王建紅，祁斌斌

（華北電力大學(xué) 大數(shù)據(jù)與哲學(xué)社會科學(xué)實(shí)驗(yàn)室, 河北 保定，071003）

智庫是現(xiàn)代社會發(fā)展的“思想工廠”，它的建設(shè)發(fā)展受到國家的高度重視。2014年，習(xí)近平總書記在中央全面深化改革領(lǐng)導(dǎo)小組第六次會議上指出：“改革發(fā)展任務(wù)越是艱巨繁重，越需要強(qiáng)大的智力支持”[1]，2015年中共中央辦公廳、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》，十九大報(bào)告提出“加強(qiáng)中國特色新型智庫建設(shè)”，這一系列相關(guān)指示和文件都充分體現(xiàn)出國家對新時(shí)期智庫建設(shè)的高度重視。面對百年未有之大變局以及日益復(fù)雜的國內(nèi)外社會發(fā)展新風(fēng)險(xiǎn)、新挑戰(zhàn)，智庫承擔(dān)著提供高質(zhì)量思想產(chǎn)品的重任。另一方面，大數(shù)據(jù)技術(shù)已經(jīng)日益成熟，利用大數(shù)據(jù)技術(shù)進(jìn)行信息獲取、調(diào)查分析和研判預(yù)測已成為很多行業(yè)和領(lǐng)域的日常。智庫借助大數(shù)據(jù)可以開展觸及范圍更廣、視野更開闊、研究周期更短、時(shí)效性前沿性更強(qiáng)的前瞻性研究，為智庫提供全新的數(shù)據(jù)資源、分析技術(shù)和測評方法，助力智庫創(chuàng)新研究模式，改進(jìn)分析工具，從而提升建言咨政的科學(xué)水平。大數(shù)據(jù)理應(yīng)成為智庫研究的有力工具，推進(jìn)新型智庫建設(shè)實(shí)現(xiàn)重大突破，但迄今為止，鮮見有智庫真正以大數(shù)據(jù)技術(shù)、資源和方法等為基礎(chǔ)，提出被大眾廣泛認(rèn)可的研究報(bào)告，大數(shù)據(jù)賦能智庫研究在需求側(cè)、供給側(cè)、社會環(huán)境三方面面臨著難題。

一、現(xiàn)實(shí)問題

（一） 需求側(cè)問題

數(shù)據(jù)和信息是智庫開展研究的基礎(chǔ)，大數(shù)據(jù)能夠?yàn)橹菐焯峁┚珳?zhǔn)的數(shù)據(jù)來源，為新型智庫提供技術(shù)支撐，為智庫建設(shè)提供科學(xué)的研究工具，助力監(jiān)測社會輿情、預(yù)判政策后果、監(jiān)測政策執(zhí)行成效，對諸如發(fā)展安全、生態(tài)保護(hù)、人口健康等較復(fù)雜的難題的治理，通過大數(shù)據(jù)都可以找到答案。

但具有極大優(yōu)勢的大數(shù)據(jù)在賦能新時(shí)代智庫建設(shè)的過程中并沒有引起足夠的重視，優(yōu)勢停留于理論層面，實(shí)際應(yīng)用依然存在需求側(cè)難題。表現(xiàn)在智庫缺乏利用大數(shù)據(jù)進(jìn)行新型智庫建設(shè)與研究的意識，以及利用大數(shù)據(jù)進(jìn)行新型智庫建設(shè)的能力不足。我國政府早在2015年即印發(fā)了《促進(jìn)大數(shù)據(jù)發(fā)展行動綱要》，以推動大數(shù)據(jù)的發(fā)展，習(xí)近平總書記更是多次在不同場合提到大數(shù)據(jù)。政府對大數(shù)據(jù)的應(yīng)用非常重視，相關(guān)政策利好不斷釋放，民眾和社會的需求也非常迫切，人們社會活動產(chǎn)生的大量數(shù)據(jù)也有待于去應(yīng)用，找出解決日益復(fù)雜的經(jīng)濟(jì)社會問題的有效方案。但除去大數(shù)據(jù)在工商業(yè)的應(yīng)用有其內(nèi)在需求，發(fā)展較快之外，其在國家治理和經(jīng)濟(jì)社會問題中的應(yīng)用卻一直不盡如人意。其中的關(guān)鍵問題之一即是，在政府、研究者和社會大眾都很重視大數(shù)據(jù)價(jià)值的情況下，大數(shù)據(jù)決策應(yīng)用的有效需求尚有待挖掘。

