基于Altmetrics的中美智库对比研究*

徐永乐 陈媛媛

(新疆师范大学计算机科学技术学院 乌鲁木齐 830054)

0 引 言

社交媒体中的社会网络工具，如Twitter、Facebook、微博等，这些工具上的社会网络行为产生了丰富的在线活动“印迹”，为计量学研究发展提供了新兴测度方法和多元化指标——Altmetrics。本文意在借鉴替代计量学的思路来进行智库研究。2010年，J.Priem最先在Twitter上使用Altmetrics，发表了Altmetrics:A Manifesto，标志着替代计量学的正式提出[1]。替代计量学是伴随学术成果网络化应运而生的新型计量学科，它在传统评价方法的基础上提供了多维的评价视角，全方位地衡量不同形式研究成果在众多平台上所带来的综合影响力，而在众多类型网络平台中， 社交平台是替代计量指标最主要的数据来源，本文通过Altmetrics测度方法，从各大具备相应影响力的社交平台收集智库的相关数据，从而获取科学有效的智库社交平台影响力量化分析指标，对智库各指标进行对比分析。同时为了探究智库在社交平台发布内容的情感倾向对智库影响力的作用与规律，本文将爬取智库的文本数据，进行情感分析。通过中美智库在社交媒体上的对比研究，为我国智库发展提供启示与参考。

1 文献回顾

替代计量学的出现和发展为计量研究提供了新的思路与体系，目前替代计量学的主要应用对象大多是机构[2-3](高校、图书馆等)、文献[4-7]、期刊[8-11]、图书[12-14]等，例如，蒋立人[2]结合网络影响力评价体系和替代计量学方法，选取Facebook、Twitter等流行社交平台和日均IP访问量作为评价指标，对世界著名公共图书馆的网络影响力进行研究，进而提出公共图书馆提升网络影响力的发展对策。段丹等[5]基于替代计量学指标对论文被引频次进行预测，构建了学术论文被引影响因素特征空间，并用三种机器学习方法进行预测训练，结果显示融合替代计量指标可以更好的预测学术论文的被引频次。H Zheng等[11]检索了跨学科学术期刊的社交媒体帐户的相关替代计量指标并进行数据分析，发现追随者和跨学科的数量对期刊影响因子(JIF)有重大影响。Kayvan Kousha等[13]通过收集整理Twitter，facebook，Mendeley等Altmetrics指标数据用于图书评价。

近年来学者一直在对智库网络影响力进行相关研究，相德宝等[15]利用社会网络分析方法构建全球智库在推特上的社交网络结构图进行并分析与讨论。杨思洛等[16]从网站影响力、网络传播影响力、新媒体影响力(微博，微信)三个方面构建智库网络影响力评价体系。张宇等[17]从搜索引擎、官方网站、电子报纸、微信公众号、官方微博五个方面构建智库网络传播影响力评价体系，发现智库网络传播影响力与其综合影响力呈正相关。陈媛媛等[18]利用网站规模、网站入链、网站出链、网站内链、网站总链、网络影响因子、出链网络影响因子、内链网络影响因子、网站显示度等九个指标构建智库网站影响力评价体系。

目前关于智库网络影响力的研究中对于智库门户网站的研究较为广泛和深入，而忽视了智库在新媒体社交平台上的发展状况，也有一部分文献在研究智库网络影响力时提及新媒体社交平台，但是量化指标较为简单或者仅是理论性研究并无数据作为支撑，相关数据也仅是来源于国内社交平台(微信、微博)，并没有具体分析我国智库与国外一流智库在社交平台上的差别。而Altmetrics正是基于社交媒体活动的计量研究而产生的新领域，本文利用Altmetrics的研究方法对中美智库在社交平台上的影响力进行对比分析，挖掘指标数据所反映的内在规律和特征。

2 智库影响力量化指标

社交平台是替代计量指标最主要的数据来源，其中包括学术社交平台ResearchGate，职业社交平台LinkedIn，在线多媒体社交平台YouTube以及Facebook、Twitter、微博等综合性社交平台。智库在这些社交平台上设有官方账号，定期发布智库的相关信息(文章、视频、话题讨论、活动公告等)，通过调研中美智库在流行社交平台的活跃度并制定相关指标来进行量化描述。本文选取Facebook、Twitter、ResearchGate、Youtube、Instagram、LinkedIn、微信、微博、今日头条、西瓜视频等平台并制定相关指标。

