歐陽劍　周裕浩

摘要：[目的/意義]傳統(tǒng)的社會科學(xué)研究范式是理論驅(qū)動型的研究，隨著大數(shù)據(jù)時代的來臨，數(shù)據(jù)驅(qū)動研究成為一種新趨勢，數(shù)據(jù)驅(qū)動的研究模式給傳統(tǒng)領(lǐng)域的研究帶來了新的研究方法與范式。大數(shù)據(jù)給當(dāng)今的智庫研究帶來了挑戰(zhàn)，同時也為以數(shù)據(jù)為驅(qū)動的智庫研究提供了新的契機(jī)，數(shù)據(jù)驅(qū)動型智庫建設(shè)是加強(qiáng)中國特色新型智庫建設(shè)的方向之一，本文嘗試從數(shù)據(jù)驅(qū)動型智庫建設(shè)出發(fā)，探討數(shù)據(jù)驅(qū)動型智庫形成淵源、理念內(nèi)涵，并對數(shù)據(jù)驅(qū)動型智庫建設(shè)路徑進(jìn)行了分析，探索其建設(shè)思路。[方法/過程]本文通過對數(shù)據(jù)驅(qū)動型智庫建設(shè)的淵源分析，探討數(shù)據(jù)驅(qū)動型智庫研究理念，從智庫研究范式、數(shù)據(jù)建設(shè)、智庫的組織結(jié)構(gòu)及運(yùn)行機(jī)制等角度對數(shù)據(jù)驅(qū)動型智庫建設(shè)與智庫服務(wù)等方面進(jìn)行分析。[結(jié)果/結(jié)論]本文提出了轉(zhuǎn)變傳統(tǒng)研究范式、建立智庫數(shù)據(jù)中臺、健全智庫大數(shù)據(jù)隱私保護(hù)體系以及提升智庫影響力等建設(shè)路徑，對我國傳統(tǒng)智庫建設(shè)和服務(wù)的轉(zhuǎn)型具有一定的借鑒和參考意義。

關(guān)鍵詞：數(shù)據(jù)驅(qū)動研究 ? ?特色智庫 ? ?大數(shù)據(jù) ? ?輔助決策

分類號：C932.4

DOI： 10.19318/j.cnki.issn.2096-1634.2021.03.03

1 ?引言

智庫（think tank）是指由專家組成的為決策者處理社會、經(jīng)濟(jì)、科技、軍事、外交等方面的問題出謀劃策，并提供最佳理論、策略、方法、思想等的公共研究機(jī)構(gòu)，是影響政府決策和推動社會發(fā)展的一支重要力量[1]。

傳統(tǒng)的智庫研究是理論驅(qū)動型的研究。隨著大數(shù)據(jù)時代的來臨，數(shù)據(jù)驅(qū)動研究成為一種新的趨勢，數(shù)據(jù)驅(qū)動的研究模式給傳統(tǒng)領(lǐng)域的研究帶來了新的研究方法與范式。在大數(shù)據(jù)技術(shù)快速發(fā)展的背景下，樹立數(shù)據(jù)驅(qū)動型智庫研究理念與加強(qiáng)中國特色新型智庫建設(shè)的方向是一致的，數(shù)據(jù)驅(qū)動型智庫的建設(shè)以數(shù)據(jù)為支撐，以數(shù)據(jù)驅(qū)動為決策模型，其核心是描述數(shù)據(jù)內(nèi)容，揭示數(shù)據(jù)內(nèi)容之間的關(guān)聯(lián)，發(fā)現(xiàn)數(shù)據(jù)內(nèi)在規(guī)律，為智庫決策者提供所需的信息和建設(shè)性結(jié)論。

2 ?數(shù)據(jù)驅(qū)動型智庫淵源探析

美國智庫學(xué)者詹姆斯·史密斯（James Smith）認(rèn)為，1865年10月，來自全國各行各業(yè)近百名改革者聚集于波士頓的馬薩諸塞州議會大廈探討貧困救濟(jì)、失業(yè)、公共衛(wèi)生等諸多問題，標(biāo)志現(xiàn)代智庫的誕生[2]。隨著科學(xué)技術(shù)的發(fā)展，電子計(jì)算機(jī)的出現(xiàn)為智庫的決策服務(wù)提供了科學(xué)預(yù)測工具，20世紀(jì)50年代早期，美國蘭德公司的威利斯·威爾自主設(shè)計(jì)出計(jì)算機(jī)JOHNNIAC，通過不斷改進(jìn)算法，引進(jìn)并開發(fā)出配套的計(jì)算機(jī)軟件、數(shù)據(jù)庫，最終組成智庫輔助決策系統(tǒng)，在當(dāng)時冷戰(zhàn)背景下，作為美國空軍的智庫大腦，蘭德公司的決策服務(wù)有力地保障了美國的國家安全[3]。20世紀(jì)60年代以來，在系統(tǒng)工程學(xué)的迅速發(fā)展下，學(xué)者相繼提出了福雷斯特-梅多斯模型（The Forrester-Meadows models）、梅薩羅維奇-佩斯特爾模型（The Mesarovic-Pestel model）、巴里洛切模型（The Bariloche model）、世界銀行模型（The World Bank model）等多個定量分析模型[4]，進(jìn)而輔助決策研究，成為了現(xiàn)代數(shù)據(jù)驅(qū)動型智庫服務(wù)的先驅(qū)。在早期的信息技術(shù)時代，智庫僅僅實(shí)現(xiàn)決策信息化，數(shù)據(jù)處理在粒度層級上相對粗糙，無法進(jìn)行更深層次的數(shù)據(jù)分析與挖掘。隨著信息技術(shù)的快速發(fā)展，計(jì)算機(jī)處理能力得到極大的提升，數(shù)據(jù)處理的粒度層級精細(xì)化，同時，信息產(chǎn)業(yè)革命促進(jìn)了數(shù)據(jù)急劇增長，大數(shù)據(jù)時代為數(shù)據(jù)挖掘等提供了足夠的樣本數(shù)據(jù)，數(shù)據(jù)處理技術(shù)的大規(guī)模應(yīng)用保證了數(shù)據(jù)的快速性和準(zhǔn)確性，這使得提供基于數(shù)據(jù)驅(qū)動的決策服務(wù)成為可能，基于數(shù)據(jù)驅(qū)動的決策服務(wù)被各類智庫廣泛應(yīng)用。2004年，帕蘭提爾科技公司（Palantir Technologies）向美國軍方提供用于反恐的情報(bào)數(shù)據(jù)挖掘軟件以及數(shù)據(jù)分析技術(shù)，通過分析政府提供的數(shù)據(jù)為美國反恐提供決策支持[5]。部分全球頂級智庫目前也已建立較為完備的數(shù)據(jù)支撐體系，例如美國蘭德公司近年來一直注重?cái)?shù)據(jù)驅(qū)動型智庫建設(shè)，蘭德公司智庫數(shù)據(jù)體系主要類型包括：自上而下建設(shè)的寬領(lǐng)域數(shù)據(jù)體系、自下而上建設(shè)的項(xiàng)目數(shù)據(jù)體系及雙向綜合參與型智庫數(shù)據(jù)體系，保障蘭德公司能夠快速、準(zhǔn)確地滿足客戶要求[6]。隨著數(shù)據(jù)挖掘技術(shù)的快速發(fā)展和廣泛應(yīng)用，基于數(shù)據(jù)驅(qū)動的預(yù)測分析成為決策的必要步驟，數(shù)據(jù)驅(qū)動型智庫服務(wù)已對商業(yè)運(yùn)營、國際反恐、疾病應(yīng)對、教育管理、國防建設(shè)等多個方面產(chǎn)生重要影響。