至今為止，大數(shù)據(jù)應(yīng)用于決策咨詢，對于政策供給方和政策需求方都只是“備胎”，只有雙方形成良性互動，才有可能形成切實(shí)的大數(shù)據(jù)決策需求。習(xí)近平總書記說，“要加強(qiáng)決策部門同智庫的信息共享和互動交流，把黨政部門政策研究同智庫對策研究緊密結(jié)合起來，引導(dǎo)和推動智庫建設(shè)健康發(fā)展、更好發(fā)揮作用。”[2]智庫研究者需要提供切實(shí)有效的研究報(bào)告，從而得到政策部門和大眾的認(rèn)可，而政府的決策人員也需要有意識地改變傳統(tǒng)的決策模式，在決策前盡量要求智庫方從大數(shù)據(jù)角度展開研究。如果決策者不在意大數(shù)據(jù)研究報(bào)告，尚不能熟練掌握大數(shù)據(jù)研究的智庫人員自然更傾向于用傳統(tǒng)方式提供政策建議。只有決策者和政策研究人員形成良性互動，出現(xiàn)一些用大數(shù)據(jù)支撐決策并取得良好社會效益的成功案例，大數(shù)據(jù)賦能智庫發(fā)展的社會效應(yīng)才會真正形成。社會公眾才會慢慢理解并接受大數(shù)據(jù)應(yīng)用的社會價(jià)值，從而推動整個(gè)社會增強(qiáng)合法利用大數(shù)據(jù)的需求。

（二） 供給側(cè)問題

根據(jù)《全球智庫報(bào)告》的數(shù)據(jù)顯示，2008年我國的智庫有74家，2009年激增至428家，2020年為1413家，位列世界第二。由此可見，我國已然成為了智庫大國，但“大”并不意味著“強(qiáng)”。不足與劣勢主要體現(xiàn)在智庫建設(shè)出現(xiàn)泛化，如不具備智庫建設(shè)資質(zhì)的機(jī)構(gòu)也搖身一變成為智庫。此外，與國際一流智庫相比，我國智庫創(chuàng)新能力與全球視野有待進(jìn)一步提升，智庫建設(shè)跟不上社會大形勢的發(fā)展、具有國際影響力的智庫較少等。所以對我國而言，建設(shè)具備前沿化、技術(shù)化、高端化、研究新問題、提出新方法的新型智庫迫在眉睫。傳統(tǒng)的智庫研究范式是理論驅(qū)動型，新型智庫的建設(shè)應(yīng)該是數(shù)據(jù)驅(qū)動型，采用定量分析與定性分析結(jié)合的方法，而大數(shù)據(jù)就是助力新型智庫建設(shè)的有力工具，由智庫大國向智庫強(qiáng)國轉(zhuǎn)變需要大數(shù)據(jù)賦能。

