運用公共數(shù)據(jù)資源評價大學(xué)智庫發(fā)展?fàn)顟B(tài)的思考

(浙江工業(yè)大學(xué) 全球智庫研究中心,浙江 杭州 310023)

2013年4月,習(xí)近平總書記首次提出建設(shè)“中國特色新型智庫”的目標(biāo),這為中國特色新型智庫建設(shè)指明了根本方向。2015年1月,中共中央辦公廳、國務(wù)院辦公廳印發(fā)了《關(guān)于加強中國特色新型智庫建設(shè)的意見》[1],指出要建設(shè)定位明晰、特色鮮明、規(guī)模適度、布局合理的中國特色新型智庫體系,中國大學(xué)智庫建設(shè)開始呈現(xiàn)出百花齊放的態(tài)勢,這既是政府和管理部門全力推進(jìn)的結(jié)果,也是大學(xué)智庫機構(gòu)自身建設(shè)的必然要求。為了適應(yīng)新形勢對大學(xué)智庫的新要求,建立新的發(fā)展導(dǎo)向,引導(dǎo)大學(xué)智庫肩負(fù)起新的責(zé)任和使命,必須要重視現(xiàn)階段中國大學(xué)智庫建設(shè)的評價方法,構(gòu)建大學(xué)智庫評價的指標(biāo)體系,這不僅具有理論價值,更具有現(xiàn)實意義。

一、基于“三維模型”的大學(xué)智庫評價方法和指標(biāo)體系

(一)具有“中國特色”的大學(xué)智庫“三維評價模型”

大學(xué)智庫是中國特色新型智庫的重要組成部分。大學(xué)智庫依托大學(xué)的學(xué)科、學(xué)術(shù)、人才及身份優(yōu)勢(獨立性、公正性、嚴(yán)謹(jǐn)性),既有一般智庫的共性,又有其獨特的個性,尤其在評價方法、評價邏輯和評價指標(biāo)等方面具有獨特性。研究大學(xué)智庫評價方法和評價指標(biāo)體系,能夠引導(dǎo)、規(guī)范中國大學(xué)智庫建設(shè)健康有序地發(fā)展。為此,以梅新林教授領(lǐng)銜的全球智庫研究中心提出了具有中國特色的大學(xué)智庫評價“三維模型”[2],即通過“契合度—活躍度—貢獻(xiàn)度”三個維度來整體評價中國大學(xué)智庫機構(gòu)的發(fā)展?fàn)顟B(tài)和建設(shè)水平。

契合度(Fitness)是評價大學(xué)智庫基本標(biāo)準(zhǔn)與任務(wù)要求滿足程度的重要維度和指標(biāo)。中國大學(xué)智庫多為學(xué)術(shù)研究機構(gòu)轉(zhuǎn)型或?qū)W科綜合而成,契合度評價能有效引導(dǎo)大學(xué)智庫逐步向?qū)嶓w性、專業(yè)化、規(guī)范化的中國特色新型智庫方向發(fā)展?；钴S度(Activity)代表大學(xué)智庫機構(gòu)和首席專家在國內(nèi)外公開場合發(fā)表理論觀點、提供政策建議的傳播能力和頻率,進(jìn)而轉(zhuǎn)化成社會、公眾和政府影響力[3]。目前,全球最大的中文搜索引擎百度(Nasdaq：BIDU)的搜索頻度可表征特定對象的活躍度和影響力,為“互聯(lián)網(wǎng)+量化評價”提供了重要基礎(chǔ)和實現(xiàn)可能。貢獻(xiàn)度(contribution)代表大學(xué)智庫對社會產(chǎn)生的效益和影響,評價大學(xué)智庫貢獻(xiàn)度主要是關(guān)注其在治國理政、戰(zhàn)略規(guī)劃、決策咨詢、公共政策、公共外交等領(lǐng)域,在資政建言采納、理論成果研究、智庫人才培養(yǎng)方面所呈現(xiàn)的重要貢獻(xiàn)。

