基于CTTI数据的中国智库专家群体画像研究
2023-12-03李梓萌吴玉松苏丹淳朱雍李刚
李梓萌 吴玉松 苏丹淳 朱雍 李刚
摘 要：专家队伍质量是影响智库研究与决策咨询水平的关键因素。文章提取CTTI系统的448个专家字段构建了包含基本属性、学术研究、社会活动等三个一级标签，12个二级标签的智库专家群体画像模型。通过数据清洗得到CTTI系统中数据完整的2150位专家样本，利用集体传记法、文献计量分析、社会网络分析方法归纳出专家群体特征。研究发现，中国智库专家群体具有学历、职称层次高，以中年男性、人文社科博士为主，跨机构兼职现象普遍，合作研究少，决策场景嵌入度较低，舆论影响力低等群体特征。
关键词：智库专家；CTTI；专家画像；群体特征；集体传记
中图分类号：C932;TP311.13 文献标识码：Ａ DOI：10.11968/tsyqb.1003-6938.2023065
Portrait of Chinese Think Tank Experts Based on CTTI Data
Abstract The quality of expert is the key factor affecting the level of think tank's research and decision-making consultation. In this paper， 448 fields about experts of CTTI system are extracted to construct a think tank expert group portrait model， which includes 3 first-level labels， such as basic attributes， academic research， social activities， and 12 second-level labels. A sample of 2150 experts with complete data in the CTTI system was obtained through data cleaning， and the characteristics of the experts were summarized by using the methods of collective biography， bibliometric analysis and social network analysis. The research found that the experts of Chinese think tanks have high academic qualifications and professional titles， they are mainly middle-aged men and doctors in humanities and social sciences， they often work part-time across institutions and collaborate less on research. Besides， they are less embedded in the decision-making process， and they don't do well in terms of public opinion influence.
Key Words think tank expert； CTTI； expert portrait； group characteristics; prosopography
智库专家是决定智库研究能力、决策咨询能力和公共干预能力的核心要素，对智库专家进行画像可以揭示智库人才队伍概况。本文基于“中国智库索引”（Chinese Think Tank Index，CTTI）专家数据特征，从基本属性、学术研究、社会活動三个维度构建了智库专家群体画像模型并提取画像标签体系，以CTTI收录的部分专家为样本进行实例验证，采用人口统计学方法、社会网络分析法呈现专家的群体特征，对中国智库专家进行集体传记并与美国智库专家进行对比，揭示国内智库人才建设情况并提供对策建议，以期促进我国智库更好地发展。
1 相关概念与研究理论
1.1 概念界定
1.1.1 “智库”概念界定
从学界目前的定义来看，智库的概念有广义、狭义之分。广义上，所有具备政策咨询功能的机构都可称为智库；狭义上，智库需兼备学术研究、政策咨询和实践（包括引导舆论、社会服务、公共外交等）功能，是“学术”“咨政”“实践”三位一体［1］的非营利性研究咨询机构。由于对智库的收录标准和统计口径不一，各机构统计的国内智库数量和类型差距较大，本文以对智库机构专家进行精准画像为研究目标，要尽可能规避“智库”外延泛化的影响，因此本文采用狭义的智库概念，对专家数据的搜集限定在狭义的智库机构范畴内。