2.1国外社交平台

2.1.1 综合社交平台 Facebook是源于美国的社交网络服务及社会化媒体网站，最初网站的注册仅限于哈佛学院的学生，在随后的短时间内注册扩展到了所有的常春藤名校和其他一些学校，发展至今全球范围内任何用户输入有效电子邮件和自己的地址年龄段即可加入。目前Facebook内已有超过26亿个活跃用户，是全球最大的综合社交网站。Twitter是一个社交网络与微博客服务的网站，Twitter在全球政治活动中扮演重要角色。经过数年的发展，Twitter已成为现今全球新闻、娱乐和评论的重要来源。Facebook与Twitter是国外两家大型的综合社交平台，是替代计量学的重要指标来源。统计智库在Twitter官方账号上的数据并整理成以下指标：X1推文数量、X2推特粉丝数、X3推特发文数/天、X4推文评论数/天、X5推文转推数/天、X6推文点赞数/天。同时收集智库在Facebook上的X7 Facebook主页获赞数与X8 Facebook粉丝数。

2.1.2 学术社交平台 ResearchGate平台是一个学者社交网络服务平台，ResearchGate结合文献计量学和Altmetrics，为研究人员和机构创建一个更全面的绩效衡量标准，基本功能包括研究人员个人信息(研究方向、所属机构等)及其科研成果的展示，以及针对学者的检索功能，此外还具有数据统计和评价功能。RG Score是该平台推出的评价得分，定义包含作者贡献上传，互动，声誉三项指标，即作者发布的科研项目或科研成果(发表或未发表)越多，Rg score越高；学者在该平台中受到其他学者的认可度越高，认可者的Rg score越高，则该学者的Rg score越高；声誉通过Rg score不断反馈和传递，从而促使学者选择贡献自己的科研成果来提高自己的声誉[19]。M.C.Yu等[20]通过对ResaerchGate进行研究并提出,RG Score，RG Score具体指标包括Rg影响点(学者文章所在期刊的总影响因子计算)、文章浏览量、文章下载量、文章引用量以及摘要浏览量，研究表明，RG Score是衡量学者影响力的有效指标。在该平台中包括对机构的检索，机构的Total RG Score来自机构内所有成员RG Score的加总。本文记录智库机构的Total RG Score为X9，来反映智库在学术社交平台的影响力。

2.1.3 多媒体社交平台 多媒体社交平台是一类以图片、音频、视频为主要内容形式的社交平台。Youtube是美国一家视频共享网站，同时也是目前全球最大的视频搜索和分享平台。凭借其简单的界面，使得任何已上传至网络的视频在几分钟之内供全世界的观众观看，这使得普通用户由信息接收转为信息发布者，用户可以建立自己的信息发布站，从而取代传统的传播媒体方式。Instagram 是一家图片与视频共享平台，操作的便捷性使得其拥有巨大的用户群体，同时该平台的互动率也在各类社交平台中名列前茅。本文选取智库机构在Youtube上的官方发布平台，记录粉丝人数为X10、发布视频数量为X11，在Instagram平台的智库账号上获取Ins粉丝数为X12、Ins发帖数为X13、Ins发帖数/天为X14、Ins点赞数/天为X15。

2.1.4 职业社交平台 LinkedIn是一款社交网络服务网站，用户注册后会自动生成电子名片，主要服务于商业人士。用户在商业交往中认识且信任的人为该用户的人脉，LinkedIn的目的是让用户更好的维护与扩展人脉。本文记录LinkedIn上智库账号的粉丝数为X16。

2.2国内社交平台微信和微博是在国内极具影响力的社交平台。微信的公众号功能是智库进行信息传播的重要方式，智库机构注册微信公众号为订阅用户推送内容，与用户进行互动以及提供服务。微博是一家提供微博客服务的社交媒体网站，用户可以发布图片与视频或进行视频直播，实现即时分享，传播互动，被称为中国版的Twitter。本研究收集整理智库公众号以及智库微博账号相关数据，得到以下指标：X17微信公众号发文数/天、X18微信公众号点赞数/天、X19微博发博数、X20微博粉丝数、X21微博发文数/天、X22微博转发数/天、X23微博评论数/天、X24微博点赞数/天。

今日头条是一款基于数据挖掘的推荐引擎产品， 各类媒体、政府、机构在 “头条号”平台创建账号。西瓜视频基于智能推荐技术为用户做视频内容的分发，并帮助视频创作者们便捷地分享自己的视频作品。本文采集两家平台上的智库数据，得到以下指标：今日头条数目X25、今日头条粉丝X26、今日头条获赞数X27、西瓜视频粉丝数X28、西瓜视频获赞数X29、西瓜视频视频数X30。

