大数据视域下高校智库建设的转型升级

姜涛

（海军工程大学，湖北 武汉 430033）

在当前信息爆炸的时代，高校智库要想实现创新升级发展目标，就需要借助大数据技术的优势，整合战略性的资源。高校进行智库建设时需要主动地研究知识阵地，并且提供决策咨询服务，紧跟时代的发展脚步。借助大数据技术的优势，可以更加精准、合理地选拔人才，并使得高校智库的内容更丰富，能公正、客观地评价各项工作。高校需要借助大数据技术，内化学校的资源，并且打造良好的形象，做好全局性的研究工作，促进智库建设发展壮大，实现转型发展目标，进而为高校的可持续发展奠定稳固基础。

1 大数据视域下高校智库建设的转型升级基础要求

1.1 具备持续创新的能力

在高校智库建设的过程中，提升持续创新的能力，能为基础理论研究打下良好的基础，也是大数据背景下，促进高校制度顺利运转的核心要求。在智库的实际发展过程中，及时地汇总及收集更多的信息十分重要。在推广以及合理利用大数据技术的同时，做好高校制度分享与传播的工作，潜移默化地影响思想和行为。高校智库建设只有具备持续创新能力，才能引起社会大众的关注。在建设的过程中，除了需要履行解释基本政策的功能，还需要创新思想，开展独立研究工作。在保持创新力的基础上，以建设高校智库作为中国高端的智库，践行中国特色的核心智库体系，发挥出其实际效用，为社会经济体制的改革与优化打下良好的智力基础。

1.2 具有一定的独立性

在对智库进行研究的过程中，需要确保智库建设的独立性，还需要对智库建设的成果进行全面的评价。在智库的建设过程中，面临多方面的挑战，而如何保持独立性，都是影响决策的核心因素。但是并不是全部的智库建设在人员、法律层面都具有独立性的特点，尤其是在发展中国家中这一现象更加突出。考虑到政府与智库建设的紧密联系，智库建设或多或少会成为社会政府干预的对象，而确保知识性、权威性、独立性，也是确保智库建设与社会权利机构平衡的关键。高校建设的智库对政府部门的实际依附程度不高，人事任免也不由政府部门掌管与监督，资金来源渠道呈现出了多元化的特点，如公众捐赠、基金会资助资金等。所以，高校在实际建设智库的过程中，需要确保学术完整性与客观性，并做好深入分析与研究工作，提出客观性的结论，以专业性的思路引导政府做出决策，确保高校智库建设的独立性。

1.3 充分利用跨学科人才资源优势

在高校智库建设的过程中，需要充分合理地利用跨学科人才优势，并提出全新的决策咨询研究方法。要想满足大数据时代的高校制度建设需求，就需要确保人才资源充沛。高校是培养高素质人才的关键基地，会吸引更多各个学科领域的专家学者参与其中，打下雄厚的人才队伍建设基础，使得高校可以建立水平较高的智库。在高校智库的跨学科研究过程中，需要对人才资源的汇集情况进行把控，并为形成创新性思维、做出合理决策提供良好的条件。高校在智库建设的阶段，要提出决策咨询的研究方法，并做好定性分析与定量分析的工作。在收集、汇总与分析数据的同时，精准地描述海量的好数据，有效规避出现缺陷与不足之处，做好预判性的工作。

1.4 符合国际化研究趋势

随着移动互联网通信技术的持续发展，加快了高校智库国际化研究发展脚步。不同国家的人们能突破时间与空间的限制，可以随时对话沟通，并且治理跨国界的公共问题。高校智库属于思想生产者，需要紧跟时代的发展脚步，发挥大数据技术的共享优势，以创新性的思维应对全新的形势。在多元化的高校智库建设竞争中，需要开展高效率、高质量的学术交流活动，还能对各个学科的发展动态进行把控，切实提升综合实力。在决策咨询、舆论导向等不同的方面，发挥关键的引导作用。高校智库建设需要以创新思维为核心，发挥大数据技术优势，形成中国学派，并且促进中国在国际智库界的持续发展。