智庫要提升大數(shù)據(jù)研究與應(yīng)用能力，必須首先解決大數(shù)據(jù)人才供給短缺問題。智庫能否做好大數(shù)據(jù)研究，提出有力的報(bào)告，根本上取決于智庫有沒有相應(yīng)的大數(shù)據(jù)人才，這就需要大力培育能夠勝任大數(shù)據(jù)研究的人才隊(duì)伍。目前大數(shù)據(jù)賦能智庫建設(shè)人才隊(duì)伍方面存在的主要問題有：第一，大數(shù)據(jù)是一個(gè)新興學(xué)科領(lǐng)域，大數(shù)據(jù)人才作為更高層次的復(fù)合型人才，需要掌握機(jī)器學(xué)習(xí)、數(shù)理統(tǒng)計(jì)、語言處理、情感分析等多方面的知識，而當(dāng)前的大數(shù)據(jù)技術(shù)人員多是從計(jì)算機(jī)相關(guān)學(xué)科轉(zhuǎn)行而來，現(xiàn)實(shí)中能夠勝任具體大數(shù)據(jù)工作的人才整體缺乏，少數(shù)先行者多被工商業(yè)界的強(qiáng)大需求吸引，智庫中的理論研究者鮮有熟練掌握大數(shù)據(jù)技術(shù)的人員，社會整體上少有可以勝任大數(shù)據(jù)研究的智庫人才。根據(jù)清華大學(xué)經(jīng)管學(xué)院2017年11月發(fā)布的《中國經(jīng)濟(jì)的數(shù)字化轉(zhuǎn)型：人才與就業(yè)》報(bào)告顯示，到2025年我國大數(shù)據(jù)領(lǐng)域人才缺口將達(dá)到200萬。第二，大數(shù)據(jù)是一個(gè)需要多學(xué)科交叉融合的研究領(lǐng)域。真正的交叉融合不是簡單的合作，需要有人既懂大數(shù)據(jù)技術(shù)，又懂所要研究領(lǐng)域的專業(yè)知識，同時(shí)還能知道二者融合的關(guān)鍵點(diǎn)。智庫開展的大數(shù)據(jù)研究相比其他行業(yè)領(lǐng)域更加需要切實(shí)有效性，真正有價(jià)值的智庫研究需要落地執(zhí)行，不能止步于理論探索，所以更加需要做好大數(shù)據(jù)技術(shù)與所要解決的經(jīng)濟(jì)社會問題的交叉融合。在大數(shù)據(jù)人才本就不足的情況下，缺乏具備良好的大數(shù)據(jù)和經(jīng)濟(jì)社會問題交叉研究能力的人才，智庫所需要的大數(shù)據(jù)交叉研究將很難成功。第三，大數(shù)據(jù)技術(shù)在工商業(yè)中的應(yīng)用已經(jīng)出現(xiàn)了很多經(jīng)典案例，但將大數(shù)據(jù)應(yīng)用于社會問題的研究，從而為政府或其他對象提供決策服務(wù)的成功案例仍然不足且不成熟。除去社會問題研究的復(fù)雜性之外，主要的原因即在于當(dāng)前智庫大多脫胎于由政府和高校從業(yè)人員組成的相關(guān)研究機(jī)構(gòu)，其成員的學(xué)科背景和知識儲備一般都與大數(shù)據(jù)相去較遠(yuǎn)，對大數(shù)據(jù)技術(shù)及其應(yīng)用方法的掌握相對不足，大數(shù)據(jù)研究能力相對缺乏。只有提升了大數(shù)據(jù)研究能力，才能找準(zhǔn)大數(shù)據(jù)問題，用對大數(shù)據(jù)研究范式，“當(dāng)復(fù)雜數(shù)據(jù)和政府決策相結(jié)合時(shí)，才能更好地滿足決策者理想得到的具體政策，”[3]也才能最終成功完成基于大數(shù)據(jù)的智庫報(bào)告。

大數(shù)據(jù)賦能的智庫研究，數(shù)據(jù)分析方法要從偏重解釋事物之間的因果關(guān)系轉(zhuǎn)變到相關(guān)性分析中，用全新的研究視角梳理和總結(jié)事物之間的關(guān)聯(lián)，通過建立數(shù)據(jù)模型，提高智庫研究的準(zhǔn)確性、科學(xué)性。隨著大數(shù)據(jù)時(shí)代的全面到來，只有擁有較強(qiáng)大數(shù)據(jù)研究能力的智庫，才能很好地利用大數(shù)據(jù)抓準(zhǔn)時(shí)代脈搏，找準(zhǔn)問題根源，掌握問題全貌，提出更符合實(shí)際和時(shí)代要求的政策建議和智庫報(bào)告，從而在智庫競爭中脫穎而出，更好地服務(wù)于國家和社會，而要將大數(shù)據(jù)賦能智庫建設(shè)的潛在優(yōu)勢發(fā)揮出來，還需努力改善技術(shù)和人才供給存在的不足。當(dāng)前一些高校紛紛開設(shè)大數(shù)據(jù)相關(guān)專業(yè)的課程，以滿足市場上對大數(shù)據(jù)人才的需求。但是復(fù)合型人才培養(yǎng)周期長，難度大，高校開設(shè)大數(shù)據(jù)專業(yè)課程并不一定代表著智庫研究所需大數(shù)據(jù)人才的快速補(bǔ)充。從專業(yè)開設(shè)到人才成熟需要時(shí)間和實(shí)踐，從大數(shù)據(jù)人才到智庫所需的大數(shù)據(jù)復(fù)合型人才更需要時(shí)間，智庫在短時(shí)間內(nèi)依然會難以招到需要的人才，人才隊(duì)伍難題仍將持續(xù)一段時(shí)間。