1.1.2 “智库专家”的定义与分类
智库之“智”源于智库的专家学者、强大高效的研究团队，这些智库专家，也被称为“智库科研人员”“政策研究专家”，是智库核心竞争力所在。学界通常认为智库专家具有影响决策和大众舆论［2］的功能，是以“生产理念、提供智库和政策方面的可供选择方案”［3］为职责的专家学者。本文所指智库专家，即以战略问题和公共政策为研究对象，运用专业知识为决策者提供咨询服务，生产相关智力产品的全职或兼职研究人员。根据《意见》，新型智库按照组织属性，大致分为党政部门智库、高校智库、社科院智库、党校（行政学院）智库、军队智库、科研院所智库、企业智库、社会智库八类，因此国内智库专家可据此分为党政部门智库专家、高校智库专家、社科院智库专家等八种。
1.2 相关研究理论
1.2.1 用户画像
用户画像是用于勾画目标用户行为模式、分析其消费习惯和需求的模型工具，通过海量数据抽取出用户基本属性、偏好等多维度信息，将信息标签化，便于了解跟踪和分析用户的需求变化，从而进行精准营销。用户画像的概念最早由艾伦·库伯（Alan Cooper）提出，他定义其为“基于用户真实数据的虚拟代表”［4］，后被学者们补充为“由大量数据中获取的用户信息所构成的形象集合”［5］。学者们对用户画像的构建方法进行了探索，在构建层次上，包括搜集用户数据、筛选符合业务需求的特定用户、数学建模、数据可视化［6］等；在画像维度方面，包括用户基本信息属性、行为偏好属性［7］等；在用户画像的应用层面，主要包括用户消费行为、用户兴趣偏好、用户人格特性与情绪研究等，主要运用于图书馆、博物馆等公共文化机构的用户服务，电子商务的用户个性化推荐和社交媒体的网络舆情监控、治理［8］。
1.2.2 专家画像
专家/学者画像源于用户画像，旨在从海量数据中挖掘信息以勾勒特定专家/学者的全貌。当前有关专家画像的研究主要集中于画像构建方法以及应用研究，从研究成果来看，专家画像主要为以机器学习模型从数据库中抽取专家信息、构建画像模型和标签体系并进行可视化呈现［9］，专家画像模型标签和分析维度主要包括专家基本信息、研究兴趣、专业能力、科研网络这几类，画像成果应用于专家遴选、专家推荐等场景［10］。专家群体画像则旨在通过建模分析专家大数据以刻画专家群体特征，是一种量化的集体传记方法和全面评估方法，通过对一组专家的各项数据进行收集分析，获取专家群体的整体特征和行为模式。
1.2.3 集体传记法
集体传记法是针对某一特定群体的传记信息进行系统研究的方法，通过对研究对象的资料数据的获取和统计，获得其生平、家庭情况、居住地、社会地位、教育背景等信息，并运用共性特征揭示某些历史和社会问题。集体传记法被广泛运用于历史学现当代史研究领域，希尔德·德瑞德·西蒙斯（H．Deridder－Symoens）认为集体传记法应描绘研究对象外在的共同特征，包括研究职业、社会地位、地理位置等［11］；保罗·斯特奇斯（Paul Sturges）则认为，不管是基于何种研究目的，任何采集特定人群的信息并进行系统分析的研究方式，都可以称为集体传记法［12］。虽然学者对其定义不同，且分为“精英学派”和“大众学派”，但集体传记法运用的共通之处是搜集群体的人口统计学数据并进行研究。
2022年，刘曼等首次将专家群体画像和集体传记的方法引入智库研究领域，对美国兰德公司的专家进行了画像研究［13］，提出了智库专家研究的新思路。CTTI实现了对来源智库学术、咨政、实践成果的数据采集，现已收录机构989家，专家21579人，在狭义智库机构范畴下，其数据体量具有唯一性和一定的代表性，因此对CTTI来源智库专家进行群体画像可以揭示我国智库专家整体状况。基于CTTI关于智库专家的字段体系和导出的数据类型构建智库专家的群体画像模型和标签体系，从基本信息、研究、活动等维度对智库专家进行集体传记，第一次以大样本真实数据揭示了我国智库专家群体的结构与特征，弥补了有关研究的不足。
2 基于CTTI數据的画像模型构建
2.1 研究思路
参照专家画像构建方法，首先从CTTI系统采集数据，获得智库专家的个人履历信息、研究成果、活动信息和媒体报道数据，并从知网补充采集部分专家成果信息，对数据进行预处理后形成智库专家信息库，基于信息库构建智库专家画像模型并提取标签，最后以CTTI部分来源智库专家数据为样例，将专家群体画像进行可视化呈现，并基于画像结果对国内智库专家进行特征分析（研究思路见图1）。
2.2 数据采集
首先基于CTTI系统导出专家数据。CTTI后台管理模块中有“专家排行”“专家数据统计”与“专家信息管理”三个与专家相关的类目，可从横向和纵向双路径导出机构、专家、项目、成果、活动等类目的数据。然后通过爬虫工具从知网采集补充了部分专家论文数据。