2 大数据视域下高校智库建设转型升级面临的主要问题

2.1 高校智库运行管理不科学

在行政管理的过程中，高校研究院不断发展转型，形成了传统的高效智库，大部分都是沿用事业单位的人事管理模式。采用这种传统的管理模式，会导致高校智库行政人员的数量较多，但整体的运营管理效率不高。另外还可能导致高校智库结合管理职位的高低和部门工作的重要性，对智库的群体、人才进行合理的划分，甚至限制高校智库人力资源优势的发挥。在科研成果评价体系研究层面，要想对高校智库的标准进行衡量，最关键的就是被政府采纳、应用，并解决存在的实际问题[1]。对于大部分高校智库来说，都是以数量为核心，建设完善的评价体系。而在评价的过程中，遵循重数量、轻质量的评价标准，研究的成果数量权重则高于质量权重。利用这种评价的标准，主要就是为了引导高校智库建设获得成果而研究，形成恶性竞争环境，甚至引发学术造假的问题，不仅无法获得有价值的成果，还无法从根源上解决国计民生问题。

2.2 缺乏有效的成果转化和对外合作机制

对于高校智库的研究成果来说，若无法及时转化为政府决策依据，则会对实际的创新能力产生直接的影响，甚至会影响智库服务政府决策咨询功能的实现。首先，若高校没有建立智库成果转化机制，缺乏完善的管理体制，则无法输出实质性较强的内容，也无法作为智库研究的核心成果。其次，智库之间与高校管理人员、政府决策部门存在沟通不畅的情况，无法有效地转化高校智库研究的实际成果。高校缺乏完善的成果转化机制，则可能导致高校智库无法融入到政府决策咨询活动中，导致高校智库对政府决策影响力降低。最后，中国没有建设完善的智库对外合作机制，存在缺乏良性竞争环境的情况，高校以及社会无法对智库发展提供实质性引导，智库建设业务无法满足国家的战略发展需求。

2.3 信息采集处理分析能力有待提升

基于大数据时代背景下，专业数据被不断更新，拥有足够的数据资源，对于建设高校智库来说十分重要。在进行传统研究的时候，高校智库在信息处理、分析、采集等多个方面都存在一定的滞后性，并且样本也是十分有限的，整体处理效率不高。例如比较常见的方法就是问卷调查法、文献研究法。在以往的数据整合与分析过程中，能从较少的数据中得到关键的参考信息，但是也存在整体文献滞后、内容不全面的问题，使得文献研究法存在实效性不足的问题。而信息处理与收集方法较为单一，不能满足大数据时代的发展需求。高校智库可以借助经济、教育、交通、医疗等国计民生多个领域，综合大数据研究的工作，以此为决策管理部门提供相应的管理参考[2]。大数据技术的价值较高，但是高价值数据也占据全部较少数据结合，数据的全面占有超越了样本分析法，并且对样本提出了精确的要求。另外，这些数据中有传统的结构化数据，还有视频、语音、网页等许多结构化的数据。对于这一类型的数据资源来说，高校智库在建设的时候，不能沿用传统的方法分析数据规模，而是需要创新研究方法。借助信息分析处理技术，了解数据背后隐藏的内容，并且了解智库建设存在的问题，提出准确合理的建设思路。

3 大数据视域下高校智库建设的转型升级建议

3.1 基于大数据的高校智库运行管理

基于大数据时代背景下，高校智库建设会构建人员量化考评信息、财务报销信息、领导信息等，并且充分了解研究人员的基本情况，分析科研成果，了解实际的应用情况，建立完善的运行管理数据库。在此过程中，科学化地利用大数据技术，提取运行管理的相关信息，以此作为运行管理的核心依据，并且动态化地把控高校智库运行管理情况，提出科学化的改进策略，确保高校智库能处于良性运行的状态。在行政管理的层面，虽然高校智库面临的问题较为复杂，很难找到规律，但由于运行管理数据库中，不仅仅包括传统结构化数据，还有人员的感情、喜好等一系列非结构化的数据[3]。所以，要以数据资源作为关键的支撑，并做好大数据技术分析，了解其中的相关性，还要分析智库运行管理面临的问题，并提出相应的策略，建设完善的管理体系，做好行政管理层面的工作。对于团队组建研究分析来说，以大数据技术为核心依托，不管是选择课题还是选择研究人员，都能确保建设高校智库达到良好的效果。对于研究人员来说，其可以进行高校智库运行管理，并且充分了解研究的方向，确保经费能正常报销，以此对资源进行科学化的分配。对于高校智库管理层来说，通过高校智库运行管理数据库的建设，分析关键的数据，能直观地了解课题小组人员的基本需求，并且将人员安排到合适的岗位中，发挥最大的工作价值。如果数据库中有临时聘用的工作人员，并归纳到了团队选择的范围中，就能保证立项、选题等多个环节有理有据，并且显著提升智库产品质量。