3 数据来源与处理

3.1数据来源宾夕法尼亚大学“智库研究项目”(TTCSP)研究编写的《全球智库报告》是极具权威性的智库评价报告。TTCSP已经连续数十年为全球智库提供权威的综合评价，其智库排名体系也因严谨公正成为国际上最具影响力的智库评价体系。本文选取《全球智库报告2019》作为智库样本来源，选择“Top Think Tanks in United States”榜单中的智库作为美国智库样本来源，同时选择“Top Think Tanks in China, India, Japan, and the Republic of Korea”榜单中的中国智库作为样本来源。经过筛选去除数据缺失的部分智库，最终确定“Center for Strategic and International Studies”、“Carnegie Endowment for International Peace”等15家智库作为美国智库样本，“全球化智库”“中国金融四十人论坛”等10家智库作为中国智库样本，选取的部分智库见表1。微信公众号数据通过清博大数据平台获取[21]，其余社交平台则通过开放API、爬虫以及人工整理来获取数据。

表1 中美智库样本

续表1 中美智库样本

3.2数据处理上文中引入的指标数据皆为数字数据，通过人工收集，专业数据平台免费提供，爬虫程序，开放API等方式来获取，经过基本的计算和整理即可应用。但在数据采集过程中发现智库机构在社交平台上存在大量文本数据，文本数据中蕴含大量有用信息。例如，齐欣[22]利用LDA主题模型处理智库专家在推特上的涉华内容，得到18个议题及其关键词，并将其分为三大领域：科技、国际外交和意识形态领域。本文将对文本信息进行情感分析，探究智库在社交平台上的情感倾向对于其影响力的作用。由于智库在不同平台的发布内容具有重复性和一致性，本文选取样本覆盖率较高的社交平台Twitter作为数据源，将Twitter的推文作为文本数据进行分析。对于获取推文内容所需的身份验证和访问验证由Python库Tweepy进行设置，只需创建一个Twitter应用程序并获取消费方密钥(Consumer Key)、消费方机密(Consumer Secret)、访问令牌密钥(Access Token Key)、访问令牌机密(Access Token Secret)即可访问Twitter数据。使用tweepy模块创建与twitter api的连接提取 Twitter 数据，由于推特 API 的限制最多可以提取每个账号的前 3200 条推特信息，爬取的部分推文内容(见表2)。

表2 推特推文数据(部分)

TextBlob是一个Python库，库中整合了 Pattern 与 NLTK 工具包，用于处理文本数据，同时它提供了API，用于深入研究自然语言处理(NLP)任务，如词性标注、名词短语提取、情感分析等[23]。首先剔除文本数据中不涉及智库观点的内容(活动和会议的宣传，直播通知等)，随后导入re库对进行文本清洗，将与字母数字值不同的符号重新映射到满足此条件的新符号，最后通过Textblob 库调用其情感分析功能对推文进行情感分析。TextBlob 内置情感分析器，本文采用基于情感词典的 PatternAnalyzer，其内置情感词典中的词汇被预先赋予了情感值，将情感词典中的词汇与目标文本中的词汇进行匹配，进而通过加权平均算法计算目标文本的情感极性值。实际运用中PatternAnalyzer较少出现情感极端值，同时处理文本速度较快。文本情感极性的变化范围为[-1，1]，-1代表完全负面，1代表完全正面[24]。将情感极性值小于0的文本设为消极推文，大于0的文本设为积极推文，等于0的文本设为中立推文，将所有智库样本的三种类型推文按照百分比进行划分，分别设为积极推文百分比X30、中立推文百分比X31、消极推文百分比X32。

由表3观察可得，中美智库在不同的社交平台上覆盖率存在一定差异性，我国智库在国外社交平台上的覆盖率全部低于美国智库，同时由于访问限制、文化观念差异等诸多原因，国内智库在国外社交平台的账号经营不佳；另一方面美国智库在国内中文社交平台上的覆盖率基本全部为0。因此本文后续研究中将分别统计中美智库在各国社交平台上的数据来进行对比研究。此外我国智库在国外社交平台均有涉及，且覆盖率较之美国在我国的覆盖率高，可以看出我国智库不仅在国内具有一定影响力，而且在国际上的影响力也正在增强。