(二)體現(xiàn)“中國標(biāo)準(zhǔn)”的大學(xué)智庫評價指標(biāo)體系

自2006年開始,由詹姆斯·麥甘(James McGann)擔(dān)任主任的美國賓夕法尼亞大學(xué)“智庫與公民社會項目”(TTCSP)每年都會發(fā)布一份全球智庫排名報告,從“資源—效用—成果—影響力”指標(biāo)等四個維度對智庫進(jìn)行評價,其報告具有一定影響力[4]。2017年,詹姆斯·麥甘研究團(tuán)隊依據(jù)全球4 750名政策制定者、新聞記者、公共(私人)捐助人以及各類區(qū)域?qū)＜业囊庖姾徒ㄗh,對全球175家頂級智庫進(jìn)行排名[5],這種完全主觀定性的研究方法受到學(xué)界的質(zhì)疑。正如梅新林教授所說的,“其評價標(biāo)準(zhǔn)、評價方法尤其是智庫排名主要還是基于西方的導(dǎo)向性評價理念與標(biāo)準(zhǔn)。所以特別需要通過建構(gòu)新型智庫研究的理論模型,打造更符合中國國情和大學(xué)特征的‘中國標(biāo)準(zhǔn)’,然后通過對大學(xué)智庫、中國智庫、世界智庫的評價與排名,將承載中國特色話語體系的‘中國標(biāo)準(zhǔn)’推向世界”[6]。

基于“三維評價模型”的大學(xué)智庫指標(biāo)體系構(gòu)建,體現(xiàn)了“中國特色”和“中國標(biāo)準(zhǔn)”。 因為中國大學(xué)智庫建設(shè)正處在探索期、轉(zhuǎn)型期和過渡期,為了適應(yīng)新形勢對大學(xué)智庫的新要求,建立新的發(fā)展導(dǎo)向,引導(dǎo)大學(xué)智庫肩負(fù)起新的責(zé)任和使命,體現(xiàn)國家目標(biāo)要求和政策導(dǎo)向的目標(biāo)需要,大學(xué)智庫評價的“三維模型”需要具體的指標(biāo)體系來學(xué)理性和邏輯性地表達(dá),通過分級指標(biāo)和權(quán)重界定進(jìn)行具體量化評價,并由微觀評價和觀測要點來落腳和加權(quán),從而體現(xiàn)“三維模型”的評價指標(biāo)體系的導(dǎo)向性、應(yīng)用性、可操作性的價值。

大學(xué)智庫評價方法和指標(biāo)體系要求各指標(biāo)之間要有一定的邏輯關(guān)系,它們不但要從不同的側(cè)面反映出大學(xué)智庫建設(shè)和發(fā)展的主要特征、狀態(tài)和內(nèi)在聯(lián)系[7],而且每一個子系統(tǒng),即一級、二級指標(biāo)和微觀測量點,均由一組指標(biāo)構(gòu)成,各指標(biāo)之間相互獨立又彼此聯(lián)系,共同構(gòu)成一個有機統(tǒng)一體。指標(biāo)體系的構(gòu)建具有層次性,自上而下,從宏觀到微觀層層深入,形成一個不可分割的評價指標(biāo)體系。因此,體現(xiàn)“中國標(biāo)準(zhǔn)”的大學(xué)智庫評價指標(biāo)體系應(yīng)包括以下指標(biāo)：(1)契合度的二級指標(biāo)：(A)組織機構(gòu)；(B)研究隊伍；(C)資金來源,以及三級觀測點指標(biāo)11個。(2)活躍度的二級指標(biāo)：(A)學(xué)術(shù)交流活躍度；(B)網(wǎng)絡(luò)媒體活躍度；(C)資政建言活躍度,以及三級觀測點指標(biāo)13個。(3)貢獻(xiàn)度的二級指標(biāo)：(A)決策咨詢；(B)學(xué)術(shù)研究;(C)人才培養(yǎng),以及三級觀測點指標(biāo)12個。以上指標(biāo)共同構(gòu)成一個可測度、可比較、可操作的量化指標(biāo)體系。

二、大學(xué)智庫數(shù)據(jù)采集的困境與公共數(shù)據(jù)資源的“紅利”