國內(nèi)數(shù)據(jù)驅(qū)動型智庫的發(fā)展從基于信息化決策向數(shù)據(jù)驅(qū)動決策方面演變?，F(xiàn)代中國智庫興起于改革開放初期，1986年8月15日，時任國務(wù)院副總理萬里在全國軟科學(xué)研究工作座談會上指出[7]，“我們至今仍然沒有建立起一整套嚴(yán)格的決策制度和決策程序，沒有完善的決策支持系統(tǒng)、咨詢系統(tǒng)、評價(jià)系統(tǒng)、監(jiān)督系統(tǒng)和反饋系統(tǒng)。決策的科學(xué)性無從檢驗(yàn)，決策的失誤難以受到及時有效的監(jiān)督”。這次講話指出了當(dāng)時國內(nèi)智庫服務(wù)存在的問題，標(biāo)志著中國智庫服務(wù)向科學(xué)化轉(zhuǎn)型。20世紀(jì)80年代國務(wù)院發(fā)展研究中心利用可計(jì)算的一般均衡模型進(jìn)行政策模擬分析，例如去預(yù)測世界貿(mào)易組織成員資格和養(yǎng)老金替代率改革的影響[8]。20世紀(jì)90年代DRC研發(fā)出宏觀經(jīng)濟(jì)智能決策支持系統(tǒng)，用于預(yù)測經(jīng)濟(jì)發(fā)展趨勢、監(jiān)測經(jīng)濟(jì)系統(tǒng)運(yùn)行和規(guī)劃經(jīng)濟(jì)發(fā)展，為決策部門提供定量參考依據(jù)[9]。

進(jìn)入21世紀(jì)，大數(shù)據(jù)技術(shù)的出現(xiàn)使得智庫能夠提供更多基于數(shù)據(jù)驅(qū)動決策的服務(wù)。廣西大學(xué)通過建立中國-東盟大數(shù)據(jù)平臺，將海量、動態(tài)、多樣的數(shù)據(jù)有效集成為有價(jià)值的信息資源，服務(wù)于“一帶一路”建設(shè)等國家決策需求[10]。華中農(nóng)業(yè)大學(xué)宏觀農(nóng)業(yè)研究院通過建立宏觀農(nóng)業(yè)大數(shù)據(jù)平臺，融合不同類型的大數(shù)據(jù)和整合數(shù)據(jù)驅(qū)動的多學(xué)科研究方法，實(shí)現(xiàn)對農(nóng)業(yè)系統(tǒng)的預(yù)測、預(yù)警與監(jiān)控以及風(fēng)險(xiǎn)管理，并支持個體與政府的決策[11]。國務(wù)院發(fā)展研究中心李望月等研究員將大數(shù)據(jù)鄉(xiāng)村畫像技術(shù)應(yīng)用到鄉(xiāng)村振興的熱點(diǎn)研究中，探索了大數(shù)據(jù)鄉(xiāng)村畫像未來的研究方向，為國家鄉(xiāng)村振興戰(zhàn)略提供了技術(shù)支撐[12]。

黨的十九屆三中全會提出，要完善以科技支撐的社會治理體系，在此背景下，智庫服務(wù)作為國家戰(zhàn)略、公共政策、產(chǎn)業(yè)規(guī)劃中不可或缺的一環(huán)，有必要轉(zhuǎn)變傳統(tǒng)的智庫決策范式，以數(shù)據(jù)驅(qū)動作為決策支撐，不斷提高智庫服務(wù)的前瞻性和科學(xué)性。

3 ?數(shù)據(jù)驅(qū)動型智庫研究理念及內(nèi)涵

美國學(xué)者福斯特·普羅沃斯特（Foster Provost）和湯姆·福西特（Tom Fawcett）將數(shù)據(jù)驅(qū)動決策（data-driven decision）定義為“將決策建立在對數(shù)據(jù)的分析之上，而不是純粹基于直覺的實(shí)踐”[13]。張耀明認(rèn)為數(shù)據(jù)驅(qū)動是通過移動互聯(lián)網(wǎng)或者其他的相關(guān)軟件為手段，對海量數(shù)據(jù)收集、整理、提煉并總結(jié)出一套規(guī)律，這一規(guī)律在數(shù)據(jù)的基礎(chǔ)之上經(jīng)過訓(xùn)練和擬合形成輔助決策模型[14]。數(shù)據(jù)是決策模型的基礎(chǔ)，以原始狀態(tài)保存，數(shù)據(jù)能否成為信息取決于人的理解，即在表達(dá)數(shù)據(jù)的意義后形成信息，信息盡管揭示了數(shù)據(jù)的意義，但是單獨(dú)的信息難以對未來的行動產(chǎn)生有效影響，需經(jīng)過分析模型的自動聚類分析，生成在特定情境下有針對性的情報(bào)，大量的情報(bào)在經(jīng)過訓(xùn)練與篩選之后建立知識庫，知識庫作為有用信息的集合，可用于指導(dǎo)最終行動，決策模型根據(jù)實(shí)時知識庫和已建立的決策規(guī)則產(chǎn)出可視化的決策參考，而每一個決策被實(shí)施之后的結(jié)果都會轉(zhuǎn)化為新的數(shù)據(jù)，重新輸入到?jīng)Q策模型中，這是一種自下而上的知識發(fā)現(xiàn)過程，是在沒有理論假設(shè)的前提下去預(yù)知社會和洞察學(xué)術(shù)趨勢[14]。

