》[8]。此外,南京大学中国智库研究与评价中心从M(治理结构)、R(智库资源)、P(智库成果)、A(智库活动)、I(智库媒体影响力)5个维度构建一级指标[9];浙江工业大学全球智库研究中心构建了契合度、活跃度、贡献度三维模型,对大学智库进行评价,发布《中国大学智库发展报告》[10]。

综合来看,现有智库评价从理论、方法与指标构建等方面,为本文开展人工智能智库评价提供了诸多借鉴。然而,中国人工智能智库是新兴的领域性智库。人工智能作为新兴的颠覆性技术,既有高度的专业性,也有很强通用性。这使得人工智能智库中既有传统智库专门开辟人工智能研究板块而获得快速发展的智库,如中国信息通信研究院、中国电子技术标准化研究院、上海国际问题研究院等;又有大批科技巨头结合业务范围,专设智库性部门而开展人工智能技术及其交叉技术研究的智库机构,如腾讯研究院、阿里研究院等;还有正在蓬勃涌现的专门开展人工智能问题研究的智库,如清华大学人工智能国际治理研究院,中国新一代人工智能发展战略研究院(天津)等。中国人工智能智库的成立背景、智库性质、发展程度等方面参差不齐,现有评价对中国人工智能智库评价的适用性,有待进一步探讨,当下,至少有以下三方面不足:

第一,截至目前,聚焦人工智能领域智库的研究尚为数不多,对智库影响力研究的关注度仍有待提升。宾夕法尼亚大学在2020年度《全球智库报告》首次对人工智能智库做出了具体描述,“这类智库处于新兴技术趋势和由新兴技术趋势所引发的政策问题的前沿。该类智库在政策与新兴技术、数据管理和分析(人工智能、机器学习、数据分析、大数据、预测分析)及技术对社会和公共政策的影响等方面开展工作”[5]。在此基础上,袁嘉莲等结合人工智能智库的科技智库属性,将人工智能智库的范围界定为有相当程度涉足人工智能研究的科技智库,其致力于对人工智能技术本身、人工智能带来的社会经济影响、人工智能政策战略等开展有效的、前瞻性的研究,并产出承载智库思想的各类成果,以支撑其服务对象进行人工智能相关决策,并选取了活跃度比较高的20家人工智能智库,从智库成果和渠道角度,探讨了人工智能智库的发展情况[11]。人工智能智库方兴未艾,对技术热度驱动的智库建设热潮,亟需从理论和实践角度加强我国人工智能智库发展研究,通过量化评价明晰国内智库优化建设的方向,使其更好地服务于决策咨询需求。

第二,现有关于智库评价的研究以智库综合评价为主,针对专业性智库的评价有待结合领域发展的具体特征进一步开展评价维度、评价方法和评价指标等方面的探索。中国人工智能智库的成立背景与发展情况与国外智库的市场利益驱动的背景明显不同,也与国内发展相对较早的一些智库存在差别,国内外现有智库评价方法与指标体系不能完全适用于我国人工智能智库发展的现实情况。比如宾夕法尼亚大学《全球智库报告》虽然具有全球影响力,但国内人工智能智库大多是在国家新型智库建设、强化科技战略咨询的战略导向下成立的,率先成立的大都是政府或高校支持背景的智库,近年来国内几家科技巨头或人工智能独角兽企业出于企业战略发展需求,也设立了专门的研究院。但总体来看,相对于国外智库资助来源的多样化以及服务视角的多样化特征,现阶段中国人工智能智库的资助来源和人员结构相对单一。尽管政府资助的部分智库在研究人员结构上涵盖政产学界,比如北京智源人工智能研究院,但资金来源高度依赖政府;清华大学中国科技政策研究中心或人工智能国际治理研究院资金来源包括政府或高校自筹,但人员结构上主要以本校教职人员为主。腾讯、阿里、商汤等企业设立的智库无论是资金来源还是研究人员结构,均以企业自有力量为主。

