智库（Think Tank），也称“思想库”“思想工厂”“智囊团”“咨询机构”或“情报研究中心”等。智库作为公共政策的研究机构，主要是针对政治、经济、外交和公共管理领域的关键问题，为政府的科学决策提供咨询。我国虽然是世界第二智库大国，但多数智库是由社会科学院、党校、情报机构转型而来，国内尚缺乏具有影响力的高端科技智库，对智库的研究时间也较短。2015年，中共中央办公厅、国务院办公厅印发《关于加强中国特色新型智库建设的意见》明确指出，中国特色新型智库是国家治理体系和治理能力现代化的重要内容，中国特色新型智库是国家软实力的重要组成部分。2017年，习近平总书记主持召开中央全面深化改革领导小组第三十二次会议并通过《国家科技决策咨询制度建设方案》，强调建设国家科技决策咨询制度，要把立足点放在支撑国家发展全局、服务党中央重大科技决策需求上，着力做好机制设计。由此，我国要建立科技决策最高智库的方向得以明确。特别是党的十九大以来，习近平总书记关于智库建设的理论和思想的论述更加推动了我国科技智库建设事业的前进，标志着加强科技智库建设已上升为国家战略。
一、国内外相关研究沿革
智库源于20世纪50年代的美国军事术语，指的是军事研究组织，也指如兰德公司这样的合同型研究机构。20世纪60年代开始，智库在美国、欧洲、日本开始普及，泛指各种提供军事、外交、政治、社会问题等政策建议的研究团体或机构。国际上比较权威并广泛认可的定义是：智库是公共政策研究分析和咨询的组织，以政策导向开展研究分析，并对国内外政策提出意见建议，从而使决策者和公众能够对公共政策作出明智的决定。近年来国内智库相关的研究迅速发展，例如，中科院的张志强研究员认为，智库是专业型的战略与政策问题研究机构。清华大学的薛澜教授认为，智库是指以影响公共政策为主要目的的稳定、独立的研究或咨询机构，其通过公开发布研究成果、或与决策者沟通的方式来影响决策。广东省社科院的林平凡研究员认为，智库是由多学科专家团队组成的公共研究机构，为决策者处理社会、经济、科技、军事、外交等各方面的问题出谋划策；从功能上，智库分为策略型智库和战略型智库，策略型智库主要是解决经济社会发展中的具体问题，战略型智库则是以影响和服务经济社会发展重大决策研究咨询为主。以科技为研究对象和研究内容的智库可称为科技智库，科技智库重点关注科学技术在公共政策与决策咨询中的作用和影响，在国家科技战略规划、部署及政策制定等方面提出建议。
二、科技智库与情报研究的关系
科技智库是一个跨学科融合的产物，其在研究中需要多学科的知识，其中科技智库与情报研究紧密相关。1991年的《国家科学技术情报发展政策》曾指出“情报研究是对情报的深度加工，属思想库范畴”。由此可见，情报研究在科技智库研究和建设中发挥着重要的支撑作用。
（一）科技智库与情报的研究流程和服务内容相似
情报是宏观决策必须依赖的知识，是决策科学化的重要基础，没有情报的决策将是盲目的决策。情报研究和科技智库研究均是一种应用研究，二者具有相似的流程。如图1所示，科技智库研究中的信息搜集、信息分析及提出对策或建议可分别与情报研究中的情报搜集、情报分析和情报应用相对应。
现代情报研究是运用先进的信息处理和分析技术，对各种来源的信息进行采集、加工处理、分析，最终形成用户所需要的情报，为情报用户提供定向情报支持的过程。科技智库研究模式与之相似，其针对某一主题问题，集专家学者智慧，向用户提供科学的政策建议，为此科技智库的研究人员需要开展信息采集和情报分析工作。此外，现代情报研究的一些工作内容，如科技查新、科技咨询、专题研究推送等，都与科技智库的服务内容类似。依据图1，可以发现科技智库的任务是提出决策或建议，而决策或建议的形成源于情报研究工作，可见情报研究是科技智库工作的基础。
（二）科技智库与情报研究和服务的着力点存在差异
尽管科技智库研究与情报研究的关系非常密切，二者均承担服务用户决策的功能，但两者之间又存在一定的差异。情报研究侧重于基于信息造出情报产品，而科技智库侧重于基于情报产品而形成的建议。具体体现在：其一，科技智库研究关注科技政策问题，如以“实时重大的科技问题或事件”为出发点，搜集相关的所有信息，做出预判和预测，提出建议。情报研究则以数据或事实为基础，侧重于综合反映科技问题或事件的真实情况，预判和预测科技的发展态势，为用户的决策提供情报支持。其二，科技智库的研究侧重以科技领域的专家意见为主，形成的建议对决策更有导向性，可以帮助决策者制定决策方案并发布。而情报研究侧重运用各种情报研究方法满足不同类型的情报用户需求，相比科技智库，科技情报服务的类型比较多样，如信息检索和咨询服务、科技查新服务、科技评价服务等。