由此可見，數(shù)據(jù)驅(qū)動型智庫是指運(yùn)用大數(shù)據(jù)、云計(jì)算等技術(shù)，以數(shù)據(jù)為生產(chǎn)資料，以數(shù)據(jù)驅(qū)動為決策模型，將海量、動態(tài)、多樣的數(shù)據(jù)有效集成為有價(jià)值的信息資源，推動精細(xì)化和科學(xué)化決策，其核心是描述數(shù)據(jù)內(nèi)容，揭示數(shù)據(jù)內(nèi)容之間的關(guān)聯(lián)，發(fā)現(xiàn)數(shù)據(jù)內(nèi)在規(guī)律，為智庫決策者提供所需的信息和輔助參考結(jié)論。數(shù)據(jù)驅(qū)動型智庫是傳統(tǒng)智庫研究的延伸與發(fā)展，是智庫適應(yīng)大數(shù)據(jù)背景下的發(fā)展趨勢。

傳統(tǒng)的智庫研究范式是理論驅(qū)動型的研究，數(shù)據(jù)驅(qū)動型智庫加入了以數(shù)據(jù)驅(qū)動為輔助決策模型的決策理念，這是區(qū)別于傳統(tǒng)智庫研究的根本標(biāo)志。從研究方法論的角度上看，傳統(tǒng)智庫在提供智庫服務(wù)的過程中，問題、假設(shè)、思路、方案等的提出是基于經(jīng)驗(yàn)性的判斷;數(shù)據(jù)驅(qū)動型研究則用嚴(yán)謹(jǐn)?shù)臄?shù)學(xué)模型、嚴(yán)密的邏輯推理去仿真和推演基于經(jīng)驗(yàn)性的判斷。只有定性分析會導(dǎo)致決策方案缺乏科學(xué)嚴(yán)謹(jǐn)性;只有定量分析會失去研究的方向，因?yàn)榻?jīng)驗(yàn)性的判斷需要通過定性分析產(chǎn)生。因此，數(shù)據(jù)驅(qū)動型智庫需采用定性定量相結(jié)合、人機(jī)協(xié)同的研究方法，數(shù)據(jù)能更好地幫助發(fā)現(xiàn)其中的規(guī)律和認(rèn)知規(guī)律之間的關(guān)系，基于數(shù)據(jù)的方法為我們提供了感知研究對象的量化維度，智庫可以借助數(shù)據(jù)挖掘出更多的因果解釋機(jī)制，為決策者提供新方案、新視角、新思路。

實(shí)現(xiàn)數(shù)據(jù)驅(qū)動的前提條件是去人性化，即數(shù)據(jù)的不可篡改性以及決策規(guī)則的首要性。數(shù)據(jù)在被大量采集后必須進(jìn)行原始保存，以保證輔助決策模型的決策精度不受人為影響，且數(shù)據(jù)的原始性決定了輔助決策模型不需要等待人為給定數(shù)據(jù)，從而提高了決策的速度和客觀性。此外，輔助決策模型的核心是決策規(guī)則的建立，決策規(guī)則的首要性是指規(guī)則本身的重要性大于后續(xù)人為管理的重要性，盡管決策規(guī)則是人為建立的，但是在進(jìn)行同類型的決策服務(wù)時決策規(guī)則不應(yīng)隨意改變，否則會導(dǎo)致決策精度出現(xiàn)較大偏差。決策規(guī)則必須基于已采集數(shù)據(jù)，即在分析海量數(shù)據(jù)的內(nèi)容關(guān)聯(lián)的基礎(chǔ)之上建立決策規(guī)則。

IBM商業(yè)價(jià)值研究所（IBM Institute of Business Value）和牛津大學(xué)薩伊德商學(xué)院在2012年對來自26個行業(yè)、95個國家的1，144名專業(yè)人士進(jìn)行研究發(fā)現(xiàn)，63%的公司認(rèn)為基于信息（包括大數(shù)據(jù)）分析的使用正在為其組織創(chuàng)造競爭優(yōu)勢，而在兩年前進(jìn)行的一項(xiàng)類似研究中，這一比例僅僅為37%，僅僅兩年就增長了70%[15]。在大數(shù)據(jù)迅速發(fā)展的背景下，智庫開始朝著基于數(shù)據(jù)驅(qū)動的方向轉(zhuǎn)型，突出決策科學(xué)化、決策快速化。2015年中共中央辦公廳、國務(wù)院辦公廳印發(fā)的《關(guān)于加強(qiáng)中國特色新型智庫建設(shè)的意見》指出，隨著形勢發(fā)展，智庫建設(shè)跟不上、不適應(yīng)的問題也越來越突出[16]。在當(dāng)今信息碎片化時代背景下，解決上述問題，需要采用新的研究范式，采用定性分析和定量分析相結(jié)合的研究方法，加強(qiáng)以科技創(chuàng)新、數(shù)據(jù)驅(qū)動為支撐的智庫建設(shè)。

4 ?數(shù)據(jù)驅(qū)動型智庫建設(shè)路徑

進(jìn)入大數(shù)據(jù)時代，數(shù)據(jù)生產(chǎn)、收集和存儲的方式發(fā)生了根本性的變化，數(shù)據(jù)驅(qū)動型智庫研究的主要任務(wù)是如何從大量信息資源中挖掘出有價(jià)值的信息，并通過科學(xué)的方法將信息轉(zhuǎn)變成為決策建議，從而滿足決策服務(wù)的需要，實(shí)現(xiàn)智庫從理論驅(qū)動型到數(shù)據(jù)驅(qū)動型的邁進(jìn)，探索合適的數(shù)據(jù)驅(qū)動型智庫建設(shè)路徑是其中重要的一環(huán)。

4.1 ?數(shù)據(jù)驅(qū)動型智庫研究范式轉(zhuǎn)變

經(jīng)驗(yàn)性的研究范式是人類的思維、經(jīng)驗(yàn)、知識的表達(dá)成果，作為智庫服務(wù)頂層設(shè)計(jì)不可缺少的一環(huán)，融合了不同學(xué)科專家的思維和知識。經(jīng)驗(yàn)性研究范式需要通過有針對性的數(shù)據(jù)模型去驗(yàn)證，實(shí)現(xiàn)從抽象思維到形象思維的轉(zhuǎn)變，盡管可以通過驗(yàn)證的結(jié)果去推翻基于經(jīng)驗(yàn)性的判斷，但是這屬于一個去偽存真的過程，通過否定一些判斷，從而提煉出新的思維，這是從定量分析向定性分析的一種反饋，從而幫助改進(jìn)頂層設(shè)計(jì)，保證從理論到實(shí)踐這一過程的過渡。計(jì)算機(jī)技術(shù)快速發(fā)展，使得數(shù)據(jù)模型從由單純的數(shù)學(xué)模型發(fā)展到數(shù)學(xué)模型和計(jì)算機(jī)模型高度耦合，分析模型建立在經(jīng)驗(yàn)性判斷的前提下，經(jīng)驗(yàn)性的判斷不具備普遍適用性，對于每一類問題，均需重新建立分析模型，然而分析是一個受各種因素影響的高度復(fù)雜的認(rèn)知過程，這就意味著根據(jù)問題提供思路和方案的專家學(xué)者必須盡可能地考慮到作用于分析模型的影響因素，也意味著對定性分析的過程提出了更高的要求。