获取到的数据可分为基本属性数据、学术研究数据、社会活动数据三类。基本属性数据包括专家的姓名、性别、教育背景、年龄、机构、国籍以及获奖情况等个人信息；学术研究数据包括专家的研究领域、成果影响力和科研合作网络，其中成果影响力为递送内参产生的决策影响力与发表论文产生的理论影响力，科研合作网络则通过分析合著的专家数据得到；社会活动数据指专家开展交流活动以及被媒体报道产生的数据，其中交流活动包括会议、考察（调研）、培训、接待来访数据，舆论影响数据包括报纸、电视与网络新闻报道的数据。采集的初始数据存在数据不完整、同名异义等问题，需要对数据进行预处理，将某些字段使用系统默认值的数据进行删除，对于同名异义的问题，通过专家所属机构判断其唯一性，将专家数据转化为构建专家画像的可用形式。
2.3 画像模型与标签体系构建
2.3.1 画像模型构建
用户画像通常是从用户基本信息、用户习惯等维度进行刻画，其中，基本属性一般包括性别、年龄、国籍、教育背景等；用户习惯可以通过兴趣爱好、交互行为等分析。专家画像则一般从基本信息、研究兴趣、研究成果和科研合作维度进行构建。智库专家不同于其他用户，其特殊性在于“知”“行”合一，“知”是形成学术研究成果，“行”是通过媒体渠道、会议活动等辅助决策者制定政策、引导公众舆论，从研究现状来看，常见的用户画像、专家画像维度无法满足智库专家群体画像的研究需要。
CTTI系统的字段体系为构建智库专家的画像模型提供了参考。目前CTTI系统共有448个与专家相关的字段，主要包括“基本信息”“成果信息”“活动信息”“媒体报道信息”四大类目。其中“基本信息”栏目包括专家姓名、所属机构、职称、学历/学位、所在学科、研究领域、荣誉等字段；“成果信息”栏目包括专家期刊（数量、收录情况）、内参（报送数量、批示数量、批示级别）、论文（发表总量、类别）、图书（出版总量、类别）等字段；“活动信息”包括专家考察/调研活动、会议、讲学/培训的数量、级别等字段；“媒体报道信息”包括专家报纸报道、电视/电台报道、网络报道的数量和媒体级别等字段，供专家手动上传和填写，全方位搭建了智库专家的元数据体系，包含了构建智库专家群体画像的基本要素。
本文基于从CTTI导出的专家数据类型，参考CTTI专家字段体系构建适用于智库专家的群体画像模型（见图2）。该模型主要包括基本属性、学术研究、社会活动三大维度，其中，基本属性维度包括专家姓名、性别、教育背景、年龄、所属机构、国籍以及获奖情况，学术研究维度包括专家研究方向、产出成果的决策影响力与理论影响力、科研合作情况，社会活动维度包括专家交流活动以及舆论影响能力。
2.3.2 画像标签体系
专家标签构造是基于特定数据源采集专家多类别数据，依据不同数据的特征抽取出关键词并进行准确标识，画像标签应具备“标准化”“短文本化”“专一性”［14］等特征。根据CTTI导出的专家数据特征将智库专家画像的标签分为基本属性标签、学术研究标签、社会活动标签三类。
（1）基本属性标签提取。智库专家基本信息包括姓名、性别、国籍、年龄、所属机构、教育背景、获奖情况；教育背景包括学历、学科、海外留学经历，构成智库专家的基本信息。
（2）学术研究标签提取。选用研究方向、成果影响力、研究合作三项作为专家学术研究标签：研究方向即专家学者的研究兴趣，以CTTI系统中专家填写的“研究领域”为标签数据。成果影响力是评价专家研究贡献、研究质量、研究影响力的重要指标，对于智库专家而言，往往兼具“提供决策支撑”和“理论创新”两类研究需求，因此将“研究成果影响力”划分为理论影响力和决策影响力两项指标，在理论影响力层面采用乔治·赫希（Jorge E．Hirsch）提出的“h指数”以及埃格黑（L.Egghe）提出的“g指数”［15］来反映专家的学术产出水平和质量；在决策影响力层面根据CTTI推出的MRPAI智库测评指标“P”（智库成果）类指标下有关内参报告的计分规则对智库专家服务决策制定的能力进行核算，以此反映智库专家决策支撑水平。科研合作是通过专家之间合写论著、互相引证形成的科研社交网络，即智库专家的科研合作关系，本文以共同署名论文的专家群体为标签数据。
（3）社会活动标签提取。选用智库专家的交流活动和舆论影响作为社会活动标签，以反映专家的社会活动频繁度、偏好以及专家的舆论影响能力。专家交流活动即专家参与的社会活动，以专家参与会议、培训、调研考察、接待来访四类活动的数量为标签数据；舆论影响即智库专家被媒体报道产生的社会影响，其中“媒体曝光度”以报纸、电视传统媒体和网络新媒体对专家进行报道的数量为标签数据，“舆论热点”以媒体对专家报道的标题高频词为标签数据，来展现专家对公众舆论的影响能力和专家的舆论标签、倡议倾向。
2.4 画像可视化和分析方法