从智库评价的维度与指标选取来看,国内上海社科院及中国社会科学评价研究院把《中国智库报告》的智库备选池纳入评价的智库范围,所选智库基本上是成立3年以上的活跃智库,治理结构相对完善,智库资源也相对稳定。与之相比,中国大部分人工智能智库成立时间较晚(见表1),建制化、网络化、资源化发展仍处于初期,且大部分仍处于探索阶段,建设程度不一。特别是由于人工智能技术的专业性,有些智库自建有大型的研究平台,且产出人工智能产品或服务,有些智库则仅仅从事研究,资源平台情况存在较大差异。因此,暂时无法开展相对全面的智库综合能力评价,聚焦人工智能智库影响力评价具备较大的可行性。鉴于此,宾夕法尼亚大学《全球智库报告》、南京大学《CTTI智库报告》评价指标中的资源、治理结构等暂不宜笼统纳入人工智能智库评价指标体系。

表1 26家智库的基本情况

另一方面,现阶段中国人工智能智库发展有很多共性特征,即成立于战略新兴技术快速发展的背景,大部分智库成立时间较短,需要快速适应复杂信息环境下技术快速创新突破的决策咨询需求。决策咨询支撑成为不同性质、不同体量、不同技术条件的各类智库打造的核心功能和优先建设方向。并且,由于人工智能技术的通用性,公众的人工智能素养成为提升一国人工智能实力的重要方面,人工智能智库还展现出服务社会咨询、服务大众的功能,如商汤智能产业研究院编写了面向中小学的人工智能科普读物,清华大学人工智能国际治理研究院则通过微博人工智能大讲堂等,面向海内外开展人工智能问题的大讨论,提升社会对人工智能的认知程度。因此,结合当前智库发展面临的复杂信息环境,以及人工智能技术快速迭代、人工智能领域国际战略竞争对人工智能智库决策咨询服务的迫切需求来看,聚焦人工智能智库影响力(智库核心功能)进行评价对于提升智库服务能力尤为必要。

第三,尽管诸多研究对影响力评价指标体系的构建依据进行了说明,但从指标体系构建的理论基础到具体指标选取之间,缺乏深入性和具体性分析。因此,本文基于现有研究,从理论层面探究智库影响力的构成要素及其在智库影响力产生中的作用,并建立各构成要素与智库影响力评价指标之间的逻辑关系。在此基础上,结合中国人工智能智库现实情况,构建可操作的、能够反映智库在人工智能领域影响力的评价指标体系,并尝试开展量化评价。

2 人工智能智库评价指标体系构建的理论依据及过程

2.1 智库影响力要素

智库的影响力要素是智库影响力必不可少的构成部分。王桂侠和万劲波基于传播学理论、创新扩散理论、政治分析理论提出了6个科技智库影响力基本要素——社会资本、思想产品、受众对象、影响渠道、介入时机和产品市场[12],袁永使用品牌要素理论、传播学理论、智库评价理论提出了5个智库影响力要素,影响源、影响对象、影响渠道、影响时机、影响效果[13]。另有一些学者使用信息生态理论开展智库研究,如张笑楠将科技创新智库信息生态系统的组成要素解析为信息人群落——智库生产者、智库组织和传播者、智库消费者,信息环境——制度生态因子、文化生态因子等[14]。借鉴这些研究中使用的部分理论进行智库影响力要素解析。

拉斯韦尔的传播学理论(5W传播模型)认为在整个传播过程中主要涉及传播者、传播的信息内容、传播渠道、传播对象、传播效果五要素[15]。在智库影响力作用过程中,智库、智库思想观点、传递渠道、受众及其对智库思想观点的接纳程度和在此影响下做出的行动分别对应该传播模型中的五要素。美国传播学学者罗杰斯的创新扩散理论认为创新扩散过程是创新通过一定的时间,经由特定的渠道,在社会系统的各种成员间进行传播的过程,其中,创新、传播渠道、时间和社会系统四要素起决定性作用[16]。创新要素可以视为智库思想观点,它经过一定的时间长度,经由包括该理论中所提及的大众传播、人际传播等渠道得以扩散,到达社会系统中的决策者、科研人员等。而时间长度受到创新机构(智库)为推广创新所做的努力和社会规范等因素影响。信息生态系统由信息、信息人、信息环境构成[17]。在智库信息生态系统中,处于核心地位的信息是承载智库思想观点的智力产品。信息人是整个信息活动的主体,包括信息生产者、组织者、传播者、消费者。其中,智库主要担任信息生产者、组织者与传播者角色,决策者、科研人员、社会公众、媒体、国际人士等主要为信息消费者。信息环境是直接或间接影响信息主体生存、生活和发展的信息因素的总和[18]。智库信息生态系统的信息环境又可细分为内部与外部环境,内部环境指智库的基础设施、技术应用情况、管理机制等,外部环境包括与智库发展、智库所关注研究领域相关的方针政策,信息技术发展情况,咨询市场的竞争环境等。