數(shù)據(jù)驅(qū)動型智庫的研究是適應(yīng)大數(shù)據(jù)的研究理念與新思維，是對傳統(tǒng)智庫研究范式的升級。大數(shù)據(jù)時代日益復(fù)雜的公共政策和區(qū)域安全等問題，使社會治理面臨巨大挑戰(zhàn)，智庫服務(wù)作為社會治理決策的重要一環(huán)，需要創(chuàng)新智庫研究思維，傳統(tǒng)智庫有必要打破原有以思想表達(dá)為主的經(jīng)驗(yàn)性研究范式，邁向建立以客觀事實(shí)為核心驅(qū)動力的大智庫形態(tài)[17]。經(jīng)驗(yàn)性研究范式盡管仍然遵循“數(shù)據(jù)—信息—知識—經(jīng)驗(yàn)”的成長模型，但因?yàn)槿鄙賹?shí)時反饋學(xué)習(xí)機(jī)制，從數(shù)據(jù)轉(zhuǎn)換到經(jīng)驗(yàn)需要時間成本，所以單純的經(jīng)驗(yàn)性研究范式無法跟上快速變化且日益復(fù)雜的社會治理需求。而所謂客觀事實(shí)包含在大量的數(shù)據(jù)之中，這是由數(shù)據(jù)的原始性決定的，社會治理面臨的問題可以透過數(shù)據(jù)看到本質(zhì)。從定性分析上升到定量分析，并不意味著徹底放棄定性分析，因此，數(shù)據(jù)驅(qū)動型智庫需采用定性定量相結(jié)合、人機(jī)協(xié)同的研究方法，在保留專家論證制度的基礎(chǔ)上，必然朝著以數(shù)據(jù)為驅(qū)動、以技術(shù)為支撐的大數(shù)據(jù)解決方案轉(zhuǎn)型。

4.2 ?數(shù)據(jù)驅(qū)動型智庫數(shù)據(jù)平臺建設(shè)

數(shù)據(jù)是數(shù)據(jù)驅(qū)動型研究的核心，數(shù)據(jù)建設(shè)是智庫建設(shè)的重要內(nèi)容，從智庫數(shù)據(jù)建設(shè)現(xiàn)狀上看，馬普學(xué)會、蘭德公司和美國農(nóng)業(yè)部國家糧食與農(nóng)業(yè)研究院都已建立了較為完善的數(shù)據(jù)資源庫。然而，高詠先調(diào)研發(fā)現(xiàn)，國內(nèi)高校智庫數(shù)據(jù)庫建設(shè)存在建庫比例低、體系不完善、知識庫建設(shè)缺乏、合作共享不足等多個問題[18]，若不重視上述的問題，勢必影響基于數(shù)據(jù)驅(qū)動的智庫建設(shè)。數(shù)據(jù)驅(qū)動型智庫需充分利用智能抓取、數(shù)據(jù)挖掘等信息技術(shù)對相關(guān)信息進(jìn)行采集、篩選，擴(kuò)大智庫數(shù)據(jù)資源類型及數(shù)量，創(chuàng)新數(shù)據(jù)資源架構(gòu)，優(yōu)化提升基礎(chǔ)設(shè)施保障水平，構(gòu)建集數(shù)據(jù)采集、分析、展示與共享于一體的大數(shù)據(jù)平臺。在數(shù)據(jù)的建設(shè)、處理、分析挖掘和推薦等環(huán)節(jié)，加強(qiáng)對大數(shù)據(jù)技術(shù)的引入和應(yīng)用，實(shí)現(xiàn)對非結(jié)構(gòu)化數(shù)據(jù)的處理和分析，提供切實(shí)可行的數(shù)據(jù)模型和算法及更多元化的研究成果展示方式，提高決策效率和咨政效果。

為了促進(jìn)數(shù)據(jù)驅(qū)動型智庫發(fā)展，有必要通過建立智庫數(shù)據(jù)中臺，打通智庫內(nèi)部數(shù)據(jù)孤島，聚合和治理跨域數(shù)據(jù)，從而驅(qū)動智庫服務(wù)的轉(zhuǎn)型，匹配研究熱點(diǎn)需求。數(shù)據(jù)中臺核心思想是數(shù)據(jù)共享，阿里巴巴集團(tuán)[19]、數(shù)瀾科技等認(rèn)為，數(shù)據(jù)中臺是一套可持續(xù)“讓企業(yè)的數(shù)據(jù)用起來”的機(jī)制，是一種戰(zhàn)略選擇和組織形式 [20]。數(shù)據(jù)中臺作為智庫各個團(tuán)隊(duì)所需要數(shù)據(jù)服務(wù)的提供方，不斷整合和提高數(shù)據(jù)服務(wù)能力，將數(shù)據(jù)作為生產(chǎn)資料投入到智庫服務(wù)的開發(fā)中，為智庫實(shí)現(xiàn)服務(wù)價(jià)值提供源源不斷的生產(chǎn)力。