從理論上講,構(gòu)建評價模型、設(shè)置評價指標(biāo)、確定指標(biāo)權(quán)重是特定對象的評價研究中不可或缺的重要環(huán)節(jié)和基礎(chǔ),它對揭示評價對象的規(guī)律,解構(gòu)評價樣本的特點,把握評價主體的狀態(tài),具有宏觀性、戰(zhàn)略性和指導(dǎo)性的意義。但是,任何理論性的評價指標(biāo)體系都會遇到評價信息、評價數(shù)據(jù)的來源問題、落地問題、可行性問題、可操作性問題,甚至反過來需要修改或修正指標(biāo)體系,使之更有效、更便捷、更客觀。而基于“三維模型”的大學(xué)智庫評價方法和指標(biāo)體系構(gòu)建后,也同樣會遇到智庫評價信息的數(shù)據(jù)采集問題、方法問題以及破解基礎(chǔ)數(shù)據(jù)“困境”的路徑問題。

(一)大學(xué)智庫評價數(shù)據(jù)采集的“兩大困境”

困境一：信息與數(shù)據(jù)不對稱、不完整。傳統(tǒng)研究和評價方法,如問卷調(diào)查、實地調(diào)研、專題研討,不僅工作量大,難度和成本也高。由于任何評價對象都是歷史的、動態(tài)的、發(fā)展的,人為跟蹤評價研究具有很高的難度,甚至智庫機構(gòu)提供的信息和數(shù)據(jù)也會受到數(shù)據(jù)的系統(tǒng)性和真實性之質(zhì)疑。盡管國內(nèi)智庫評價機構(gòu)也探索與設(shè)計客觀評價指標(biāo)體系,采取多輪主觀評價方法,以問卷調(diào)查和專家評議相結(jié)合的方式開展研究,甚至采用決策咨詢的用戶評價、同行評價與社會評價相結(jié)合的方法(見上海社會科學(xué)院智庫研究中心《2015年中國智庫報告——影響力排名與政策建議》),兼顧樣本“點”上的專業(yè)性、代表性及調(diào)查“面”上的差異性、多樣性,并取得了一些突破和進(jìn)展。如由南京大學(xué)中國智庫研究與評價中心聯(lián)合《光明日報》智庫研究與發(fā)布中心自主研發(fā)的“中國智庫索引”系統(tǒng),在信息數(shù)據(jù)采集機制上展開了有益的嘗試,這一系統(tǒng)可以通過智庫機構(gòu)或?qū)＜易灾魈顖?、工作人員手工搜集整理以及網(wǎng)絡(luò)爬蟲自動采集三種方式獲得智庫數(shù)據(jù),但目前還是主要依靠智庫機構(gòu)或?qū)＜易灾魈顖鬄橹?這也使得評價信息和數(shù)據(jù)出現(xiàn)不對稱、不完整的特點,影響了全面、快速、高效、客觀地開展智庫評價。可見,如何有效跟蹤智庫機構(gòu)和首席專家的動態(tài)與變化,傳統(tǒng)的社會科學(xué)研究方法仍力不從心,信息數(shù)據(jù)問題仍然困擾研究與評價工作深入。

困境二：信息與數(shù)據(jù)海量化、碎片化。隨著互聯(lián)網(wǎng)和信息技術(shù)的發(fā)展,信息與數(shù)據(jù)的獲取方式和路徑也發(fā)生了革命性的變化,政府原有的封閉的海量信息與數(shù)據(jù)正逐步對公眾開放,數(shù)據(jù)增長正在體現(xiàn)“摩爾定律(Moore’s Law)”,即數(shù)據(jù)在未來18個月內(nèi),數(shù)據(jù)量將增加一倍。因此,今天的人們突然發(fā)現(xiàn)信息與數(shù)據(jù)“大爆炸”,數(shù)據(jù)越來越呈現(xiàn)出顆粒度小、無序性高、碎片化強的特點,傳統(tǒng)研究方法顯得無能為力。各種社會科學(xué)研究包括智庫評價研究等都面臨著“堆積如山”無序化的海量數(shù)據(jù),如何快速采集、有效界定、分層遴選、判斷歸類、科學(xué)評價、實時跟蹤變成了處理信息與數(shù)據(jù)必須要面對的諸多現(xiàn)實問題。好在大數(shù)據(jù)、云計算和人工智能等新一代信息技術(shù),為不同類型、不同體量的數(shù)據(jù)結(jié)構(gòu)化存儲、批量處理以及價值挖掘提供了技術(shù)支撐,也為獲得公共數(shù)據(jù)資源的“紅利”提供了技術(shù)路徑。