经上述分析得,智库发挥影响力的主要决定因素包括:智库、智力产品、传播渠道、信息受众、决策咨询体系及智库发展相关方针政策等外部因素。综合上述各要素在智库影响力产生过程中的作用定位,可以将智库影响力要素进一步归类为影响主体(智库)、影响信息(智力产品)、影响渠道、影响对象、外部环境五大要素(见图1)。该五要素基本覆盖了前文运用3个经典理论进行智库影响力作用过程对应分析后的各因素。

图1 智库影响力要素

具体来看,影响主体指智库自身情况,是产生影响力的基础要素,主要与智库性质及智库内部建设情况相关。智库性质包含智库成立时间、智库类型等。内部建设情况包含人才队伍、基础设施、规章制度等。影响信息主要指人工智能智库智力产品,是产生影响力的核心要素,主要包括直接递呈给决策层的成果、正式出版的成果、非正式出版的成果3类。影响渠道是指人工智能智库产生影响力的途径,是产生影响力中介要素,主要包括人际传播、组织传播、网络传播3种方式。影响对象即影响力作用的对象,是智库影响的目标要素,可归为决策共同体、科学共同体、舆论共同体、国际社区。外部环境是客观存在的环境要素,包含政策因素、市场因素、技术因素,涵盖智库发展相关政策、科技咨询的法律基础和规则、市场咨询需求、可用于进行科学研究的技术的发展状况等。

2.2 指标体系构建

2.2.1评价指标体系的构建过程

从影响力产生过程来看,各要素在影响力产生的全过程中发挥着不同的作用。其中,智库影响力产生的关键节点是影响信息传达至目标要素——影响对象,即智库影响力最终最直接的表现也是智库运用其智力产品作用于不同影响对象的效果,具体体现为不同的影响对象在智库影响下产生的采纳性意见或行动。梳理各大人工智能智库的相关信息发现,当前国内人工智能智库产品影响的对象主要包括四类:政府部门(决策者)是官方、半官方智库的首要服务对象;在信息大爆炸的冗余环境以及人工智能技术突飞猛进的技术进阶速度下,智库研究成果既能够及时对政府相关战略政策做出及时全面解读,又能提供前沿技术动态的方向或数据支撑,成为学术研究的重要参考;从社会层面看,企业出于市场竞争的需要、公众出于对技术安全、信任以及使用等需要,会经常性地从智库报告、活动中获取所需要的信息和服务;在日趋激烈的国际围堵下,人工智能智库已经成为中国联系世界人工智能创新创业资源,世界了解中国人工智能进展的窗口。在指标体系构建与选取中,本文坚持学术继承性、指标可比性原则,在对比上海社会科学院智库研究中心《中国智库报告》、四川省社会科学院《中华智库报告》、中国社会科学评价研究院AMI评价模型的指标体系基础上,主要选择借鉴上海社会科学院智库研究中心《中国智库报告》的指标设置经验,将人工智能智库影响力划分为决策影响力、学术影响力、社会影响力、国际影响力4个层次,确立了四类一级指标,这四层次影响力能够较好地与4类影响对象对应。然后结合不同智库评价报告的次级指标设置经验,进一步从影响主体、影响信息和影响渠道要素中选取次级指标,初步构建了二级指标体系的一般框架,含4个一级指标、13个二级指标。

第一类指标决策影响力,影响对象主要是决策共同体,这一共同体指政府决策者。决策影响力维度评价智库与决策者之间的联系,智库成果被决策者采纳的情况等,再设置3个二级指标:政府专家——智库拥有曾经或目前在决策机构任职的人员的情况,咨政建言——智库获得批示、呈送内参的情况,咨政渠道——智库受邀参加政策咨询会、听证会,承担国家研究项目的情况。三指标分别源自影响主体要素下的人才队伍因素(及影响渠道要素下的人际传播因素),影响信息要素指代的第一类成果,影响渠道要素下的组织传播因素。