智庫數(shù)據(jù)中臺作為一個數(shù)據(jù)共享及分析平臺，通過將文獻(xiàn)、音頻、圖像等非結(jié)構(gòu)化的數(shù)據(jù)資源進(jìn)行結(jié)構(gòu)化處理，進(jìn)而聚合跨域多源數(shù)據(jù)，解決智庫數(shù)據(jù)驅(qū)動型研究面臨的數(shù)據(jù)孤島問題，建立數(shù)據(jù)挖掘、數(shù)據(jù)管理、數(shù)據(jù)共享等機(jī)制，再結(jié)合智庫自有的跨學(xué)科人才專業(yè)優(yōu)勢，最終實(shí)現(xiàn)在服務(wù)轉(zhuǎn)變加快的情況下，數(shù)據(jù)開發(fā)準(zhǔn)確對接服務(wù)開發(fā)。思特沃克（Thought Works）公司對數(shù)據(jù)中臺提出精益創(chuàng)新數(shù)據(jù)體系：數(shù)據(jù)資產(chǎn)的規(guī)劃和治理、數(shù)據(jù)資產(chǎn)的獲取和存儲、數(shù)據(jù)資產(chǎn)的共享和協(xié)作、數(shù)據(jù)業(yè)務(wù)價(jià)值的探索和分析、數(shù)據(jù)服務(wù)的構(gòu)建和治理、數(shù)據(jù)服務(wù)的度量和運(yùn)營[21]。筆者根據(jù)該數(shù)據(jù)體系，結(jié)合傳統(tǒng)智庫向數(shù)字化轉(zhuǎn)型的實(shí)際需求，縮短智庫從數(shù)據(jù)開發(fā)到服務(wù)落地的周期，提出了智庫數(shù)據(jù)中臺架構(gòu)（見圖1）。智庫數(shù)據(jù)中臺架構(gòu)分為5層結(jié)構(gòu)。第1層結(jié)構(gòu)，物理基礎(chǔ)設(shè)施提供了強(qiáng)大的數(shù)據(jù)存儲和共享能力，在獲取多源數(shù)據(jù)時，由于智庫不同團(tuán)隊(duì)所關(guān)注的數(shù)據(jù)指標(biāo)存在差異，要規(guī)劃數(shù)據(jù)全景圖，對智庫服務(wù)有價(jià)值的數(shù)據(jù)先進(jìn)行規(guī)劃，統(tǒng)一各領(lǐng)域的智庫服務(wù)標(biāo)準(zhǔn)。第2層結(jié)構(gòu)，大數(shù)據(jù)經(jīng)過清洗等步驟后，在數(shù)據(jù)中臺采用大數(shù)據(jù)技術(shù)，利用Netty等網(wǎng)絡(luò)通信庫構(gòu)造高性能的收集端網(wǎng)絡(luò)通信處理服務(wù)進(jìn)行數(shù)據(jù)傳輸和存儲，剝離出網(wǎng)絡(luò)通信業(yè)務(wù)中耗時操作并將數(shù)據(jù)推送至流式消息處理系統(tǒng)中，再由消息處理系統(tǒng)消費(fèi)者負(fù)責(zé)后續(xù)數(shù)據(jù)持久化、實(shí)時分析工作[22]。第3層結(jié)構(gòu)，對數(shù)據(jù)進(jìn)行質(zhì)量檢測并建立數(shù)據(jù)質(zhì)量評估體系，動態(tài)監(jiān)測數(shù)據(jù)質(zhì)量，降低大數(shù)據(jù)噪聲，保證數(shù)據(jù)和后續(xù)智庫服務(wù)的產(chǎn)出。第4層結(jié)構(gòu)，進(jìn)入數(shù)據(jù)開發(fā)與分析階段，建立決策支撐系統(tǒng)，數(shù)據(jù)中臺運(yùn)用知識圖譜等自然語言技術(shù)自動化處理多源數(shù)據(jù)，揭示數(shù)據(jù)內(nèi)容之間的關(guān)聯(lián)，建立數(shù)據(jù)模型，發(fā)現(xiàn)數(shù)據(jù)內(nèi)在的發(fā)展規(guī)律，實(shí)現(xiàn)數(shù)據(jù)可視化，在提供智庫決策支持的同時，還可實(shí)現(xiàn)基于數(shù)據(jù)的結(jié)果推演，與最后的落地成果進(jìn)行比較。第5層結(jié)構(gòu)，實(shí)現(xiàn)實(shí)時成果反饋功能，從實(shí)現(xiàn)數(shù)據(jù)驅(qū)動智庫服務(wù)的視角看，項(xiàng)目產(chǎn)生數(shù)據(jù)，數(shù)據(jù)服務(wù)項(xiàng)目，形成閉環(huán)，可實(shí)時滿足智庫團(tuán)隊(duì)知識發(fā)現(xiàn)的要求。

4.3 ?數(shù)據(jù)驅(qū)動型智庫組織結(jié)構(gòu)及機(jī)制建設(shè)

數(shù)據(jù)驅(qū)動型智庫的組織結(jié)構(gòu)與傳統(tǒng)智庫的較大區(qū)別，首先在于加入了數(shù)據(jù)中臺，通過數(shù)據(jù)中臺提供數(shù)據(jù)服務(wù)，降低運(yùn)營成本的同時提升研究效率，其次在于采用流程型組織結(jié)構(gòu)，在運(yùn)行機(jī)制上，項(xiàng)目團(tuán)隊(duì)擁有較大的自主決策權(quán)，團(tuán)隊(duì)負(fù)責(zé)人可決定研究方向和路徑，以服務(wù)對象為中心，采用流程化的業(yè)務(wù)模式，一個團(tuán)隊(duì)負(fù)責(zé)一個服務(wù)對象，從而使得數(shù)據(jù)驅(qū)動的智庫組織結(jié)構(gòu)及機(jī)制有別于傳統(tǒng)智庫。

4.3.1 ?數(shù)據(jù)驅(qū)動型智庫的組織架構(gòu) ? ?傳統(tǒng)智庫的組織架構(gòu)主要由3大部分組成：管理監(jiān)督部門、行政輔助部門，以及研究開發(fā)部門。例如北京大學(xué)國家發(fā)展研究院設(shè)有理事會、學(xué)術(shù)委員會、學(xué)院領(lǐng)導(dǎo)等管理監(jiān)督部門，行政系統(tǒng)以及研究中心，研究中心下設(shè)11個專門研究團(tuán)隊(duì)[23]。筆者以北京大學(xué)國家發(fā)展研究院組織架構(gòu)為基礎(chǔ)，通過引入數(shù)據(jù)中臺，構(gòu)建數(shù)據(jù)驅(qū)動型智庫組織架構(gòu)。數(shù)據(jù)驅(qū)動型智庫的組織架構(gòu)分為前臺、中臺和后臺（見圖2）。后臺部門由理事會統(tǒng)籌智庫的定位、發(fā)展方向;行政輔助部門對智庫財(cái)務(wù)、對內(nèi)協(xié)調(diào)、對外聯(lián)絡(luò)、人力資源以及服務(wù)成果轉(zhuǎn)化等方面提供支持;學(xué)術(shù)委員會審議團(tuán)隊(duì)研究成果，對項(xiàng)目團(tuán)隊(duì)起到監(jiān)督作用;技術(shù)支撐則是數(shù)據(jù)驅(qū)動型智庫組織結(jié)構(gòu)的一大特點(diǎn)，數(shù)據(jù)技術(shù)中心負(fù)責(zé)數(shù)據(jù)中臺的數(shù)據(jù)建設(shè)與維護(hù)，并及時為所有團(tuán)隊(duì)提供技術(shù)支持。在中臺方面，數(shù)據(jù)中臺為所有項(xiàng)目團(tuán)隊(duì)提供從數(shù)據(jù)收集處理到數(shù)據(jù)開發(fā)與分析的全部功能。此外，流程型組織拉近了項(xiàng)目團(tuán)隊(duì)與前臺用戶之間的距離，項(xiàng)目團(tuán)隊(duì)根據(jù)用戶需求，提供基于數(shù)據(jù)驅(qū)動的全流程智庫服務(wù)。