（三） 環(huán)境問題

1. 法治環(huán)境

對于如何利用大數(shù)據(jù)，無論政府還是個(gè)人仍然還有很多的疑慮，整體上采取謹(jǐn)慎策略，很多關(guān)鍵性數(shù)據(jù)仍被限制使用或在合理使用時(shí)受阻。一方面，個(gè)人信息相關(guān)數(shù)據(jù)受到的保護(hù)日益加強(qiáng)。2020年《民法典》、《個(gè)人信息保護(hù)法（草案）》相繼頒布，其中《民法典》第一千零三十二條至一千零三十九條就隱私權(quán)和個(gè)人信息保護(hù)各方權(quán)責(zé)作了說明和規(guī)定，《個(gè)人信息保護(hù)法（草案）》則更加細(xì)致的確立了以“告知—同意”為核心的個(gè)人信息處理系列法規(guī)。 另一方面，我國當(dāng)前的數(shù)據(jù)保護(hù)法規(guī)仍然有待健全，數(shù)據(jù)保護(hù)漏洞依然存在，對普通百姓造成的隱私信息泄露危害仍有發(fā)生，同時(shí)，一些社會發(fā)展必要的基礎(chǔ)數(shù)據(jù)卻受到“過度保護(hù)”，成為“數(shù)據(jù)孤島”。整體來看，由于法律法規(guī)不健全，為求安全與可靠，大部分人對大數(shù)據(jù)應(yīng)用依然敬而遠(yuǎn)之，正確看待大數(shù)據(jù)應(yīng)用的社會共識還沒有真正形成。

2. 理論環(huán)境

將大數(shù)據(jù)資源、方法應(yīng)用于科學(xué)研究本質(zhì)上是一種“范式革命”，只不過這一革命至今尚未全面展開，仍處于革命的醞釀期。不僅是科學(xué)，任何事物的發(fā)展都遵循周期性發(fā)展模式，隨著時(shí)間的推移，新范式取代舊范式，從而進(jìn)入新的常規(guī)科學(xué)時(shí)期，新常規(guī)科學(xué)在被使用一段時(shí)間后也會出現(xiàn)危機(jī)，又會引起新的科學(xué)革命，如此不斷循環(huán)，不斷前進(jìn)。這種曲折前進(jìn)的發(fā)展?fàn)顟B(tài)符合科學(xué)發(fā)展的演變趨勢，也符合馬克思主義的辯證法。新事物遲早會代替舊事物，只是這種代替不是一蹴而就的，需要經(jīng)歷由量變到質(zhì)變的較長時(shí)期。

大數(shù)據(jù)的研究范式無論是在自然科學(xué)領(lǐng)域還是在社會科學(xué)領(lǐng)域都尚未達(dá)到成熟，但這并不意味著大數(shù)據(jù)研究的基本范式毫無章法可循。大數(shù)據(jù)是一個(gè)外延廣大的范疇，基于大數(shù)據(jù)的研究范式已經(jīng)可以很明顯地在不同層次劃分出一些基本類型，比如：哲學(xué)社會科學(xué)領(lǐng)域的大數(shù)據(jù)研究范式不同于自然科學(xué)領(lǐng)域；在社會科學(xué)領(lǐng)域內(nèi)部又存在著文本大數(shù)據(jù)研究范式與行為大數(shù)據(jù)研究范式的區(qū)別；在文本大數(shù)據(jù)研究范式內(nèi)部又包含著文獻(xiàn)文本大數(shù)據(jù)和網(wǎng)絡(luò)文本大數(shù)據(jù)的區(qū)別。具體到不同層次不同類型的大數(shù)據(jù)應(yīng)用上，應(yīng)該采用不同的大數(shù)據(jù)技術(shù)、工具模型和參照范例，亦即存在更加細(xì)分的研究范式的差異。這些技術(shù)、模型和范例當(dāng)然還需要進(jìn)一步探索和完善，但應(yīng)用大數(shù)據(jù)的智庫人員作為參與其中的“范式革命者”，應(yīng)該有意識地對不同的分析范式進(jìn)行細(xì)分，并善加選擇，以“范式革命”精神開展創(chuàng)新性研究。

在科學(xué)研究范式本身發(fā)展以及外部環(huán)境的推動下，“基于大數(shù)據(jù)的范式革命到來是一種必然?！盵4]“信息爆炸”已經(jīng)對經(jīng)驗(yàn)科學(xué)、理論科學(xué)、計(jì)算機(jī)模擬科學(xué)形成了強(qiáng)大的沖擊，傳統(tǒng)的范式已基本不適用于海量數(shù)據(jù)的研究。當(dāng)前很多學(xué)科的基本理論問題研究，已經(jīng)越來越依賴于大量數(shù)據(jù)的收集、處理、存儲、分析、可視化等大數(shù)據(jù)方法。“范式革命”正在醞釀，研究方法將發(fā)生革命性的變化，但任何新事物的誕生都不是一帆風(fēng)順，舊范式的支持者仍然對新范式抱有很多質(zhì)疑，有些質(zhì)疑有待大數(shù)據(jù)研究通過完善自身加以解決，有些質(zhì)疑也難免來自于偏見，很難通過理論自身的進(jìn)步得以消除。