表3 中美样本智库社交平台覆盖率

由于本文涉及平台较多，存在较多性质相似的指标，因此将指标进一步优化，得到更加精简的指标(见表4)。同时因各智库官方账号申请创建的时间不一致，本文引入了配有时间维度的指标(Y4-Y7)，增加数据的准确性。中美智库的Y1-Y8指标数据来源不同，分别来源于各自国内的社交平台。同时为了消除指标数据量纲不同所带来的影响便于后续处理，采用极值变换法对指标数据进行标准化处理，使所有指标数据的取值区间位于[0,1]。

表4 精简指标

4 替代计量指标对比分析

4.1各指标差异性对比在进行指标分析需对数据集进行正态性检验，以选取合适的数据分析方法，本文采用Shapiro-Wilk正态分布检验方法。经检验大多数指标不服从正态分布，因此本文采用Mann-Whitney U test来进行指标的差异性检验(如表5所示)，以此更加深入挖掘中美智库在社交平台上Altmetrics指标的差异性。

从表5的数据中可以发现，粉丝数Y2、获赞数Y3、发布内容频率Y4，用户点赞频率Y7、中立内容Y10等指标差异性较小，发布内容数Y1、用户评论频率Y5、用户转发频率Y6、RG Score Y8、积极内容Y9、消极内容Y11等指标具有显著性差异。以下对各指标进行具体差异性分析。

表5 曼惠特尼U检验

美国智库的发布内容数Y1、粉丝数Y2、获赞数Y3、发布内容频率Y4、用户评论频率Y5、用户转发频率Y6、用户点赞频率Y7的均值为17377.18、122047.79、288839.47、3.59、8.69、36.79、84.36，而中国则是2765.07、184172.9、136144.36、1.96、9.66、22.81、78.52，分别约是中国智库的6.3、0.7、2.1、1.8、0.9、1.6、1.1倍。粉丝数Y2略超美国，用户点赞频率Y7指标中美智库基本持平，说明我国智库在社交平台上存在稳定的受众群体；获赞数Y3和发布内容频率Y4两个指标上中美智库存在一定差距，但差距不大基本处于同一个量级上，中美智库在社交平台上获得了广泛的认同，同时有着稳定的内容更新频率；用户评论频率Y5和用户转发频率Y6从倍数差距上观察差距不大，这是由于出现了特异值，“团结香港基金”在这两项指标上的表现极为突出，从而影响了平均值的可靠性。整体而言，我国智库在这两项指标上的表现逊色于美国智库，去除特异值后的倍数差距在5倍以上；中美智库在发布内容数Y1以及RG Score Y8上差距较为明显，更新频率的不同以及经营年份的差距等原因造成了内容总数的差距，此外相比于中国智库，美国智库更加热衷于在ResearchGate中发布机构研究人员的研究成果，例如兰德公司下属部门涉及健康、国家安全、司法、基础设施与环境、教育、军事、儿童政策等多个方面，不同领域的学术研究成果均可在ResearchGate进行查找和下载，研究人员间可以方便的进行线上交流与讨论，同时非专业人员也可以对相关知识进行了解。王菲菲等[25]基于ResearchGate 网站抓取高校科研人员在网络平台上的影响力指标数据，结合传统引文计量指标构建综合评价模型，证实了利用ResearchGate进行学术影响力评价的可行性和必要性。但从数据观察，我国国内并没有相关的学术社交平台，此外大部分中国智库也并没有在国外学术社交平台创建账号或发布内容，它们的研究成果发布在更加专业的学术平台，更倾向于传统的出版模式，忽略了社交平台对于提升学术影响力的作用。由于中国智库在学术社交平台上的覆盖率较低，美国智库中除Urban Institute、RAND Corporation的RG Score 较高外，其余智库在该类平台上也处于发展阶段，因此在后文中对于RG Score指标仅做参考。同时本文对推文进行了情感分析，发现中美智库发布推文的情感比例并不相同，对于其他指标有何影响，后文将进一步分析。