4.3.2 ?數(shù)據(jù)驅(qū)動型智庫運(yùn)行機(jī)制 ? ?智庫后臺的學(xué)術(shù)委員會、行政輔助部門以及數(shù)據(jù)技術(shù)中心實(shí)際上屬于傳統(tǒng)的職能部門，在用戶需求轉(zhuǎn)變的周期越來越短的情況下，必然會出現(xiàn)后臺的數(shù)據(jù)開發(fā)與前臺的服務(wù)開發(fā)不相匹配的情況。數(shù)據(jù)中臺的加入，解決了智庫前臺和后臺開發(fā)速度不一致的情況。智庫數(shù)據(jù)中臺的優(yōu)勢是實(shí)現(xiàn)數(shù)據(jù)共享，同時，以用戶為中心的項(xiàng)目團(tuán)隊(duì)只需要專注于提供全流程智庫服務(wù)，因此可以精簡項(xiàng)目團(tuán)隊(duì)的規(guī)模，也方便快速重組成新團(tuán)隊(duì)以匹配新的用戶需求。此外，輕量化的團(tuán)隊(duì)具備快速試錯的能力，即從數(shù)據(jù)中發(fā)現(xiàn)用戶需求，然后快速決策、快速攻關(guān)、快速把智庫服務(wù)推向市場，當(dāng)成果評價(jià)反饋智庫服務(wù)并不能滿足用戶的需求后，迅速對項(xiàng)目在多維度上進(jìn)行調(diào)整，再進(jìn)行新的嘗試。這一模式與斯坦福大學(xué)胡佛研究所的運(yùn)行機(jī)制類似，每個項(xiàng)目的負(fù)責(zé)人都由該領(lǐng)域的權(quán)威專家擔(dān)任，對于機(jī)構(gòu)中的臨時項(xiàng)目則由具有不同背景、不同技能、不同知識、不同部門的常任研究員組成臨時項(xiàng)目組，一旦該項(xiàng)目完成，項(xiàng)目組的使命便結(jié)束，下一次任務(wù)又會重新組織項(xiàng)目組，這種長期項(xiàng)目人員和臨時項(xiàng)目研究人員構(gòu)成了機(jī)構(gòu)的矩陣式研究隊(duì)伍，保證了組織研究的靈活性和全面性[24]。

4.4 ?數(shù)據(jù)驅(qū)動的智庫大數(shù)據(jù)隱私保護(hù)體系建設(shè)

基于數(shù)據(jù)驅(qū)動的智庫決策服務(wù)發(fā)展過程中也面臨一些新的問題：一方面智庫大數(shù)據(jù)的內(nèi)部或者外部共享對于數(shù)據(jù)驅(qū)動的智庫服務(wù)是必要的;另一方面數(shù)據(jù)的共享可能會導(dǎo)致用戶隱私數(shù)據(jù)泄露。面對數(shù)據(jù)共享與數(shù)據(jù)保護(hù)之間的矛盾，有必要從制度和技術(shù)兩個維度上建立智庫大數(shù)據(jù)隱私保護(hù)體系，以解決傳統(tǒng)智庫向數(shù)據(jù)驅(qū)動型智庫轉(zhuǎn)型所面臨的問題。

4.4.1 ?技術(shù)是智庫大數(shù)據(jù)隱私保護(hù)體系的基礎(chǔ) ? ?數(shù)據(jù)共享是數(shù)據(jù)中臺數(shù)據(jù)利用的重要方式，也是數(shù)據(jù)驅(qū)動型智庫的重要基礎(chǔ)，而數(shù)據(jù)保護(hù)則成為重要議題，數(shù)據(jù)匿名及脫敏化處理等成為重要手段，常見解決的辦法是引入差分隱私，通過對數(shù)據(jù)加入噪聲，確保對數(shù)據(jù)庫進(jìn)行單一的數(shù)據(jù)刪除或添加等操作不會影響數(shù)據(jù)分析的結(jié)果，從而提供了一種嚴(yán)格的數(shù)學(xué)方法來處理可能公開的數(shù)據(jù)[25]。查米卡拉（Chamikara）等學(xué)者基于切比雪夫（Chebyshev）插值和拉普拉斯（Laplacian）噪聲，提出一種利用本地差分隱私的安全高效的數(shù)據(jù)擾動算法，可以在數(shù)據(jù)隱私和效用之間實(shí)現(xiàn)良好的平衡，并具有高效和可擴(kuò)展的特性[26]。目前，差分隱私技術(shù)已廣泛應(yīng)用于數(shù)據(jù)收集[27]、數(shù)據(jù)挖掘[28]、數(shù)據(jù)分類（決策樹）[29]等大數(shù)據(jù)隱私保護(hù)研究。智庫服務(wù)發(fā)展中出現(xiàn)的問題需要用發(fā)展的技術(shù)去解決，差分隱私等技術(shù)的應(yīng)用，為智庫在面對數(shù)據(jù)隱私泄露或被竊取時提供了應(yīng)對的手段，是智庫大數(shù)據(jù)隱私保護(hù)體系的基礎(chǔ)。

4.4.2 ?制度是智庫大數(shù)據(jù)隱私保護(hù)體系的核心 ? ?技術(shù)手段的應(yīng)用杜絕了客觀數(shù)據(jù)隱私泄露的風(fēng)險(xiǎn)，人為主觀泄露數(shù)據(jù)隱私的因素仍然存在。首先，在國家法律法規(guī)的指導(dǎo)下，智庫應(yīng)建立數(shù)據(jù)安全管理制度，通過接入ISO/IEC 27001信息安全管理體系國際認(rèn)證，外部對政府監(jiān)管機(jī)構(gòu)以及客戶實(shí)現(xiàn)智庫在數(shù)據(jù)管理方面的安全承諾，內(nèi)部實(shí)現(xiàn)智庫各項(xiàng)目團(tuán)隊(duì)之間的管理制度透明化、標(biāo)準(zhǔn)化，使內(nèi)部成員之間信任關(guān)系更加牢固;其次，智庫內(nèi)部的理事會成立數(shù)據(jù)安全團(tuán)隊(duì)，數(shù)據(jù)技術(shù)中心成立數(shù)據(jù)安全小組，可每一個項(xiàng)目團(tuán)隊(duì)指定一名兼任數(shù)據(jù)安全員，形成從決策層、管理層到執(zhí)行層的三級數(shù)據(jù)安全組織架構(gòu)，同時，學(xué)術(shù)委員會和行政輔助部門也參與到數(shù)據(jù)安全的建設(shè)中，目的是讓每一位成員知悉數(shù)據(jù)保護(hù)的政策，明確不同部門的數(shù)據(jù)權(quán)限，以降低人為主觀泄露數(shù)據(jù)隱私的可能。數(shù)據(jù)安全管理制度的建立，可提高智庫的安全防護(hù)能力，是智庫大數(shù)據(jù)隱私保護(hù)體系的核心。

4.5 ?數(shù)據(jù)驅(qū)動型智庫影響力建設(shè)