第二类指标是学术影响力,影响对象主要是科学共同体,主要指高校、企业、科研院所等组织的科研人员。学术影响力维度评价智库的科研能力,学术成果产出能力,在行业领域内的知名度等,含3个二级指标:研究力量——智库拥有行业领军人才、专业人才的情况,学术成果——智库出版专业学术论文等成果的情况,学术交流——智库举办或参与行业领域内各类活动的情况。这三指标的来源与决策影响力维度下三指标的来源基本对应。

第三类指标是社会影响力,影响对象主要是舆论共同体与科学共同体,舆论共同体主要包括大众媒体和社会公众。社会影响力维度评价智库的社会舆论引导能力,成果公开、社会服务的意愿等,再设置4个二级指标:宣传团队——智库的宣传团队建设情况,公开成果——智库产出报告、社论与观点的情况,公共传播——智库公共传播渠道的布局及运营情况,社会责任——智库举办面向公众的知识普及、知识解读等活动的情况。这四指标分别源自影响主体要素下的人才队伍因素,影响信息要素指代的第三类成果,影响渠道要素下的网络传播因素,影响渠道要素下的组织传播因素。

第四类指标是国际影响力,影响对象主要是国际社区,指国外的政府官员、研究者、普通民众等。国际影响力维度评价智库对外发声的能力,进一步设置3个二级指标:外籍专家——智库吸纳国际专业人才的情况,国际交流与合作——举办或参与行业领域内国际活动的情况,国际传播——智库在网络空间为对外传播所做的行动及在国际上获得关注的情况。三指标分别源自影响主体下的人才队伍因素,影响渠道要素下的组织传播因素,影响渠道要素下的网络传播因素(及影响信息因素)。

如此,四类指标反映了智库对各类影响对象的影响情况,并基本囊括了智库影响力的各构成要素。影响主体要素下的基础设施和规章制度更多体现的是智库的综合实力,与智库作用于影响对象的影响力的直接关系较弱,智库性质因素对智库影响力非绝对正向或负向影响,外部环境要素在评价中不具区分度,故未列入评价指标体系。初步构建的指标体系如图2所示。

图2 智库影响力评价指标体系构建

2.2.2基于人工智能智库特征事实的指标筛选与测度

为了对各指标进行测度,本文将首先遴选出样本智库。样本智库的选取来源包括各智库评价报告、中国智库网、中国智库索引系统(Chinese Think Tank Index,CTTI)、中文互联网数据研究资讯网(199IT),重点关注其中的科技类智库、人工智能相关研究选题下的智库。经专家咨询,确立了3项关键筛选标准:具备智库性质,具备一定的公开性(一般应保持持续的成果公开),且在相当程度上关注人工智能研究或设置专门针对人工智能研究的下属部门,最终确定26家样本智库(见表1)。

基于样本智库的特征事实,明确各二级指标的具体衡量指标(三级指标)及测度方式,依据数据可得性、相关性、可比性对初步构建的指标体系进行修正。最终确立的评价指标体系含9个二级指标,18个三级指标。以下举例说明二级指标和三级指标的修正和确立过程。

以二级指标学术成果的三级指标及测度方式的选取过程为例,经调研发现,当前,人工智能智库的主要成果类型包括:内参报告、公开报告、社论与观点、学术论文、专著、科普产品与服务等,学术成果指标旨在衡量智库产出学术论文和专著的情况,故在该指标下设置学术论文、专著两个三级指标,现有相关研究中关于这两个指标的测度方式有人均年发表或出版量、发表或出版量的年平均值、书籍销售量等。考察样本智库该两类成果信息的可获取情况后,选用发表量、出版量的年平均值作为测度方式。对其他二级指标进行类似操作,由此,确定大部分二级指标的三级指标及具体的测度方式。