三、具备情报生态特征的高端科技智库建设路径
高端科技智库建设是习近平新时代中国特色社会主义思想的重要组成部分，“要建设一批国家亟需、特色鲜明、制度创新、引领发展的高端智库，重点围绕国家重大战略需求开展前瞻性、针对性、储备性政策研究”。随后，国内相关机构的研究人员针对这一问题开展研究，例如：刘伟平研究员论述中国科学院建设国家高端科技智库的总体考虑，刘清研究员提出应发挥科技战略情报在高端科技智库建设中的基础性作用，苏州大学的杨云从情报视角初步探究新型智库的建设问题。鉴于情报研究与科技智库研究的紧密关系，本文提出具备情报生态特征的高端科技智库研究模型和设想，并以战略情报与科技智库研究融合为例，阐述高端科技智库的研究思路。
（一）具备情报生态特征的科技智库生态模型
情报生态（Intelligence Ecological，IE）是指应用生态论的基本原理，以情报主体（组织、人）、情报方法和技术、情报环境等要素的平衡关系为基础，从微观到宏观，从研究对象的表面到洞见其内部的结构，分析认识各种因素间的关系和影响，进而寻找一种动态的平衡。科技智库与情报研究天然的亲缘关系使得科技智库的建设必然离不开情报研究的参与和融合，即科技智库的研究过程蕴含着情报生态的特征。在此基础上，本文提出图2所示的科技智库生态模型。
如图2所示，模型将科技智库研究视为一个生态活动过程，该模型主要包括4个维度：其一，科技智库的主体维，即科技智库研究的主体，包括生产者（服务主体如人）和消费者（服务对象如决策者）；其二，科技智库的客体维，即科技智库研究的对象，包括数据、信息、知识以及情报；其三，科技智库的空间维，指科技智库研究的空间，即需求场景（实体和虚拟）；其四，科技智库的时间维，指科技智库研究的时间周期与不同阶段（成长、成熟、衰落、新成长）。
科技智库的研究从以上4个维度协同交互，获取多维度的数据、信息、知识和情报，融合情报研究方法和技术，构建专家和机器协同工作的生态系统环境，以情报感知、情报分析、情报交互、情报决策能力配合空间维中的不同决策需求场景，赋能于科技智库的研究过程。在科技智库与情报研究两者协同交融的生态系统中，科技智库主体的生产者（组织或机构）在正确的时间将正确的情报信息传递给科技智库主体的消费者（政府），最终实现物理世界、信息和社会空间的交互，通过情报的交互和流动，有效支撑科技智库提供及时、准确的决策和建议。
需要指出的是，在此生态模型中，科技智库客体维中的情报发挥核心作用，情报研究通过对物理世界进行扫描、对数据进行搜集、对信息进行分析，实现对情报进行感知、生产和传递的过程；在科技智库的主体维，政府、机构、组织、专家吸收和调动算法、模型、方法和技术等，将情报研究要素全过程融入科技智库研究和能力建设中，实现研究资料的全谱系化、研究方法的集成化、分析技术的智能化、服务场景的多元化，使科技智库在面对具体科技问题或事件时，具有深度分析的聚焦能力。在整个生态模型中，科技智库的主体维、客体维、空间维和时间维是一个多维动态环境，它突破了时空限制，促进数据、信息、知识和情报之间的有效聚合和增值，实现科技智库与情报研究的共生、共存和共进。
（二）科技智库生态中的战略情报服务路径
在情报研究中，战略情报与科技智库研究关系最为密切。从功能视角看，其与科技智库相似，均可支撑面向政府的决策咨询；从服务视角看，战略情报与科技智库的研究主题和研究重点比较接近，如均可涉及世界科技发展的前沿问题、科技发展的新趋势、科技发展的重大事件等。可以这样说，没有科技战略情报支撑的科技智库就无法占据科技决策的制高点。当前，战略情报研究的重点与我国对科技智库建设的指导思想是一致的。本文认为：科技战略情报理念以科技智库职能为核心，履行科技战略情报研究职责，为政府和社会公益事业提供优质科技信息服务。科技智库则以服务国家科技发展的决策需求为核心，对事关科技发展的重要问题进行研究，为国家的科技发展战略与政策制定提供意见或建议，为国家发展提供宏观决策服务。基于科技智库生态模型，面向科技智库建设的战略情报服务路径应重点关注以下4个方面。
1.多维度协同—以战略情报的工作流程提升科技智库核心能力建设