画像可视化是将不同种类专家画像标签下大量数值性和多维性的数据用统计图表、词云图等形式呈现出来，经过分类、排序和聚合等处理后使其能够直观清晰地展现智库专家的各类属性，通过人口统计学和社会网络分析方法分析专家的群体特征。
3 实例驗证
3.1 数据采集与预处理
本文基于CTTI系统导出专家数据，并通过知网进行补充，搜集时间为2023年3月1日。对信息残缺、数据无效的人员进行剔除，以在基本属性、研究成果、活动三个类目都具备有效数据为标准进行筛选，最终得到2150位专家作为研究样本。经统计，2150位专家来自568家智库机构，对其来源智库在类型上的分布比例计算统计（见表1）发现，此比例与马雪雯和李刚统计出的全国省级重点高端智库类型的平均百分比①较为一致［16］，可知样本专家具有类型上的代表性。对样本专家数据进行清洗后可以形成结构化数据表格（基本数据样例见表2）。最终共收集得到专家论文总数36033篇，单篇内参9464篇，媒体报道6297篇，活动数据11180条。由于研究成果数据、活动数据、媒体报道涉及多种内容格式，本文预先将可量化数据转化成文本类型和数值类型（部分样例数据见表3、表4、表5）。
3.2 标签体系构建
（1）基本属性标签。从CTTI导出的数据经过预处理形成结构化形式，专家姓名、性别、国籍、教育背景等可直接作为标签。
（2）学术研究标签。CTTI系统设置了包含科技政策、外交战略方针、环境政策、基层社会治理、区域经济一体化等内容的“专家研究领域”字段，各专家可关联多个研究领域，经预处理后可作为“研究方向”标签；利用八爪鱼软件在知网补充搜集专家论文总数和被引次数，并计算H指数和G指数作为其“理论影响力”标签；以CTTI后台导出的专家内参总数、被批示数量和层级为依据，根据MRPAI智库测评指标下的“P”类指标核算“决策影响力”；以2020年至2023年三年内专家合著论文数据作为“科研合作”标签，依据普莱斯定律计算高产作者发文量［18］：
由式（1）计算结果为10.8篇，共计123人达到标准，选用2020年-2023年高产作者发表的3218篇论文的合著信息作为科研社交网络分析对象。
（3）社会活动标签。采集的专家活动数据经预处理后，专家会议、考察（调研）、培训、接受来访的数量为“交流活动”标签；专家登上报纸新闻、电视新闻、网络新闻的数量为“媒体曝光度”标签，专家的媒体报道标题高频词为“舆论热点”标签。
3.3 画像可视化与结果呈现
3.3.1 基本属性
（1）年龄与性别分布。CTTI来源智库专家的年龄接近正态分布，其中，50岁-60岁的专家人数最多，共有687位，占比33%；其次是40岁-50岁的专家，共有635位，占比31%；60岁-70岁、30岁-40岁的专家也有一定数量，分别占18%和15%；30岁以下的青年专家和70岁以上的老年专家占比极少，相加起来仅占3%。专家中男性共1357人，占70%以上。
（2）学科与学历分布。智库专家的学科背景集中在法学、经济学、管理学，分别占比26.02%、23.7%和21.54%；其次是文学、哲学、教育学和历史学，三者基本都在4%-6%之间，其他学科人数极少。因此智库专家的学科背景中以人文社会科学为主，理工类学科较少（学科分布情况见图3）。同时，从获得的学位分布情况看，专家中绝大多数为博士学历，博士以下的其他学历专家仅占其中一小部分（见图4）。
（3）获奖情况。共有1657位智库专家未获奖，余下493位获奖专家中有346位奖项授予机构的级别不明，剩余147位专家中获得省部级荣誉的人数最多，共有81位，占比55%，获得高校级、国家级、市厅级、协会/学会荣誉的专家人数差别不大，依次为18位、17位、16位和14位，占比均接近总数的10%，获得国际级荣誉的专家最少，仅有1位，占比1%。
（4）所属机构和兼职情况。有1749位智库专家只供职1家智库，占总数的81%，有302位专家同时供职2家智库，占比14%，同时供职3家及3家以上智库机构的专家较少，仅占总数的5%。需说明的是，只签约1家智库的专家并不等同于该机构的全职专家，也可能是兼职。数据显示，所有智库专家中全职专家仅有716位，另外1434位均为兼职专家，全职/兼职比例约为1：2。
3.3.2 学术研究特征
（1）专家研究领域。专家的研究覆盖多学科的热点前沿，在社会学领域主要关注基层社会治理、医疗卫生体制等问题，在法学领域主要关注法学理论、司法改革等方面，在经济学领域主要关注货币政策、财政投资政策、区域经济一体化、农业产业化等热点，在政治学领域主要关注党的建设、外交战略方针、民族文化政策等方向，在教育学领域主要关注思想政治教育和高等教育。其他诸如科技创新、环境政策、文化产业政策、“一带一路”等国家和社会关注的重要议题也是专家研究的重点（专家研究领域见图5）。
（2）专家成果影响力。依据“h指数”“g指数”对专家展开理论影响力计算，设ci为第i篇文章的引用频次，其计算公式分别为：