(二)公共數(shù)據(jù)資源為量化評價提供基礎(chǔ)

眾所周知,隨著信息技術(shù)和互聯(lián)網(wǎng)的快速發(fā)展,全球數(shù)據(jù)呈現(xiàn)爆發(fā)增長、海量集聚的特點,對經(jīng)濟(jì)社會產(chǎn)生了重大影響。公共數(shù)據(jù)資源作為數(shù)據(jù)中的一種,有著其特殊的地位和作用,美國國家科學(xué)院國際科技信息項目部主任保羅·烏勒(PaulUhlir)在給聯(lián)合國教科文組織起草《發(fā)展和促進(jìn)公共領(lǐng)域信息的政策指導(dǎo)草案》時,把公共數(shù)據(jù)資源定義為“不受知識產(chǎn)權(quán)和其它法定制度限制使用以及公眾能夠有效利用而無需授權(quán)也不受制約的各種數(shù)據(jù)資源”。推動公共數(shù)據(jù)資源整合和開放共享,業(yè)已成為中國實施國家大數(shù)據(jù)戰(zhàn)略的重要內(nèi)容,而這也為量化評價智庫提供了實現(xiàn)的基礎(chǔ)。

通過研究不難發(fā)現(xiàn),過往的智庫評價之所以偏重傳統(tǒng)的主觀定性研究,是由于開展評價的量化研究缺少成熟的手段和方法。令人欣慰的是,新一代信息技術(shù)的發(fā)展,為在公共數(shù)據(jù)資源進(jìn)行特定對象和目標(biāo)的表征搜索與挖掘提供了可能性與可行性[8]。研究表明,大學(xué)智庫機構(gòu)和首席專家等所參與的國內(nèi)外重大活動、論壇報告、媒體發(fā)聲、觀點闡述等都會轉(zhuǎn)換成網(wǎng)絡(luò)信息被大量傳播或轉(zhuǎn)發(fā)、被關(guān)注或推送、被留痕或記錄,這里包括主持和承擔(dān)的國家基金重大項目、政府委托的重大研究課題以及在國內(nèi)外發(fā)表的學(xué)術(shù)論文、理論觀點,甚至包括智庫網(wǎng)站的源信息數(shù)據(jù)等,這些共同組成了公眾都可獲取的公共數(shù)據(jù)資源,它為“互聯(lián)網(wǎng)+量化評價”提供了重要基礎(chǔ)和可能[9]。我們對大學(xué)智庫評價設(shè)立“活躍度”這一維度,就是為彌補大學(xué)智庫信息數(shù)據(jù)不完整性的一種方法,也是希望利用公共數(shù)據(jù)信息平臺,運用大數(shù)據(jù)和云計算技術(shù)開展大學(xué)智庫的活躍度的量化評價,從而使得數(shù)據(jù)化、數(shù)字化改變傳統(tǒng)人文社會科學(xué)的評價方法成為一種可能或趨勢。

三、運用新一代信息技術(shù)跟蹤與評價中國大學(xué)智庫發(fā)展?fàn)顟B(tài)

(一)公共數(shù)據(jù)資源中挖掘大學(xué)智庫“三大基礎(chǔ)數(shù)據(jù)”

大學(xué)智庫評價研究中,一方面應(yīng)重視考察、調(diào)研、問卷、研討等傳統(tǒng)研究方法,對大學(xué)智庫發(fā)展?fàn)顟B(tài)作出直接判斷與評價；另一方面應(yīng)充分利用公共數(shù)據(jù)資源,如政府開放的各種公共數(shù)據(jù),包括(1)國家自然科學(xué)基金、國家社會科學(xué)基金、政府決策類咨詢研究項目的立項數(shù)據(jù)庫；(2)第三方數(shù)據(jù),如國內(nèi)外各類學(xué)術(shù)論文數(shù)據(jù)庫,包括影響力(被引用率—quoted rate數(shù)據(jù))等；(3)大學(xué)智庫機構(gòu)網(wǎng)站(源信息與數(shù)據(jù))；(4)網(wǎng)絡(luò)媒體、傳統(tǒng)媒體的數(shù)字化等信息資源和數(shù)據(jù)資源。通過對以上公共數(shù)據(jù)庫的檢索,充分利用各類搜索引擎技術(shù),不斷更新與豐富智庫的基本情況數(shù)據(jù)、智庫活動信息、首席專家社會活動數(shù)據(jù)(圖1),做實“契合度·活躍度·貢獻(xiàn)度”三大基礎(chǔ)數(shù)據(jù)。