因科学普及与社会培训、国际合作两个指标受信息获取限制,难以直接度量,转而采取设定标准并赋值的方式,即对样本智库公开可获得的相关资料进行分类分级,例如,样本智库在科学普及与社会培训方面的行为可归类为开展研究生教育、智库为官方指定人才培训基地、推出线上教育课程(均向公众开放、部分向公众开放)、开展线下科学普及活动、开展线下人才培训业务等,不同类型行为、智库满足各行为类型数的多少均指示智库社会服务意愿的不同强度,依据此设定赋值区间0～5,赋值越高表示在该指标上表现越佳。其次,剔除了一些数据无法公开获取,或根据公开信息也无法建立统一度量标准的指标(图2中文字带下划线的指标)。另外,鉴于人工智能技术的战略竞争意义,政府对人工智能智库拥有较强的决策支撑需求。调研发现,与传统智库的自上而下的决策服务相比,研究战略新兴技术的人工智能智库,正受到政府越来越多的主动关注,具体体现在政府官网或文件中越来越多地提及智库。考虑到决策影响力层次下各指标的公开数据大都难以直接获取,于是选取了决策支撑与政府关注两个替代指标,即尝试从公开渠道获取决策支撑相关的信息。一方面,部分智库开始通过自有媒体公开宣传相关的决策支撑经历,来增强自身的影响力;另一方面,政府近年来也高度重视人工智能智库的决策支撑和中介桥梁作用,体现在相关政府部门开始在公开信息中提及人工智能智库发挥的作用或活动,这间接体现了智库相关活动对政府认知或行动的影响。决策支撑指标也采取设定分级标准并赋值的方式,政府关注指标以几家主要政府官方网站中提及各智库的内容数量体现。为了尽可能体现智库在人工智能领域的影响力,将其中决策支撑、政府关注、学术论文、专著、学术交流活动、品牌活动等12项指标的测度数据限定为人工智能相关(见表2)。

表2 中国人工智能智库影响力评价指标体系及指标权重

2.2.3指标权重确定

使用层次分析法(Analytic Hierarchy Process,AHP)确定指标权重。共邀请到17名专家组成专家组,专家组覆盖了官方、企业、高校智库人员,及人工智能领域专家。向专家组发放问卷,请各专家根据1-9比例标度对各级指标进行两两比较,对回收的问卷进行整理,形成专家判断矩阵,借助层次分析法辅助软件yaahp完成权重计算(见表1)。

3 实证研究

3.1 数据收集及处理

数据获取方式为结合人工采集与采集器采集,数据采集时间为2022年5月,样本期间为2017—2022年。需限定在人工智能领域的指标,主要根据该指标下相关信息的标题或内容依次判断,对于学术论文、报刊曝光指标,国际网络曝光指标,通过设定人工智能相关检索词以满足要求。“全网流量总和”指标数据使用前后相差5天进行两次查询的平均值。部分智库微信公众平台指标数据无法直接从清博智能网站获取到,通过采集近1月智库于其官方微信公众号发布各条信息的数据,使用清博智能提供的微信传播指数(Wechat Communication Index(WCI))计算公式求得。在收集国际网络曝光指标数据时,存在部分智库名称可能与其他国家机构重叠的情况,通过添加地域检索词“China”来解决。数据收集完成后,对数据进行0-1标准化(公式1),其中x与x*分别为各数据转换前,转换后的值,max为某指标下样本最大值,min为某指标下样本最小值。

x*=(x-min)/(max-min)

(1)

3.2 评价结果与分析

将处理后的数据按照各项指标的权重进行汇总求和得各智库综合影响力指数及各层次影响力指数,结果如表3所示。

表3 智库影响力综合指数及各层次影响力指数

3.2.1影响力综合指数结果分析

依据影响力综合指数分布情况,基于排名相邻智库间的指数差距,以700,300,180几个整数点将各智库综合指数划分为4个区间,对应地,将中国人工智能智库归为4个梯队。

第一梯队包含中国信息通信研究院与赛迪智库两家智库,总排名位列前两位,它们在多数层次的影响力指数较大幅度高于其他智库,是国内领先的人工智能智库。两家智库均是工业和信息化部直属事业单位,分别成立于1957年与2000年,较早地在人工智能领域进行了布局,且开展了深入研究,已经是辅助国家规划人工智能发展或调整技术发展方向的不可或缺的力量。