智庫影響力是指以直接或間接的方式作用于公共政策，使決策者或決策過程發(fā)生改變，最終影響政策輸出的能力[30]。智庫作為咨詢研究機(jī)構(gòu)，為滿足跨領(lǐng)域的咨詢需求，其角色位置逐漸向各領(lǐng)域邊際融合，成為政府、企業(yè)、高校和社會之間的紐帶和橋梁。從這一角度看，要想提高智庫成果影響力，就必須盡可能地吸納不同學(xué)科和領(lǐng)域的思想，才能提出各方均認(rèn)可的政策方案。

4.5.1 ?大數(shù)據(jù)是智庫影響力傳播的保障 ? ?與傳統(tǒng)智庫相比，數(shù)據(jù)驅(qū)動型智庫建立的時間較短，在前期智庫影響力上處于弱勢，但數(shù)據(jù)驅(qū)動型智庫擁有后天技術(shù)優(yōu)勢，大數(shù)據(jù)技術(shù)是智庫影響力傳播的保障。隨著國內(nèi)的咨詢需求向與公眾密切相關(guān)的公共政策傾斜，智庫也嘗試通過社交媒體和民眾進(jìn)行互動、交流，從而宣傳智庫成果，提高智庫影響力。在國家治理建設(shè)的進(jìn)程中，黨和國家越來越認(rèn)可社會公眾的地位，重視他們的“聲音”[30]，通過大數(shù)據(jù)技術(shù)，感知民眾的需求熱點(diǎn)，進(jìn)而提供相匹配的互動內(nèi)容，提升了智庫的社會知名度，也為數(shù)據(jù)驅(qū)動型智庫進(jìn)入政府核心決策層打下基礎(chǔ)。此外，對需求熱點(diǎn)精準(zhǔn)分類，自下向上引導(dǎo)智庫服務(wù)與需求熱點(diǎn)匹配，有利于提高數(shù)據(jù)驅(qū)動型智庫影響力。

4.5.2 ?組建面向“政用產(chǎn)學(xué)研”的數(shù)據(jù)驅(qū)動型智庫聯(lián)合體 ? ?數(shù)據(jù)驅(qū)動型智庫的核心是數(shù)據(jù)，數(shù)據(jù)流通環(huán)節(jié)還面臨著數(shù)據(jù)格式不一致、來源不一致、質(zhì)量不一致等難題，進(jìn)而影響智庫服務(wù)，削弱智庫影響力。數(shù)據(jù)驅(qū)動型智庫聯(lián)合體由各類智庫（黨政部門、社科院、科研院所、高校、企業(yè)、社會）單位組成，本質(zhì)上數(shù)據(jù)驅(qū)動型智庫聯(lián)合體是一個數(shù)據(jù)協(xié)同創(chuàng)新平臺，通過聚合各單位自有數(shù)據(jù)資源，打通“政用產(chǎn)學(xué)研”上、中、下游數(shù)據(jù)，實(shí)現(xiàn)數(shù)據(jù)驅(qū)動型研究與最終用戶的對接與耦合?！罢卯a(chǎn)學(xué)研”是一種創(chuàng)新合作系統(tǒng)工程，智庫聯(lián)合體中各單位分工明確，政府引導(dǎo)政策落地，推動構(gòu)建合作平臺、數(shù)據(jù)交易平臺;用戶作為智庫服務(wù)的對象，通過智庫服務(wù)成果評價(jià)，反饋智庫服務(wù)效果;企業(yè)屬于生產(chǎn)環(huán)節(jié)，是智庫服務(wù)落地的重要途徑;高校在教學(xué)和科研領(lǐng)域提供智力支持和人才儲備。因此，僅通過人才流動來支持?jǐn)?shù)據(jù)流通是不夠的，需聯(lián)合不同類型的單位組建數(shù)據(jù)驅(qū)動型智庫聯(lián)合體，從政策、管理、技術(shù)等多個維度解決數(shù)據(jù)流通問題。數(shù)據(jù)驅(qū)動型智庫聯(lián)合體作為社會各方的橋梁和紐帶，創(chuàng)新了一些合作模式。例如，2018年4月成立的國家信息中心數(shù)字中國研究院采用理事會制運(yùn)作模式，由國家信息中心主導(dǎo)，多家高校院所、出版?zhèn)髅絾挝?、大?shù)據(jù)企業(yè)和金融機(jī)構(gòu)等單位組成，擴(kuò)大智庫成果的影響力。

5 ?結(jié)語

數(shù)據(jù)驅(qū)動型智庫建設(shè)是加強(qiáng)中國特色新型智庫建設(shè)的方向之一，是提升中國高端智庫核心競爭力的重要途徑，應(yīng)該順應(yīng)信息環(huán)境的發(fā)展，轉(zhuǎn)變傳統(tǒng)智庫研究思維模式，加強(qiáng)數(shù)據(jù)建設(shè)，建立智庫大數(shù)據(jù)隱私保護(hù)體系，實(shí)現(xiàn)傳統(tǒng)智庫轉(zhuǎn)型，健全數(shù)據(jù)驅(qū)動型智庫的組織結(jié)構(gòu)及運(yùn)行機(jī)制，以智庫數(shù)據(jù)中臺為核心提供基于數(shù)據(jù)驅(qū)動的智庫決策服務(wù)，最后通過提升數(shù)據(jù)驅(qū)動型智庫影響力，使其成為實(shí)現(xiàn)社會創(chuàng)新治理、服務(wù)政府公共決策的中堅(jiān)力量。

參考文獻(xiàn)：

[1] 李建軍， 崔樹義. 世界各國智庫研究[M]. 北京： 人民出版社， 2010.

[2] SMITH J A. Idea brokers： think tank and the rise of the new policy elite[M].New York： Simon and Schuster， 1993.

[3] [美]亞歷克斯·阿貝拉. 蘭德公司與美國的崛起[M]. 梁筱蕓， 張小燕， 譯. 北京： 新華出版社， 2011： 108.

[4] RICHARDSON J M. Global modelling 1. the models[J]. Futures， 1978， 10（5）： 386-404.

[5] THIEL P A， MASTERS B. Zero to one： notes on startups， or how to build the future[M]. New York： Broadway Business， 2014： 108.

[6] 勇美菁， 鐘永恒， 劉佳， 等. 支撐蘭德公司的智庫數(shù)據(jù)體系建設(shè)研究[J]. 情報(bào)理論與實(shí)踐， 2019， 42（9）： 69-75.

[7] 萬里. 決策民主化和科學(xué)化是政治體制改革的一個重要課題： 在全國軟科學(xué)研究工作座談會上的講話[N]. 人民日報(bào)， 1986-08-15（1）.

[8] BARRY N. Chinas economic think tanks： their changing role in the 1990s[J]. The China quarterly， 2002（171）： 625-635.

[9] 于景元， 涂元季. 從定性到定量綜合集成方法： 案例研究[J]. 系統(tǒng)工程理論與實(shí)踐， 2002， 22（5）： 1-7， 42.