科技智库的核心能力是通过智库资源积累和整合而形成思想创新、决策引导、舆论支持。战略情报流程和科技智库流程均是基于对数据和信息的收集、整理、分析加工，一方面努力辨析事实，另一方面实现信息的增值，生成新的知识和情报，二者的目标都是从数据、信息中生成知识、情报。因此，两者的流程在目标、知识属性、价值属性等方面具有同质性，二者具有相互借鉴与融合的空间。多维度协同具体是指依据工作流程，结合模型中的时间维度，在科技智库的主体维运用情报感知理念，提升科技智库主体对重要科技问题或事件的识别能力；在科技智库的客体维运用情报研究的数据处理与分析技术，提升数据、信息和知识的利用效率，运用情报研究的量化思维提升情报决策的客观性；在科技智库的空间维运用情报分析方法和技术，提升科技智库关于具体科技问题或事件的业务场景决策和建议的科学性，运用情报表达方法和艺术提升其研究成果传播的效果。
2.重视客体维度—以战略情报的数据资源充实科技智库的资源建设能力
科技智库属于专业智库，主要关注科技领域的需求和态势，其最基本的需求是对科技情报资源的需求。情报分析是以信息作为基础资源及研究对象，通过对信息进行有效的组织管理、挖掘分析，为用户提供相关情报服务的过程。情报研究则由数据驱动和支撑，十分注重基础数据资源的获取。传统的情报研究数据基础来源主要指科技文献数据，随着大数据时代的到来，数据资源的来源向多元化扩展，数据获取技术的日益成熟促使情报研究注重多数据源的挖掘利用，多数据源的综合利用已成为战略情报研究的必然趋势，战略情报资源强调全面搜集、系统整合、综合利用多来源的数据资源。科技智库在开展数据搜集时，需要具有对数据与信息的敏感性；在数据处理时，需要具有清洗数据、完善数据质量的处理能力，战略情报研究对此有明显的专业优势，科技智库可以直接利用战略情报的数据和信息资源基础，从而节约科技智库资源建设的工作成本，同时延伸战略情报研究的业务范围，促进战略情报研究有效参与国家科技智库的发展建设，实现二者的协同发展和生态平衡。
3.研究方法的融合—重视战略情报分析方法在智库工作中的应用
科技智库和战略情报工作者均重视多学科方法的综合运用、特色研究方法的创新实践，二者在方法体系上存在交叉，并且随着战略情报研究在决策中的作用日益凸现，科技智库和战略情报研究方法呈现融合发展、相互运用的趋势。例如：日本科技与学术政策研究所运用技术预见方法识别中长期科技发展趋势，应用科学计量学方法分析识别科学领域的热点研究方向；欧盟联合研究中心运用“地平线扫描”（horizon scanning）方法观察政策和技术的长期影响。曾几何时，我国科技智库研究方法以定性研究为主，主要依靠文献综述、专家智慧开展研究工作；但目前在新的信息环境和需求下，已逐步转向定量与定性方法相结合，基于事实数据和案例，运用情报分析模型和方法进行计算与分析，从而得出有理有据的决策和建议。
4.科技智库研究生态的表达—算法、模型、方法、技术的系统化和平台化
在良好的信息资源基础上，整合情报分析算法、模型、方法、技术等要素形成系统研究平台，有效表达科技智库研究生态及决策成果是高端智库能力建设的一个重要内容和发展趋势，国外智库机构较多已研发使用相关的情报系统分析平台来提升智库的工作效率，如通过科技决策业务服务平台的研发，融合实体和虚拟环境，将科技决策业务与可视化物理环境融为一体，通过“事实型科技数据+情报分析方法和工具+专家智慧+交互可视化+虚拟现实”，实现众智的科学化决策。情报分析可以在科技智库工作的不同环节，如科技决策的问题分析、科技决策方案的设计、科技决策的过程监测、科技决策的效果评估等提供相应的支持。
四、结论与展望
以往，情报研究机构与科技智库分别开展研究，均可为决策进行支撑，但侧重点各有不同。情报研究侧重引领和支撑科技战略决策，科技智库则侧重提供具有现实性、针对性和可操作性的对策和建议。情报研究重在“谋”，科技智库重在“断”，科技智库研究以问题为导向，缺乏理论基础，而情报研究的理论和方法可以为智库建设提供支撑。为此，本文提出具备情报生态特征的科技智库生态模型，该模型通过多维度获取不同时空中的数据、信息、知识、情报，整合情报分析方法，以智能技术和手段为支撑，通过构建人类与机器协同的情报生态环境，实现科技情报从感知到生产的情报工作全流程，同时强化科技智库主体的情报应用能力，更好地满足国家在不同战略场景下的服务需求。该模型强调在科技智库生态模型系统中科技智库与情报研究的共生、共融、和谐发展，当然要实现这一理想，还有很多问题等待我们进一步的深入研究和解决。
（作者分别系中国科学技术信息研究所高级工程师、研究员）