第二梯队是综合指数排名第3-12位的10家智库,各智库在至少一个层次影响力的指数排名靠前,是我国人工智能智库的中坚力量。该梯队新老智库兼有,且含许多专业智库。除第一梯队的两家老牌智库外,其他成立时间较长的智库基本都在该梯队,包括中国电子技术标准化研究院、国家工业信息安全发展研究中心、上海市科学学研究所、上海国际问题研究院、清华大学中国科技政策研究中心。这些智库普遍参与过国家或省部级人工智能相关战略研究任务,科研能力、知名度等积累丰厚,具备了强劲的影响力基础,是我国人工智能智库的中坚力量。除此之外的5家智库,北京智源人工智能研究院、中国工业互联网研究院等,均成立于2015年后,且都是较为专注人工智能相关选题研究的智库,在建设初期都受到了政府的支持,近年来在人工智能领域保持较高的活跃度,已在支撑决策上发挥了一定的积极作用。

第三梯队是排名第13-21位的9家智库,是已经在某些方面发挥较大影响力的活跃力量。该梯队共5家智库成立于2015年之后,整体上决策影响力指数排名相对较低,但部分智库在某一层次影响力指数排名靠前。比如2016年成立的工业互联网产业联盟在26家智库的国际影响力和学术影响力中分别排名第4、6位,综合影响力相对较高;亿欧智库、商汤智能产业研究院在社会影响力中排名分别为第3、4位,仅次于中国信息通信研究院和赛迪智库,亿欧智库通过高效公开发布人工智能行研报告,为企业和大众提供了大量的信息支撑;商汤智能产业研究院通过科普教材、数字文创作品等成果及宣介活动,为社会的人工智能科普做出了较积极贡献。企业智库均位于该梯队,普遍在社会影响力指数上表现可观。该梯队智库的影响力呈现局部性优势,综合优势需要提升。

第四梯队是排名末位的5家智库,该梯队智库都属于新生力量。其中4家智库成立于2015年之后,余下中国社会科学院经济研究所也是近两年开始投入关注人工智能发展对微观经济学、宏观经济学的影响等交叉问题研究的。该梯队智库影响力水平目前受成立年限不长、研究话题较为新颖等客观因素限制。但是,研究话题的新颖性也表示了其所具备的前沿性和预见性,同时智库的一些公开信息,如上海市人工智能行业协会的章程中,所列业务范围包括“参与有关行业发展、行业改革以及与行业利益相关的政府决策论证”等内容,也显示出该梯队智库的影响力提升潜力较大。

3.2.2各影响力层次指数结果分析

决策影响力层次指数反映出的主要现象是,企业智库和社会智库的决策支撑效果相较于官方与半官方智库还较为有限,这也是我国不同类型智库整体情况的缩影。企业智库和社会智库大多通过提供咨询服务、参与国家或地方机构项目、联合编写报告等较为间接的方式参与决策过程,在国家、地方各部门网站中获得的关注度也普遍小于官方与半官方智库。鉴于企业智库和社会智库在反映社会公众对于技术发展的看法及诉求方面有天然优势,且各企业智库多由国内人工智能领先企业自筹建立,备强劲的领域研究实力,在技术和应用层面为领域发展做出了突出贡献,因此,为其设置常态化的咨政机制或渠道,能够有效提升企业智库、社会智库的决策参与度。同时,企业智库也需优化自身建设,比如排名相对靠前的36氪研究院和阿里研究院利用“旋转门”机制,招揽曾在官方机构任职者作为智库专家的做法有利于显著提升研究团队的决策和社会影响能力。

在学术影响力层次,第一梯队两家智库凭借在学术成果产出上的优势遥遥领先。其次是国家工业信息安全发展研究中心及几家新生智库——北京智源人工智能研究院、清华大学人工智能国际治理研究院、工业互联网产业联盟、中国人工智能产业发展联盟、清华大学互联网产业研究院,这些新生智库的优势主要在于平均每年举办或受邀参与了大量的学术交流活动,且都具有标志性的品牌活动。如北京智源人工智能研究院在智源社区中以活动IP“智源LIVE”“青源Talk”“智源论坛”举办常态化的线上学术交流活动,北京智源大会已成为人工智能领域内行盛会,成为中外人工智能领域交流合作的重要平台。其他智库该层次影响力指数较小,有11家智库指数值明显低于其他智库,它们都尚未打造出在人工智能领域具有知名度的品牌活动,且许多智库学术交流活动频率低。该现象在很大程度上受智库投入人工智能领域研究的年限不长、智库新成立不久等客观因素影响。未来各智库应重视加强学术成果产出与交流,吸纳人工智能领域人才,打造特色品牌活动等。