由式（2）和式（3）计算得出专家学术引用情况（见表6），反映出专家普遍具有较高理论产出水平和影响力，差距不大。
智库专家中有内参数据的共1024位，占47.63%，获得领导批示或部门采纳的内参共计1944篇，占内参总数的37.62%，内参获得批示的专家共391位，占有内参数据专家的38.18%，比例较高。获得正国级和副国级批示的内参数量占比较少，批示等级大多为省部级和副省部级。
CTTI系统推出的MRPAI智库测评指标“P”（智库成果）类指标下有关内参报告的分值配置（见表7），对专家内参成果进行赋分，统计出TOP20结果（见表8）。可以看出，专家内参数量与被批示的得分情况并不完全相关，且专家内参数量、被批示数量、层级得分差距较大。
（3）科研合作网络。根据近三年论文成果的合著信息，用Python构建了智库专家合作网络邻接矩阵，导入Gephi生成作者合作网络图并计算出社会网络分析的相关指标（见表9）。从整体网络情况来看，专家间的联系不密切，合作较为分散；专家合作网络形成了一定的合作深度，但平均路径长度达到3.087，即需要经过三个以上的专家才可建立合作关系，网络直径为9，即最远的两个节点需要9条边才能连接，说明专家内部关系的凝聚性还处于不太高的水平。
从微观层面看，依据常见的三类中心度指标对专家进行排名（见表10）。中心度排名靠前的专家也是论文最高产的专家，他们的研究领域为世界经济、国家安全战略、文化产业政策、司法改革、新闻传播等；学科背景主要为经济学、哲学、法学等。从整体情况来看，专家间的合作基本符合跨领域、跨学科的特征。但点度中心性为个位数的专家占据总数的百分之九十以上，说明近三年智库专家间的合作呈现“核心－边缘”结构，少部分专家在整个科研社交网络中处于绝对主导地位，大多数专家位于边缘，互动性弱。
3.3.3 社会活动
（1）专家交流活动数据。智库专家活动的总数为11180次（专家交流活动次数见表11），其中专家举办、参与会议的场次最多，共4216次，占比约37.7%。从会议类型来看，专家参加的“会议”主要为研讨会、论坛、座谈会、专题讨论会等，而其他类型，如发布会、评审会、咨询会、听证会则数量较少（见图6）；专家“考察（调研）”总次数仅次于会议，共3419次，占比约30.6%；培训是指专家受邀进行培训授课，通常有干部培训、专题培训、学术培训、企业培训等形式，专家可通过培训授课直接服务核心决策者，或指导行业发展和学术研究，专家共参与培训活动3302次，占比约29.5%；专家接待来访活动次数最少，为243次，占比约0.2%。
（2）专家舆论影响数据。智库专家中仅496人被媒体报道，约占总数的23%。专家媒体报道总数为6297次，其中网络报道的数量最多，共4199次，约占总数的66.7%，集中在新浪网（510次）、澎湃网（368次）、搜狐网（359次）、人民网（351次）等媒体平台；其次为报纸新闻报道，数量为1140次，约占总数的18.1%，集中在《環球时报》（256次）、《大公报》（247次）、《光明日报》（174次）、《人民日报》（174次）等中央媒体刊物；数量最少的为电视新闻报道，仅348次，占0.06%。从报道类型来看，网络报道已成为智库专家媒体报道的主要形式，但从收集的数据来看，绝大多数为平面的图文，音频和视频只占很少一部分，传播的形式还很单一。
统计专家媒体报道标题的高频词（词云图见图7）。标题词频排名前十的分别是中国（1367）、发展（1268）、经济（717）、论坛（552）、香港（492）、专家（465）、建设（455）、举行（428）、国际（377）、教授（367），此外，研讨会、报告、学术、研究、现代化、国际、“一带一路”、疫情、智库等词汇的词频均位居前列。
4 智库专家群体画像特征总结与分析
通过专家群体画像的呈现，可以对智库专家的整体特征进行总结和分析。本文选取的专家样本在类型分布上具有代表性，因此基于CTTI样本专家画像结果同样可以推测出国内智库专家的普遍性特征。结合兰德公司、布鲁金斯学会等美国智库情况，将画像呈现的智库专家群体特征与美国智库专家人才特征进行对比，得到对国内智库专家的如下观察：
（1）以中年专家为主，男性专家占大多数。结果显示40岁-60岁的中年专家人数最多，毋庸置疑，中年专家是国内智库研究人员的中坚力量。这与美国智库情况类似，从兰德公司2022年的情况来看，其30岁-50岁的中年专家占比最多，达到了58%，50岁-60岁的专家占比也有16%。布鲁金斯学会的情况亦然，官网上40岁-60岁专家占比也最多，达到了43.55%。但从趋势来看，美国智库30岁以下青年人才比例正在上升，如2022年兰德公司30岁以下的专家占比已达19%，并且在新聘任的96名研究人员中，30岁以下的专家占比高达66%［18］。造成国内中年专家占比高的原因可能是专家大多来自高校智库。高校智库的博士和教授占大多数，由于严格的职称评聘条件，这些专家大多都接受了长期的、系统的学术训练，还要经历漫长的职称阶梯，进入智库时已到中年。