3.2 加强高校智库内外协同

现阶段，面临的社会经济问题逐渐变多，在研究的时候需要从社会人文、工程技术、自然科学等多个角度出发。对这些复杂问题进行分析的时候，学科门类齐全的高校智库建设具有明显的优势。但是其中最关键的问题就是，需要解决内部研究团队、人员之间存在的协同问题。从上述得知，导致中国高校智库内部协同沟通不畅的主要原因就是各级思想存在较强的局限性。所以，应当进行更加积极的引导，并且以分析综合性问题为核心，使得高校相关人员了解到，在复杂的大数据环境下，如果仅仅凭借学科与个人是远远不足的，高校智库只有靠团队和人员齐心协力，才能进一步完善各项任务，并且加快智库建设的速度，做好全局性的研究与分析工作[4]。高校智库大部分都是建立在大学本身优势学科上，所以也有自己擅长的领域。大数据时代环境下，仅仅凭借某一高校智库建设，独立承担各个领域并且解决问题较为困难。所以，高校智库在建设的时候，需要增强与其他高校智库的合作与沟通，直观地将学科优势发挥出来，形成优势互补的局面，进而拓宽各个领域的深度与广度。此外，增强与官方智库的协同管控，并且获取到稳定的数据信息，确保各项研究工作满足决策需要。例如，在进行“一带一路”建设与规划的阶段，从国家层面进行分析，并且形成智库建设合作联盟，避免出现各自为营、研究不合理、资源无谓消耗、效率不高等方面的问题，实现高校智库内外协同。

3.3 构建高校智库云平台

以云计算技术为核心，搭建智库分布式数据库。基于大数据时代背景下，高校智库要实现长足发展与进步，就需要结合各自的专业数据库、行业智库分布式数据库等。在高校智库的建设过程中，专业数据库利用相应的手段，获取到大量的网络数据、案例数据等，收集与整合文献资料，以多元化数据为支撑，明确单位的发展特色、方向等。行业智库分布式数据库，主要就是针对各个行业的情况，整合分散的数据与信息，建立数据库。借助云计算虚拟化技术，进行合理化的调度与分析，并且获得统一的服务器资源，使得服务器建设更加灵活，保证数据资源的安全性，加快共享速度，实现优势互补的基础目标。一方面，高校智库合理地利用数据资源，能直观地体现出各自的优势，并且从根源上提升行业的研究分析能力；另一方面，还能规避智库在科研中出现重复性投入的问题，解决资源浪费的风险问题。

搭建基于云计算的数据处理分析系统，并且为高校智库提供大数据资源。而利用什么手段、对关键的信息进行挖掘及了解事情的本质十分重要，能为各项决策提供关键的参考依据。在建设高校智库的阶段，应当与第三方云服务形成良好的长期合作关系，并且将处理分析数据作为云服务供应商分析处理的关键之处，明确实际的需求。采用这种方式的优势显著，高校智库能结合建设需求，购买云服务供应商提供的服务，做好数据分析工作。但与此同时，还需要做好安全管理工作，在使用的过程中及时洞察安全风险，做好优化调整工作。

4 结束语

总而言之，大数据背景下，高校加快智库建设速度具有一定的现实意义。新型高校智库是中国特色智库体系的重要组成部分。推进新型大学智库建设，不仅有利于中国大学培养具有实践能力和多元思维的优秀人才，也有利于中国提高科学决策和治理能力现代化水平。近年来，中国新型高校智库虽然在各方面力量的支持下，凭借自身独特的优势取得了长足的发展，但仍然存在数量多、质量低、分布过于分散、协同建设不足、人才机制不完善等问题。高校需要充分了解高校智库建设需求，引入数字化技术，充分了解建设中可能面临的问题，提出合理的设计方案与策略。在发挥大数据资源效用的同时，创新高校的智库建设，并且提升高校的综合竞争力，创造更高的经济效益与社会效益。