在社会影响力层次,智库排名分布变化较大。最明显的变化是企业智库排名上升,其平均社会影响力指数高于其他类型智库。企业智库在微信公众平台的传播效果,以及公开发布报告、发表社论与观点的数量方面整体表现较优。阿里研究院、商汤智能产业研究院、腾讯研究院的微信传播指数WCI排名前3位,36氪研究院位列第6。经考察发现,这些智库的官方微信公众号普遍具有内容分类合理、更新频率高、内容排版布局美观等优点。亿欧智库围绕自动驾驶、人工智能教育、人工智能芯片等众多主题发布了研究报告,年度发布数量仅次于中国信息通信研究院位列第2,另外几家企业智库发布的领域相关报告总量也普遍较高。并且,企业智库平均每年发布的领域相关社论与观点的数量均排名靠前。此外,该影响力层次各指标还体现出如下现象:智库间网站预估流量差距较大,许多机构位于平均值以下;报刊曝光指标普遍表现不理想;大多智库公开成果指标低于平均值;面向人工智能领域从业者和学生的培训业务较多,面向大众的科普业务较少,且公益类项目不多。可以看出,一些智库对传播窗口的布局及运营尚不够重视,智库成果产出能力、服务社会公众力度需进一步加强。该影响力层次涉及方面众多,各智库需强化已有优势,补齐短板。

在国际影响力层次,智库总体表现乐观。排名前五的智库呈现出一些类似优点,包括:都与国际机构建立了稳定的合作关系;设立工作组、委员会专门负责对外合作与交流事宜,或吸纳具有国际声誉的专家学者和业界权威人士参与或指导智库的研究工作;均提供网站多语种浏览。共有19家智库提供了国际合作相关信息,显示智库的国际合作意识总体较佳。但该层次影响力仍迫切需要提升。不少智库在该影响力层次的4个三级指标上的得分都排名靠后,智库普遍举办或参与领域相关国际活动的频率不高,被国际网络曝光,特别是国际新闻曝光的总体频次不高,同时布局国际新媒体平台的智库也较少。智库需强化国际传播意识,并持之以恒采取有关行动。

4 结 语

通过对我国人工智能智库的综合考察和对样本智库影响力评价的实证研究,发现,我国已经发展起一支体量相当的人工智能智库队伍,且发展层次相对完善。我国人工智能领域智库可大致划分为4个梯队,包括综合实力全面领先的2家智库;各层次影响力均比较优秀的9家中坚力量智库,且成长速度较快,未来影响力可能快速提升;已经在某一层次发挥比较重要影响力的成长型智库梯队有10家;并有5家智库作为新生力量,已经表现出较强的持续发展后劲。

然而,从提升新型智库建设水平和智库影响力来看,需要继续从中国人工智能智库队伍的整体结构以及智库影响力的各个层次结构进一步优化建设。具体来看,我国智库队伍结构呈现中间大、两头小的特征,具有全面领先能力的第一梯队智库只有两家,我国人工智能智库的国际影响力均需提升,第二梯队智库在国际影响力方面与第一梯队相差不大,且大都具有一定的官方或高校背景,资源优势突出,但需要从提升决策支撑能力和质量,提升学术研究能力,增强服务社会的意识和能力等层次,加快补足弱项,促进其影响力向第一梯队跃升。第三梯队智库以企业智库居多,其次是行业或地方性智库,对细分技术领域更为了解,部分智库在某一影响力层次已经展现一定的优势,比如企业智库的社会影响力,但大部分智库在各层次的影响力都有较大的增长空间,应当在继续发挥既有优势基础上,拓展其他层次的影响力,特别是要为其拓展丰富咨政渠道。第四梯队智库各层次影响力建设均需重视,海图国智研究院是社会智库代表,未来仍需加大政策支持力度,扩充新生智库力量,特别是社会智库。评价结果为各智库优化自身建设提供了客观参照,然而鉴于智库部分信息公开获取的难度较大,一些具备代表性的指标最终未纳入评价指标体系中。此外,关于智库备选池的筛选、智库影响力的评价方法等研究,有待进一步丰富。