专家中男性专家与女性专家的比例约为7：3，以男性为主。这一情况与美国部分顶尖智库有差别，如兰德公司2022年全体研究人员中男女占比分别为53%和47%，其中研究领导人员的男女占比分别为55%和45%，总体来看性别分布较均衡。出现该差异的可能原因如下：一方面是智库人才招募政策的差异，如兰德公司强调研究团队的多元化和包容性，专家性别分布的相对平衡体现了美国智库的这一观念；另一方面是性别政治文化的不同。性别政治渗透体现在美国的方方面面，智库的招募政策需要注意性别平衡。
从优化决策咨询服务的角度来看，随着智库专业化程度不断加深，建设以首席专家为首，中青年学术带头人、青年骨干专家构成的决策咨询研究梯队是新型智库建设的长期发展方向［19］。中年专家普遍具备一定的社会阅历，在开展重大战略问题研究时能提供更具经验性、全局性的对策建议，且年龄的增长也带来人脉资源的积累，能够拓宽智库服务的渠道和途径。因此，我国智库专家以中年为主是合理的。另外，需注意的是，女性智库专家比例太少可能会导致参与政策制定者无意识地忽视女性权益，从而产生不公平、性别歧视等现象，这对于提供决策支撑、引导公共舆论的智库而言，是值得思考的因素。
（2）专家学历以博士为主，学科集中于人文社科。样本智库专家中有72.47%获得了博士学位，学历分布呈现“倒金字塔型”，这一方面说明国内智库专家大多都接受了长期的、系统的学术训练，能够为智库提供持续、稳定的智力支持；另一方面说明了我国智库对研究人员的学历普遍要求较高，这与国外智库一名高级研究员配备若干研究助理的团队模式有区别。
专家的学科背景主要集中在法学、经济学、管理学等人文社科领域，占比高达71.26%，这一情况与美国很多智库现阶段较为一致，统计布鲁金斯学会官网上学历信息明确的322位专家，其中学科为经济学的人数最多，共89人，占比约28%，其次为政治学（49人）、法学（30人），加起来占比约24.5%，理工科出身的仅占0.05%，专家学科也集中在人文社科类。类似的还有美国战略与国际问题研究中心（CSIS），官网上79位常驻专家中学科为政治学与国际关系、国际事务学的共38人，约占48%，占比较多的还有经济学、法学、历史学等。但CSIS的专家团队正在变化，其于2011年建立了iDeas实验室（Andreas C.Dracopoulos iDeas Lab），目前团队由26人组成，他们的学科背景多元，多为平面设计、计算机工程、图像分析等，iDeas实验室的存在也使得CSIS成为唯一拥有内部网络开发人员以及音视频制作人的智库，其数据安全和内容制作输出的及时性得到了极大保障。另外，擅长研究尖端军事科技的兰德公司情况更特殊，其研究人员中工程学、统计学、物理学、计算机学等理工科背景的专家在2022年已达到26%以上。从CSIS和兰德公司人员布局的趋势来看，为适应大数据时代，以数据为驱动力，美国智库研究团队的学科构成正在向更多元、侧重工程技术型专业转变。
专家的专业水平和学科基础是智库研究能力形成的关键。目前国内智库专家学历普遍较高，专业能力是有保障的，不过专家学科背景多为人文社科类，也是由于中国智库发展时间短，大多还基于传统“依据事实讲道理”的调查研究方法，大数据、机器学习、仿真模型等信息技术参与研究的比重不高，侧重定性研究，数据驱动模式还未建立。结合美国智库的趋势来看，在大数据时代，如果国内智库要向数据驱动转型，就应注重数据团队的组建，根据自身需求引进和培养算法工程师、数据分析师等具有相关学科背景的专业数据人才，以形成数据驱动的智力基础。
（3）专家所获荣誉多来自外部，智库内部激励机制不完善。本文发现获得省部级荣誉的智库专家人数最多，且专家所获的其他荣誉，如高校级、国家级、市厅级、协会/学会以及国际级荣誉等，与省部级一样，皆为智库外部设置的奖项，智库内部设立的奖很少，特别是非物质的激励十分缺乏，侧面体现了大多数中国智库尚未建立完善的内部激励机制。对比来看，美国兰德公司设立了一些内部激励的奖项，如总裁奖（Presidents Awards）、聚光灯奖（Spotlight Awards）和奖章（Medal Awards），对有突出贡献、特殊贡献、起到模范典范作用的研究者進行表彰。而且为减轻博士生的经济负担，鼓励其研究热情，帕迪兰德研究生院设立了多种形式的奖助金，金额从5000美元到50000美元不等［20］。