4.2重点指标提取经上文检验，数据不服从正态分布，因此本文采用Spearman法分析指标间的相关性，结果如表6所示。相关系数大小反映变量之间相关性的强弱：相关系数为0～0.2时，变量间呈极弱相关或不相关；相关系数为 0.2～0.4时，变量间呈弱相关；相关系数为0.4～0.6时，变量间呈中等程度相关；相关系数为0.6～0.8 时，变量间呈强相关；相关系数为0.8～1时，变量间呈极强相关[9]。 观察表6发现，积极内容比重和消极内容比重与Y1-Y7等7项指标呈正相关，积极内容Y9与前7项指标的相关系数范围处于[0.008，0.567]，消极内容Y11与前7项指标的相关系数范围处于[0.159，0.779]，而中立内容Y10与前7项指标呈负相关。根据本文数据统计，美国智库中立内容的比重平均约占36.47%，而中国智库中立内容的比重平均约占49.24%。

表6 指标间的相关性系数

此外本文收集智库在推特上的置顶推文，一般置顶的内容较为重要且受到用户的认可程度较高(评论、点赞较多)，同时收集样本智库在平台上点赞、评论和转发最多的推文，以上推文受关注程度较高，这些推文涉及选民权力、恐怖主义威胁、新外交政策、COVID19(新冠肺炎)期间的中俄信息运动、“一带一路”等内容。经过情感分析，超八成的关注度高的推文属于积极和消极内容，即观点清晰、立场明确、态度鲜明的内容会受到更多关注与认可；反之对于中立内容的观点态度模糊，或仅是对已存在的事件或政策进行陈述，没有发表新的观点以及提出新的建设性的意见。相关性分析中也可以观察到中立内容与其他大部分指标呈负相关，对于智库在社交平台上的发展助益不多。同时受用户关注较高的内容在平台上往往配有图片、视频以及全文链接，提升了发布内容的扩展性、美观性以及趣味性。

通过观察表6发现，Y10与所有指标呈负相关，Y10与其他指标对智库的表征在整体上不具备一致性，因此将指标Y10进行剔除。对剩余指标数据进行KMO-Bartlett 检验，KMO为0.575 >0.5，巴特利特球形度检验显著性小于0.05，符合显著性水平，根据以上两点本文选取的9项指标具有相关性，可以进行主成分分析。从表7可得各个指标的公因子方差处于0.502～0.934 之间，说明各指标的原始信息可以被较好的表达。

表7 公因子方差

主成分提取的主要依据为特征值应大于1，根据表8和图1特征值碎石图所示，前两个主成分的特征值均大于1且累积方差贡献率为75.388%。这说明前两个主成分解释了原有9个指标的绝大部分信息。

图1 特征值碎石图

表8 总方差解释

指标的成分矩阵如表9所示，主成分1中占比较大的指标为粉丝数Y2、获赞数Y3、用户评论频率Y5、用户转发频率Y6、用户点赞频率Y7，主成分1主要是反映智库在社交平台上的用户影响力，评论、转发、点赞都属于用户行为，粉丝数与点赞数也取决于用户对智库的认同程度，由于主成分1 的方差贡献率为44.554，因此其所解释的指标是最重要的，在上文的分析对比中，中国智库在用户评论频率Y5和用户转发频率Y6上的表现逊色于美国智库；主成分2中占比较大的指标为发布内容数Y1、发布内容频率Y4、积极内容Y9、消极内容Y11，其解释了智库在社交平台发布内容的数量、频率以及内容等指标，由上文分析可知，美国智库在发布内容的数量、频率上具有一定优势，同时中立内容所占比重较小，积极内容和消极内容所占比较大。

表9 旋转成分矩阵

4.3综合指标对比利用SPSS得到各主成分的得分系数矩阵如表10所示，由此可计算各主成分得分，计算公式如下：

表10 成分得分系数矩阵

F1(主成分1)=0.076*Y1+0.198*Y2+0.158*Y3+0.013*Y4+0.239*Y5+0.235*Y6+0.251*Y7-0.1*Y9-0.056*Y11

F2(主成分2)=0.276*Y1+0.018*Y2+0.153*Y3+0.214*Y4-0.088*Y5-0.017*Y6-0.037*Y7+0.301*Y9+0.325*Y11

根据表8中2个主成分的方差贡献率，可以计算智库社交平台影响力的综合评价得分：

F综合=44.554/75.388*F1+30.834/75.388*F2

=0.591*F1+0.409 *F2

通过上述公式计算得到各智库F综合的值，并根据F综合对智库进行排名，同时结合《全球智库报告2019》中"2019 Top Think Tanks Worldwide"榜单的智库排名进行分析，并将该榜单排名设为FTTTW，最终结果如表11、表12所示。

表11 美国智库(前5名)

表12 中国智库(前5名)