3. 數(shù)據(jù)共享環(huán)境

數(shù)據(jù)共享是應(yīng)用大數(shù)據(jù)的前提。對企事業(yè)單位來說，數(shù)據(jù)是一種資產(chǎn)，在沒有充分的安全保障前提下，不會輕易共享數(shù)據(jù)，并且隨著數(shù)據(jù)倫理的倡議以及隱私保護(hù)、道德層面的要求日益受到重視，便出現(xiàn)不愿共享、不敢共享、不能共享的情況。首先，政務(wù)數(shù)據(jù)往往被看作是一種部門資產(chǎn)和資源，擁有和使用政務(wù)數(shù)據(jù)則被看做一種“權(quán)力”，數(shù)據(jù)整合后“部門數(shù)據(jù)”的特征不再明顯，這對于數(shù)據(jù)擁有部門來說是意味著地位的下降，于是在推進(jìn)數(shù)據(jù)整合共享過程中敷衍了事，態(tài)度消極；此外政府部門擔(dān)心數(shù)據(jù)整合共享后會有管理邊界不清晰、責(zé)任區(qū)分不明確問題，[5]從而給本部門自身工作帶來一些不必要的麻煩，甚至影響本部門日常工作，于是出現(xiàn)不愿共享的情況。其次，數(shù)據(jù)是政府工作績效最直接的反應(yīng)，會有一些政府部門擔(dān)心數(shù)據(jù)共享后會暴露出本部門工作開展中存在的一些問題，為避免自身受到重點(diǎn)監(jiān)督或者被問責(zé)，會對數(shù)據(jù)整合產(chǎn)生抵觸心理，不敢共享。數(shù)據(jù)共享推進(jìn)速度緩慢會有基于網(wǎng)絡(luò)安全的考慮以及整合技術(shù)方面的限制，同時(shí)，在政府部門間的整合還涉及體制機(jī)制的問題，不可否認(rèn)當(dāng)前數(shù)據(jù)整合共享制度并不完善，這就導(dǎo)致有些數(shù)據(jù)最后不能實(shí)現(xiàn)共享。

二、問題根源分析

（一） 技術(shù)難題

1. 技術(shù)復(fù)雜性難題

現(xiàn)階段，大數(shù)據(jù)在醫(yī)學(xué)、金融、教育、交通、營銷、服務(wù)等領(lǐng)域已初步得到應(yīng)用，但全行業(yè)普及應(yīng)用的熱潮還并未形成，存在的技術(shù)基礎(chǔ)難題影響著全行業(yè)全面接入的進(jìn)程。大數(shù)據(jù)超越了傳統(tǒng)數(shù)據(jù)規(guī)模之“量”的限制，但在數(shù)據(jù)之“雜”上仍然受限，需要大量人為“清洗”、“降噪”和“標(biāo)注”等處理，習(xí)慣于傳統(tǒng)研究模式的智庫短時(shí)間內(nèi)很難應(yīng)用此技術(shù)開展研究。另外，短時(shí)間熟練掌握大數(shù)據(jù)技術(shù)有一定難度。“大數(shù)據(jù)是人工智能的基礎(chǔ)，要利用大數(shù)據(jù)技術(shù)就離不開機(jī)器學(xué)習(xí)（Machine Learning），”[6]而機(jī)器學(xué)習(xí)中，計(jì)算機(jī)排除故障（DEBUG）候選錯(cuò)誤空間大、調(diào)試周期長，且調(diào)試結(jié)果具有不確定性。雖然目前關(guān)于機(jī)器學(xué)習(xí)已經(jīng)有大量的教程、文章、開源的代碼，但沒有經(jīng)過全面專業(yè)的機(jī)器學(xué)習(xí)，實(shí)際應(yīng)用大數(shù)據(jù)開展各項(xiàng)工作時(shí)，依然會遇到非常大的阻礙。