[10] 中國-東盟信息港大數(shù)據(jù)研究院[EB/OL]. [2020-03-20]. http：//cabd.gxu.edu.cn/？tdsourcetag=s_pctim_aiomsg#/summary.

[11] 宏觀農(nóng)業(yè)研究院[EB/OL]. [2020-03-20]. http：//mari.hzau.edu.cn/about_us.htm.

[12] 李望月， 劉瑾， 陳娜. 大數(shù)據(jù)技術(shù)在鄉(xiāng)村畫像中的應(yīng)用研究[J]. 大數(shù)據(jù)， 2020， 6（1）： 99-118.

[13] PROVOST F， FAWCETT T. Data science and its relationship to big data and data-driven decision making[J]. Big Data， 2013， 1（1）： 51-59.

[14] 張耀明. 人工智能驅(qū)動的人文社會科學(xué)研究轉(zhuǎn)型[J]. 濟(jì)南大學(xué)學(xué)報(bào)（社會科學(xué)版）， 2019， 29（4）： 20-28， 157.

[15] SCHROECK M， SHOCKLEY R， SMART J， et al. Analytics： the real-world use of big data： how innovative enterprises extract value from uncertain data[R]. IBM Institute for Business Value， 2012.

[16] 中國政府網(wǎng). 中共中央辦公廳、國務(wù)院辦公廳印發(fā)《關(guān)于加強(qiáng)中國特色新型智庫建設(shè)的意見》[EB/OL]. [2020-01-20]. http：//www.gov.cn/xinwen/2015-01/20/content_2807126.htm.

[17] 陳潭. 從大數(shù)據(jù)到大智庫： 大數(shù)據(jù)時代的智庫建設(shè)[J]. 中國行政管理， 2017（12）： 42-45.

[18] 高詠先. 國內(nèi)高校智庫數(shù)據(jù)庫建設(shè)現(xiàn)狀及圖書館服務(wù)策略研究[J]. 圖書情報(bào)工作， 2017， 61（10）： 43-49.

[19] 譚虎. 詳解阿里云數(shù)據(jù)中臺[N]. 中國信息化周報(bào)， 2019-10-28（14）.

[20] 付登坡. 數(shù)據(jù)中臺： 讓數(shù)據(jù)用起來[M]. 北京： 機(jī)械工業(yè)出版社， 2019.

[21] 繆翀鶯， 譚華， 易學(xué)明. 數(shù)據(jù)中臺的定位和架構(gòu)分析[J]. 廣東通信技術(shù)， 2019， 39（12）： 57-62， 70.

[22] 甄凱成， 黃河， 宋良圖. 基于Netty和Kafka的物聯(lián)網(wǎng)數(shù)據(jù)接入系統(tǒng)[J]. 計(jì)算機(jī)工程與應(yīng)用， 2020， 56（5）： 135-140.

[23] 北京大學(xué)國家發(fā)展研究院[EB/OL]. [2020-11-06]. http：//nsd.pku.edu.cn/xygk/zzjg/gjfzyjylsk/index.htm.

[24] 方婷婷. 美國大學(xué)智庫影響力和運(yùn)行機(jī)制研究： 以斯坦福大學(xué)胡佛研究所為例[J]. 高校教育管理， 2014， 8（4）： 37-40， 60.

[25] DWORK C. Differential privacy： a survey of results[C]//Proceeding of the 5th international conference on theory and applications of models of computation. Xian， China， 2008： 1-19.

[26] CHAMIKARA M， BERTOK P， LIU D， et al. An efficient and scalable privacy preserving algorithm for big data and data streams[J]. Computers & security， 2019（87）： 101570.

[27] WANG T， MEI Y， JIA W， et al. Edge-based differential privacy computing for sensor-cloud systems[J]. Journal of parallel and distributed computing， 2020（136）： 75-85.

[28] XIANG C， SU S， XU S， et al. DP-Apriori： a differentially private frequent itemset mining algorithm based on transaction splitting[J]. Computers & security， 2015（50）： 74-90.

[29] FLETCHER S， ISLAM M Z. Differentially private random decision forests using smooth sensitivity[J]. Expert systems with applications， 2017（78）： 16-31.

[30] 錢再見， 王力. 中國特色新型智庫在政府決策中的影響力研究： 基于多維理論視角的學(xué)理分析[J]. 江漢學(xué)術(shù)， 2020， 39（2）： 100-109.

作者貢獻(xiàn)說明：

歐陽劍：論文構(gòu)思、框架搭建、修改;

周裕浩：資料查找，論文初稿撰寫。

Research on Path of the Construction of Data-driven Characteristic Think Tank in China

Ouyang Jian1，2 ?Zhou Yuhao3

1Shanghai International Studies University Library， Shanghai 201620

2School of Journalism and Communication， Shanghai International Studies University， Shanghai 201620

3School of Management， Guangxi University for Nationalities， Nanning 536000

Abstract： [Purpose/significance] The traditional paradigm of social science research is theory-driven research. With the advent of the big data era， data-driven research has become a new trend， which also brings new research methods and paradigms to the traditional field of study. Big data brings challenges to the current think tank research， and it provides new opportunities for data-driven think tank research， too. The construction of data-driven think tanks is one of the directions to strengthen the new think tanks with Chinese characteristics. Starting with the construction， this paper attempts to explore the origins and conceptual content of data-driven think tanks， and to demonstrate its construction path and construction ideas. [Method/process] By analyzing the origin of data-driven think tanks construction， this paper explores the research concept， and also analyzes its construction and think tank services from the research paradigm， data construction， organizational structure and operation mechanism. [Result/conclusion] This paper puts forward some construction path， such as transforming the traditional research paradigm， establishing the think tank data center， improving the think tank big data privacy protection system， and enhancing the influence of think tanks， which provides certain reference for the construction and services transformation of traditional think tank in China.

Keywords： data-driven research ? ?think tank with new characteristic ? ?big data ? ?assisted decision making

收稿日期：2020-12-29 ? ? ?修回日期：2021-01-22

本文系國家社科基金項(xiàng)目“ ‘一帶一路戰(zhàn)略的東盟信息資源支撐及開發(fā)策略”（項(xiàng)目編號：16BTQ023）、廣西民族大學(xué)研究生教育創(chuàng)新計(jì)劃項(xiàng)目“數(shù)據(jù)驅(qū)動型智庫建設(shè)理念及實(shí)現(xiàn)路徑研究”（項(xiàng)目編號：gxun-chxps202091）研究成果之一。

作者簡介：歐陽劍（ORCID：0000-0001-5867-2852），碩士生導(dǎo)師，研究員，博士，E-mail：oyjjj@163.com;周裕浩，情報(bào)學(xué)碩士研究生。