1.豐富“契合度”基礎(chǔ)數(shù)據(jù)。通過問卷、調(diào)研、考察方法,同時利用大學(xué)智庫網(wǎng)站的“源數(shù)據(jù)”特點,收集微觀評價和觀測數(shù)據(jù),跟蹤大學(xué)智庫機構(gòu)的發(fā)展?fàn)顟B(tài),如研究平臺建設(shè)、組織架構(gòu)、數(shù)據(jù)信息處理能力和基礎(chǔ)、資政建言的渠道建設(shè)、首席專家變化、專職人員增減情況、研究經(jīng)費來源與規(guī)模情況、運營經(jīng)費來源與數(shù)量變化等數(shù)據(jù)。

2.采集“活躍度”基礎(chǔ)數(shù)據(jù)。眾所周知,百度(Nasdaq：BIDU)是全球最大的中文搜索引擎,中國市場占有率達(dá)90%,百度搜索頻度可表征特定對象的活躍度和影響力。采用大數(shù)據(jù)、云計算和AI技術(shù),從公共數(shù)據(jù)資源中,對大學(xué)智庫機構(gòu)和首席專家,進(jìn)行總量搜索、年度搜索、月度搜索,獲得“活躍度”評估的基礎(chǔ)數(shù)據(jù)。搜索的內(nèi)容包含大學(xué)智庫機構(gòu)和首席專家發(fā)布的咨詢報告,參與的咨政活動,開展的學(xué)術(shù)交流、國際合作以及在各類媒體上的智庫發(fā)聲等。

3.搜索“貢獻(xiàn)度” 基礎(chǔ)數(shù)據(jù)。運用網(wǎng)絡(luò)爬蟲技術(shù)(Zoology)進(jìn)行定向搜索、精度搜索、持續(xù)搜索,通過快速收集、清洗過濾、價值判斷、分類儲存等手段,提供客觀、豐富、實時的基礎(chǔ)數(shù)據(jù),如領(lǐng)導(dǎo)批示數(shù)量與層級、資政建言的成效、參與政策制定和規(guī)劃研究的層級、科研項目數(shù)量與層級、國內(nèi)外論文與專著發(fā)表情況、研究成果獲獎層級與數(shù)量、智庫人才培養(yǎng)與國際培訓(xùn)等數(shù)據(jù)。

(二)構(gòu)建云計算技術(shù)平臺采集公共數(shù)據(jù)資源等有價值的數(shù)據(jù)與信息

信息與數(shù)據(jù)是一組既有聯(lián)系又有區(qū)別的概念,數(shù)據(jù)是信息的表現(xiàn)形式和載體,信息是數(shù)據(jù)的內(nèi)涵。數(shù)據(jù)和信息是不可分離的,信息依賴數(shù)據(jù)來表達(dá),數(shù)據(jù)的最終目標(biāo)是為傳遞特定的信息。要形成豐富、真實、全面的大學(xué)智庫評價基礎(chǔ),有賴于數(shù)據(jù)的收集、存儲、歸類、運算,最后得到評價所需的各類信息。

大學(xué)智庫數(shù)據(jù)采集有“兩條路徑”：(1)采用API (Application Programming Interface)采集,以“大數(shù)據(jù)”為代表的數(shù)據(jù)資源,來源更加廣泛,數(shù)據(jù)粒度更小,記錄單元更加碎片化。但云計算技術(shù)可從相關(guān)性中快速獲得有價值的數(shù)據(jù)挖掘,從而獲得特定大學(xué)智庫機構(gòu)或首席專家的重要信息和數(shù)據(jù)。(2)網(wǎng)絡(luò)爬蟲技術(shù)(Zoology)是一種自動獲取網(wǎng)頁內(nèi)容的程序,是搜索引擎的重要組成部分,可實時、定向搜索大學(xué)智庫信息和數(shù)據(jù),將一定數(shù)量信息和數(shù)據(jù)存儲在云池(HDFS),再經(jīng)人工方式的定性分析和價值判斷,分類進(jìn)入大學(xué)智庫研究的數(shù)據(jù)庫系統(tǒng)(圖2)。