2. 技術(shù)適用性難題

大數(shù)據(jù)相關(guān)專業(yè)的學(xué)習(xí)解決的是“會不會用”的問題，除此之外，還要學(xué)習(xí)“如何用”。大數(shù)據(jù)目前的發(fā)展水平，還不能完全取代傳統(tǒng)的數(shù)據(jù)收集方法，一般是作為傳統(tǒng)數(shù)據(jù)收集方法的補(bǔ)充。另外在現(xiàn)實(shí)生活中我們面對的很多問題在本質(zhì)上并非大數(shù)據(jù)問題，這些問題本身并不需要用到大數(shù)據(jù)技術(shù)，因此我們需避免大數(shù)據(jù)自大、過度擬合等問題的發(fā)生。如果我們在不適合使用大數(shù)據(jù)技術(shù)的問題上泛泛地使用大數(shù)據(jù)，不但得不出好的結(jié)果，影響自身對大數(shù)據(jù)應(yīng)用的信心，還會連帶影響社會大眾對大數(shù)據(jù)應(yīng)用的接受態(tài)度。

技術(shù)是人開發(fā)并用來服務(wù)于人的，任何技術(shù)其本身無所謂好壞，圍繞大數(shù)據(jù)技術(shù)使用出現(xiàn)的一系列問題由技術(shù)主體引起，是技術(shù)的使用者在運(yùn)用技術(shù)的過程中出現(xiàn)了偏差，把不同性質(zhì)的問題用同一方式解決，結(jié)果必然存在差錯(cuò)。如果我們對所要解決的問題性質(zhì)有清晰的了解，用對方法，就可以規(guī)避這類現(xiàn)象的發(fā)生。

（二） 學(xué)科交叉難題

新型智庫建設(shè)需要一定數(shù)量既懂大數(shù)據(jù)又懂理論研究的復(fù)合型人才，而大數(shù)據(jù)人才培養(yǎng)近兩三年才在我國高校逐漸展開，大數(shù)據(jù)人才尚且缺乏，既熟悉理論研究又懂大數(shù)據(jù)技術(shù)的復(fù)合型人才更是匱乏。除人才培養(yǎng)周期問題外，交叉學(xué)科建設(shè)本身也存在一些難題。交叉學(xué)科是不同學(xué)科之間相互交叉融合、滲透而出現(xiàn)的新型學(xué)科，目前交叉學(xué)科還處于發(fā)展初期，相關(guān)研究成果還比較少，學(xué)科影響力小，社會有強(qiáng)烈的交叉學(xué)科人才需求，但高校交叉學(xué)科建設(shè)面臨著學(xué)科專業(yè)設(shè)置不合理、對交叉學(xué)科研究的認(rèn)識不足、觀念陳舊、合作意識不強(qiáng)、學(xué)科交叉型師資不足、科研資源缺乏和保障系統(tǒng)不完善等亟待解決的實(shí)際困難。

（三） 治理模式難題

數(shù)字化社會治理模式在交通、城管、衛(wèi)健諸多領(lǐng)域能夠大大提升服務(wù)能力和效率，但社會治理與技術(shù)賦能之間存在復(fù)雜的互動關(guān)系。首先，一些人錯(cuò)誤地認(rèn)為“大數(shù)據(jù)時(shí)代決策權(quán)已成為技術(shù)精英的專屬”[7]，容易出現(xiàn)“精英治理”、“唯數(shù)據(jù)論”等不良局面使民主決策的本質(zhì)難以充分發(fā)揮，悖離“以人為本”的價(jià)值理念，這些誤解在一定程度上阻礙了大數(shù)據(jù)在社會治理轉(zhuǎn)型中發(fā)揮其應(yīng)有作用。

此外，“傳統(tǒng)治理模式曾在幾十年內(nèi)保證了國內(nèi)經(jīng)濟(jì)的高速增長、公共事業(yè)的快速發(fā)展以及社會的總體穩(wěn)定”[8]，加之“大數(shù)據(jù)治理”理念還處在形成的初期，人們不善用或無意識使用數(shù)據(jù)賦能社會治理，依然對傳統(tǒng)的治理模式存在制度上的“路徑依賴“和實(shí)踐上的行為慣性。