通过表11和表12可知，美国前5名智库在"2019 Top Think Tanks Worldwide"榜单中均有名次，全部在列，而中国仅“全球化智库”、团结香港基金两家智库登上这两份榜单，“中国金融四十人论坛”“中国人民大学重阳金融研究院”等中国智库虽未上榜，但其在亚洲地区仍是极具影响力的智库。本文抽取的中国智库样本多为社会(企业)智库、民间智库等非官方智库，而部委直属事业单位智库、地方政研智库、地方社科院、高校智库等智库数据缺失严重，在社交平台的表现不佳。智库在社交平台上的影响力是智库综合实力的重要表现以及重要组成部分，美国顶尖智库往往具备强劲的社交平台影响力，强大的社交平台网络是美国智库的重要支撑。中美顶尖智库在社交平台上的整体发展水平存在一定差距，美国智库的F综合均值为中国智库F综合均值的1.76倍，但我国智库在某些指标上表现不俗，在社交平台上具有一定的影响力和发展基础。

5 总 结

根据《全球智库报告2019》 的“Best Use of Social Media and Networks”即最佳利用社交媒体和网络榜单得知，美国上榜智库有“Center for Strategic and International Studies”等17家智库，其中10家智库位于美国智库国内排名的前15名，而该榜单的中国智库仅“全球化智库”等3家智库。由此可见美国一流智库在社交网络中具有更加强大影响力，本研究通过对两国顶尖智库的对比分析，建议从以下方面加强智库在社交网络中的建设：

第一，鼓励智库在大型社交平台创建账号。研究发现，我国智库在许多国外大型社交平台存在账号的缺失，没有官方账号；另一方面，众多社会(企业)智库在国内的相关平台(微信、微博等)上表现优异，中国智库的主要指标数据来源是国内平台；政府智库(部委直属事业单位智库、地方社科院等)、高校智库等类型智库对社交媒体的应用较少，用户了解其研究成果与思想的途径多是官方网站、报纸、论文，信息传播途径匮乏。此外美国不仅在各个大型社交平台设有官方账号，并且其负责不同领域的下属部门还会专门开设二级账号，实现了多平台多账号的多点传播机制，丰富了信息传播的途径，扩大了传播范围。因此我国智库应该尝试在更多类型的社交平台设置账号，对智库内部的研究领域或工作内容进行细化，开设二级账号，同时智库内部的专家学者还可以在社交平台单独创设个人账户，对智库的研究成果进行宣传，形成三级账号，这样的三级多点结构有利于增强智库社交网络的辐射能力。

第二，增强各平台之间的关联性，加强宣传力度。美国智库会在社交平台上分享其在其他平台的链接，用户可以通过这些链接浏览智库在其他平台的主页，这一方式将智库在各个平台的资源进行统一和整合，将分散在各个平台的社交网络串联起来。而中国智库各个社交平台之间的链接能力较弱，不同平台的账号各自为战，相互之间没有进行良好的宣传。因此我国智库在各个社交平台的经营上应加强协同合作，提高交互能力，同时也可以在其官网、纸质出版物或相关活动中进行社交平台官方账号的推广与宣传，增加曝光度，以此提升智库的知名度以及在社交平台上的影响力。

第三，加强社交平台的内容建设。我国智库存在“僵尸账号”的情况，需加强智库账号的管理与经营，长期不更新状态会造成原有受众群体的流失；部分智库在社交平台发布动态时对于图片、音频以及视频的利用较少，视觉效果和阅读体验不佳，难以引起用户兴趣，甚至存在仅分享一条链接，没有任何图片、文字描述的情况，因此应对发布内容进行更加精致的设计和包装。研究中发现在社交平台上中立内容对于智库账号的助益作用最弱，这是由于中立内容中包含没有实质内容的推文，类似新闻报告只是陈述性的表达，不包括智库的实质性观点和思想，这方面可以增加智库实质性内容(研究成果，对大事件的观点和看法等)的输出；进一步加强智库在社交平台更新速度，提升对社会热点的关注，积极分享思想、观点以及学术成果，在当今时代大量学者和机构将自己的研究成果和学术思想发布到社交媒体上，进行实时传播，摆脱了传统媒体(期刊、报纸等)的时滞性，同时也可以让更多的非研究人员即普通群众了解目前相关领域的研究进展；积极与社交平台上的用户(个人账户、高校、企业、其他智库等)进行互动、交流、讨论，进而提升智库的网络影响力、社会影响力以及国际影响力。