基于云計算架構(gòu)的公共數(shù)據(jù)的Hadoop采集與挖掘及跟蹤分析平臺,首先將公共數(shù)據(jù)資源中搜索和獲得的大學(xué)智庫數(shù)據(jù)進(jìn)行清理、轉(zhuǎn)換、加載等預(yù)處理,再通過數(shù)據(jù)挖掘、價值判斷、分類處置,為智庫評價提供數(shù)據(jù)分析基礎(chǔ)和依據(jù)。Hadoop是一個由Apache基金會所開發(fā)的分布式系統(tǒng)基礎(chǔ)架構(gòu)。Hadoop的優(yōu)點是在用戶不了解分布式底層細(xì)節(jié)的情況下,開發(fā)分布式程序。Hadoop基礎(chǔ)架構(gòu)最核心的設(shè)計就是：HDFS和MapReduce。HDFS為海量的數(shù)據(jù)提供了存儲,MapReduce為海量的數(shù)據(jù)提供了計算。

(三)構(gòu)建基于Wiki技術(shù)的大學(xué)智庫數(shù)據(jù)庫建設(shè)

大學(xué)智庫數(shù)據(jù)庫系統(tǒng)建設(shè)是一項基礎(chǔ)性、建設(shè)性和創(chuàng)新性的工作,數(shù)據(jù)庫建設(shè)本身也是一個不斷豐富、充實、完善和發(fā)展的過程。數(shù)據(jù)庫不僅需要容量大、速度快、便于統(tǒng)計與計算,而且需要一個開放、共建、共享的平臺和載體。構(gòu)建基于Wiki技術(shù)之上的數(shù)據(jù)庫系統(tǒng)具有眾多優(yōu)點,可作為中國大學(xué)智庫建設(shè)的一種可行方案。

眾所周知，維基(Wiki)的發(fā)明者是沃德·坎寧安(Ward Cunningham),世界上第一個維基(Wiki)網(wǎng)站就是由他在1995年建立的。維基(Wiki)是指一種超文本的編輯系統(tǒng),這種超文本系統(tǒng)支持面向社群的協(xié)作式寫作,利用這一技術(shù)可以實現(xiàn)在Web的基礎(chǔ)上對文本的瀏覽、創(chuàng)建、更改操作,這一技術(shù)的最大優(yōu)勢是只要具備基本的Web瀏覽和文字錄入技能的人都能輕松、熟練的使用,并可以多人同時在線錄入和修改,提升了大學(xué)智庫數(shù)據(jù)庫的建設(shè)效率,降低了建設(shè)成本,縮短了建設(shè)周期。利用Wiki技術(shù)在數(shù)據(jù)分析中的快捷、易用、方便、開放、實時、可擴(kuò)展等特點,構(gòu)建基于維基百科(Wikipedia)的大學(xué)智庫數(shù)據(jù)庫,形成“四大專題數(shù)據(jù)庫”：(1)評價指標(biāo)庫；(2)績效數(shù)據(jù)庫；(3)數(shù)據(jù)內(nèi)容庫；(4)信息資源庫。研究團(tuán)隊可基于標(biāo)準(zhǔn)化、規(guī)范化、數(shù)據(jù)化的要求,添加、移動和編輯常態(tài)化數(shù)據(jù)內(nèi)容,在不需要了解HTML和其他編碼語言的多人協(xié)作下構(gòu)建大學(xué)智庫數(shù)據(jù)庫,從而實現(xiàn)大學(xué)智庫數(shù)據(jù)的共建和共享,為遴選、評價、比較大學(xué)智庫發(fā)展?fàn)顟B(tài)提供堅實的數(shù)據(jù)基礎(chǔ)。