三、對策建議

（一） 突破大數(shù)據(jù)應(yīng)用的“最后一公里”障礙

對大數(shù)據(jù)技術(shù)知之甚少是導(dǎo)致技術(shù)濫用的最主要原因，對待任何技術(shù)我們正確的態(tài)度應(yīng)該是“善用”而不是“技術(shù)綁架”，技術(shù)使用者要努力提高自己的認(rèn)知水平與實(shí)踐、技術(shù)操作能力，正確區(qū)分問題的性質(zhì)與屬性，在發(fā)揮大數(shù)據(jù)作用助力問題解決的同時(shí)，還要注意技術(shù)應(yīng)用的合理性，正確認(rèn)知技術(shù)過渡期，通過批判繼承舊技術(shù)來認(rèn)識新技術(shù)、使用新技術(shù)。大數(shù)據(jù)在工商業(yè)界的應(yīng)用比較成熟，但是將大數(shù)據(jù)應(yīng)用在智庫中的場景與工商業(yè)中的應(yīng)用場景存在著差異，智庫建設(shè)中的大數(shù)據(jù)應(yīng)用難題還沒有得到完全的解決。同時(shí)，針對目前大數(shù)據(jù)自身技術(shù)方面還存在的“數(shù)據(jù)清洗”、“數(shù)據(jù)降噪”、“機(jī)器學(xué)習(xí)”等運(yùn)用性難題，下一步相關(guān)領(lǐng)域還應(yīng)繼續(xù)加強(qiáng)這些方面的研究，努力將大數(shù)據(jù)技術(shù)最大限度的普適化，降低操作運(yùn)用難度，使得大數(shù)據(jù)技術(shù)基礎(chǔ)較差的使用者可以不經(jīng)過系統(tǒng)完整的專業(yè)培訓(xùn)，實(shí)現(xiàn)滿足自我需要的數(shù)據(jù)獲取與快速精準(zhǔn)分類，掃除數(shù)據(jù)應(yīng)用“最后一公里” 障礙。

（二） 鼓勵大數(shù)據(jù)學(xué)科交叉的探索與應(yīng)用

多學(xué)科交叉融合發(fā)展是學(xué)科建設(shè)的必然趨勢，國外有影響力的智庫一般都具有跨學(xué)科研究的特征。交叉研究對我國新型智庫建設(shè)具有重要的啟示，我國智庫建設(shè)也必須重視加強(qiáng)學(xué)科交叉的探索與應(yīng)用。探索交叉學(xué)科建設(shè)與人才培養(yǎng)，高校應(yīng)成為先行者，高?？梢砸罁?jù)學(xué)校的專業(yè)設(shè)置情況，制定交叉學(xué)科人才培養(yǎng)組織架構(gòu)，學(xué)院與學(xué)院之間展開合作，依托不同學(xué)院的教學(xué)專長，設(shè)置通識教學(xué)課程等，將學(xué)科交叉發(fā)展理念首先體現(xiàn)在課程設(shè)置上，主動尋求與數(shù)據(jù)關(guān)聯(lián)企業(yè)、具有創(chuàng)新意識的傳統(tǒng)企業(yè)等展開合作，給學(xué)生創(chuàng)造更多的實(shí)習(xí)機(jī)會，為我國培養(yǎng)出更多的交叉研究型人才。同時(shí)要努力克服學(xué)科建設(shè)中存在的師資不足、交叉研究意識不強(qiáng)等問題，通過加大宣傳、產(chǎn)出高價(jià)值研究成果等，努力改變社會各界對交叉研究的認(rèn)知，鼓勵交叉研究在教學(xué)、智庫研究中的應(yīng)用，增強(qiáng)學(xué)科影響力。

（三） 加大大數(shù)據(jù)交叉與應(yīng)用人才培養(yǎng)力度

隨著經(jīng)濟(jì)社會發(fā)展，全國各地對大數(shù)據(jù)、物聯(lián)網(wǎng)、人工智能以及智慧城市建設(shè)人才需求越來越大。因此，加快培養(yǎng)大數(shù)據(jù)等新興領(lǐng)域的專業(yè)復(fù)合型人才，打造既懂理論又懂實(shí)操的大數(shù)據(jù)、物聯(lián)網(wǎng)、人工智能以及智慧城市人才隊(duì)伍已迫在眉睫。為了不使我國在大數(shù)據(jù)時(shí)代的國際競爭中落伍，從中央到地方都必須重視對大數(shù)據(jù)人才的培養(yǎng)，完善基礎(chǔ)、設(shè)置崗位，在培養(yǎng)人才的基礎(chǔ)上也要創(chuàng)造條件留住人才，同時(shí)也要積極面向全球廣絡(luò)精英，為智庫建設(shè)掃除人才短缺困境。

（四） 加強(qiáng)頂層設(shè)計(jì)和相關(guān)法規(guī)建設(shè)