为加强核心团队的建设，国内智库还需采用更多元有效、导向明确的激励措施来保障智库研究人员的自我驱动力，进一步加大对优秀人才的激励力度，如适时设立优秀智库成果和优秀智库专家奖等，通过激励机制提供更多更好的福利和待遇，使得更多员工的生活条件得以改善，更积极地投入到智库工作中。另外更应改变单一的物质奖励方式，设置内在奖励等多样化激励措施来提升研究人员的工作满意度，让研究人员保持较高生产力并继续留在机构。这些内在奖励措施通常包括给予研究团队成员成果署名权、给予研究人员更充分的研究时间，为他们提供向理事会成员或政府官员作报告的机会以及更多台前表现机会等。
（4）专家兼职现象普遍，研究队伍为“小核心+大外围”结构。国内智库专家的兼职现象十分普遍，全职专家数量远低于兼职专家数量，这说明智库的人力资源布局仍呈现“小核心+大外围”的模式。全职人员的多少即智库核心团队规模的大小，规模小不一定代表效率低，但核心团队规模大也意味着智库能够承担更多繁重任务，如兰德公司目前共雇有1775位职员，在2021年-2022年就产出了海量研究成果，包括了505份研究报告和316篇期刊论文［21］。
诚然，“小核心+大外围”的人员结构确实能对智库产出高质量成果和提供影响力带来巨大帮助，但是过于依赖兼职专家容易形成不稳定结构，无法凝聚一支完全属于智库的核心团队，不利于智库自身的长期、稳定、可持续发展，可能导致以下几种后果：一是“大外围”中的知名专家因事务繁忙等原因缺乏为智库做研究、出成果的积极性；二是由于智库财务制度的局限性，智库难以给足兼职研究员物质激励，“购买”兼职专家的研究成果在实际运作中很难操作，兼职专家往往缺乏产出智库成果的热情；三是兼职专家的流动性易导致智库成果知识产权的流失。因此智库行业需重视专家兼职普遍带来的上述问题，着重完善内部的人才选拔与培育机制、激励机制，加强培养核心团队。
（5）专家研究议程自主性强，倾向于独立研究。从研究议程的设置看，美国智库多由民间组织、学术机构和非营利组织等独立机构主办和运营，其出资方往往会限定资金的使用去向和匹配结构，如最大出资方为美国军方的兰德公司在2021年有超过50%的重点项目涉及现代军事研究领域［22］，而我国智库主要由政府部门、高校和研究院所等机构主办和运营，专家的研究议程不受利益集团影响，自主性更强。从专家科研合作网络来看，我国智库专家合作网络呈现“核心－边缘”结构，大多数专家之间互动性极弱，合作网络的密度和凝聚力也不高。未来，我国智库需要加强机构间的人才合作，拓宽人才交流模式，交换同行研究的信息、成果，实现共同进步。应着力搭建不同层次、不同专业、不同领域的智库专家合作交流的创新型协同研究平台，形成人才交流和人才合作培养的常态化机制，各智库也应多为专家队伍提供参加国内外学术交流和政策会议的机会，让研究人员能更方便地建立自己的社会网络。
（6）专家主流活动形式为会议，对决策过程的嵌入待加强。国内智库专家参与会议的次数是所有活动中最多的，且会议类型多为学术交流的研讨会、论坛、座谈会。世界著名智库几乎都是会议中心，美国智库专家也常参与其所属智库举办的各种类型的学术交流活动，包括研讨会、圆桌会、座谈会和发布会等，如新美国安全中心（CNAS）常就某一特定主题，邀请“政府高级官员、军方代表、领域专家、媒体记者等社会各界精英共同参与高级别的政策学术论坛”［23］。通过交流，智库专家可以提前探听政府政策动向和学术前沿信息，并同时向外界推广他们的最新研究成果，引导公众舆论、传递政策理念、加强对学术界的影响。
国内智库专家主要通过递交内参报告、参与干部培训等方式来提供决策支撑。从本研究的数据来看，专家撰写内参整体的数量可观且内参被批示的比例较高，内参撰写已是智库的常项工作，将其作为本职工作是智库专家应有的价值取向。被省部级领导批示的内参数量最多，也反映出智库专家提供的政策建议更多面向地方公共政策需求、服务当地决策部门，为地方治理提供了必要的决策服务，这对推进国家整体治理具有重要意义。但与写内参的热情相比，专家参与政府直接组织的听证会、交流会、咨询会的比例较低，说明我国智库专家还是更倾向于提交书面内参而非进行面对面的政策咨询，对决策咨询场景的嵌入程度不够。
为进一步提升决策支撑力，智库专家还应加强决策咨询场景的嵌入，在继续保持撰写内参积极性的同时，更多地争取与决策者面对面交流的机会，积极参与政府组织的决策咨询会议、政府听证会、政策交流会等与政策制定直接相关的活动，与政府深入互动，充分嵌入政府的政策研讨过程。此外，还可以积极在政府部门内开展政策宣讲会、培训讲座、公共政策知识授课等，并了解政策落实的现状与困境，以便更好地服务决策咨询和开展后续研究。