大數(shù)據(jù)戰(zhàn)略的全面展開需要國家持續(xù)加強(qiáng)頂層設(shè)計(jì)，審時(shí)度勢，精心謀劃，超前布局，力爭主動。大數(shù)據(jù)戰(zhàn)略要精心謀劃，優(yōu)化戰(zhàn)略規(guī)劃，制定層級發(fā)展目標(biāo)以明確方向和重點(diǎn)；要加強(qiáng)大數(shù)據(jù)共享平臺和安全保障體系建設(shè)，掃除制度障礙盡快形成共享服務(wù)體系；要建立和完善大數(shù)據(jù)安全應(yīng)急機(jī)制，降低大數(shù)據(jù)風(fēng)險(xiǎn)；要推動大數(shù)據(jù)與企業(yè)、政府、社會組織的融合，實(shí)施融合發(fā)展戰(zhàn)略，構(gòu)建大數(shù)據(jù)產(chǎn)業(yè)生態(tài)體系。大數(shù)據(jù)應(yīng)用得到了社會的普遍接受和認(rèn)可，大數(shù)據(jù)賦能智庫建設(shè)的社會基礎(chǔ)才能真正形成。

同時(shí)，現(xiàn)階段我國關(guān)于大數(shù)據(jù)應(yīng)用、大數(shù)據(jù)權(quán)益保護(hù)、數(shù)據(jù)共享、數(shù)據(jù)流通方面的法規(guī)和管理機(jī)制仍不健全，依然要加強(qiáng)研究完善保護(hù)個(gè)人數(shù)據(jù)隱私和數(shù)據(jù)權(quán)益的專門法案，維護(hù)大數(shù)據(jù)技術(shù)應(yīng)用以及合理使用數(shù)據(jù)的良好社會氛圍。數(shù)據(jù)價(jià)值在于共享，要對數(shù)據(jù)的共享、流通有明晰的法律規(guī)范，為智庫使用數(shù)據(jù)開展研究提供法律保障，消除智庫對數(shù)據(jù)使用合理性的擔(dān)憂和現(xiàn)實(shí)障礙。

（五） 提升政府相關(guān)部門人員的大數(shù)據(jù)素養(yǎng)

數(shù)據(jù)要發(fā)揮價(jià)值就要打破“數(shù)據(jù)孤島”現(xiàn)象，促進(jìn)數(shù)據(jù)資源交互與共享，從而為智庫研究提供大數(shù)據(jù)支持，方法上除了要完善制度建設(shè)，消除數(shù)據(jù)共享的后顧之憂外，須進(jìn)一步提升政府相關(guān)部門人員的大數(shù)據(jù)素養(yǎng)。在制度規(guī)范的前提下，推動政府相關(guān)部門人員充分學(xué)好用好大數(shù)據(jù)技術(shù)，強(qiáng)化政務(wù)公開和政府透明度，加快建設(shè)數(shù)據(jù)中臺和大數(shù)據(jù)服務(wù)平臺，推動數(shù)據(jù)資源交互與共享。在此基礎(chǔ)上，智庫充分利用豐富的數(shù)據(jù)資源，結(jié)合大數(shù)據(jù)、云計(jì)算、物聯(lián)網(wǎng)、人工智能等技術(shù)，構(gòu)建面向復(fù)雜公共決策領(lǐng)域的智能模擬與仿真模型，完善公共決策的戰(zhàn)略設(shè)計(jì)、風(fēng)險(xiǎn)預(yù)警、政策評估等步驟，探索大數(shù)據(jù)智能決策體系，借鑒國內(nèi)外先進(jìn)經(jīng)驗(yàn)，推動決策流程再造。同時(shí)，政府相關(guān)部門人員的大數(shù)據(jù)素養(yǎng)提升后，也有助于大數(shù)據(jù)技術(shù)在政府部門的推廣使用。只有了解了大數(shù)據(jù)的優(yōu)勢并具有一定的操作能力，政府工作人員才會樂意使用大數(shù)據(jù)技術(shù)完成紛繁復(fù)雜的工作和輔助決策，才會利用大數(shù)據(jù)進(jìn)行社會治理。

此外，國外智庫成立時(shí)間早，在利用大數(shù)據(jù)賦能智庫建設(shè)方面比我國也更有經(jīng)驗(yàn)，我們也要學(xué)習(xí)借鑒國際知名智庫的成功經(jīng)驗(yàn)，不斷創(chuàng)新智庫研究范式，順應(yīng)大數(shù)據(jù)發(fā)展的趨勢，建立基于大數(shù)據(jù)的決策咨詢系統(tǒng)，著力提升數(shù)據(jù)供給和服務(wù)決策的能力。