（7）专家整体媒体影响力低，传播形式单一。目前有媒体报道数据的专家比例较小，从报道形式来看，专家们虽然倾向于把主流媒体作为传播渠道以提高自身影响力，但忽略了在社会层面公众层面上的广泛传播，如在网络媒体传播方面倾向于采用单一的图文形式，而少见大众更喜爱、接受度更高的音视频传播形式。从专家舆论热点词汇可以看出，智库专家的舆论输出紧跟国家战略要点和方针政策，也緊跟当下社会热点。一是聚焦中国整体发展和国家治理，尤其是经济发展，符合我国以经济建设为中心的发展需求；二是专注于政府的工作重心和政策需求，对“一带一路”“高质量发展”“现代化”等战略和议题十分关注；三是关心国际形式的变化，美国、伊朗、印尼、中东等国家和地区的问题也是热议话题；四是媒体更倾向于报道专家参与的各类活动，从“论坛”“研讨会”“举行”“学术”“专访”“发布”等关键词便能体现，也从侧面反映出媒体对智库专家的报道以转载智库机构会议论坛的召开通告为主。总体而言，传播的形式和内容还很单一。
美国智库专家们则普遍极其注重与媒体的关系，他们在公众媒体亮相的频率很高，如兰德公司在圣莫尼卡、华盛顿和匹兹堡办事处设立了广播工作室，可供新闻机构对其专家进行现场、远程或面对面的电视和广播采访。布鲁金斯学会为便于专家们直播和录播视频、音频采访设立了免费的新闻机构，据统计，布鲁金斯学会专家发表的成果中以博文类最多，媒体采访类也占有较大比例［24］。这是因为在政策制定发布前，美国智库专家多通过在大众媒体平台进行游说，引发公众对特定问题的关注并顺势以公众舆论影响政府的内外政策，专家为了决策影响力，势必要维持在媒体的高曝光率，而国内专家相比较而言不依赖媒体曝光来增加对政策制定的影响力，因此在媒体宣传上缺乏一定关注度。
虽然国内智库专家无需维持高曝光度来增强决策影响力，但仍承担引导公众舆论，凝聚社会共识的责任，在如今的“全媒体时代”，媒体对智库专家的报道是扩大智库影响力的重要手段，智库与媒体的融合发展和互动也已成为新型智库建设的新趋势，应充分重视专家媒体报道少、传播形式单一的问题，注重借助媒体传播智库观点、放大智者声音、提高活动影响力；结合运用传统媒体与新媒体，开辟多重宣传渠道，传播高质量研究成果；提升“明星型专家”影响力，拉近与社会大众之间的距离，增强舆论引导的良好效果。
5 结语
利用专家画像的方法可以对国内智库专家的整体特征进行分析。本研究在CTTI字段体系的基础上构建了智库专家群体画像的三大基本维度，即基本属性、学术研究和社会活动，并以CTTI系统内2150名专家的数据为支撑，对智库专家进行群体画像。将画像结果和美国知名智库的专家情况相对比，分析国内专家特征并据此为智库人才建设提供建議和参考。从基本属性来看：国内智库专家以中年为主，且多为男性；专家以博士学历居多，学科背景多为人文社科类，智库要向“数据驱动”转型需组建拥有相关专业背景的核心人才团队；专家的内部激励机制较少，且兼职现象普遍，未来应完善内部人才激励机制，并认识到“小核心＋大外围”模式的局限性，加强智库核心专家团队建设。从学术研究来看：国内专家研究不受利益集团影响，因此研究自主性强，成果影响力普遍较高，但跨机构的人才交流和研究合作有待加强。从社会活动来看：专家活动的主要形式为会议，面对面的政策咨询活动参与度不足，未来应加强决策情景的嵌入；专家普遍媒体影响力较低，传播形式单一，应重视舆论影响，优化传播策略。
参考文献
［1］ 李刚.论新型智库及其核心能力建设［J］.决策与信息，2023（5）：38-43.
［2］ 金芳，孙震海，国峰，等.西方学者论智库［M］.上海：上海社会科学院出版社，2010.
［3］ 王莉丽.中国智库核心竞争力［M］.北京：中国人民大学出版社，2015.
［4］ Cooper A，Robert Reimann R，Cronin D.About Face3：The Essentials of Interaction Design［M］.New Jersey：Wiley Publishing Inc，2007：19-22.
［5］ Quintana R M，Haley S R.The persona party：using personas to design for learning at scale［J］.Chi Conference Extended，2017：933-941.
［6］ 王宪朋.基于视频大数据的用户画像构建［J］.电视技术，2017，41（6）：20-23.
［7］ 马安华.基于用户行为分析的精确营销系统设计与实现［D］.南京：南京邮电大学，2013.
［8］ 刘海鸥，孙晶晶，苏妍嫄，等.国内外用户画像研究综述［J］.情报理论与实践，2018，41（11）：155-160.
［9］ 袁莎，唐杰，顾晓韬.开放互联网中的学者画像技术综述［J］.计算机研究与发展，2018，55（9）：1903-191.
［10］ 王世奇，刘智锋，王继民.学者画像研究综述［J］.图书情报工作，2022，66（20）：73-81.
［11］ Ridder-Symoens，Hilde．Prosopografie en middeleeuwse geschiedenis：een onmogelijke mogelijkheid［J］.Handelingen der Maatschappijvoor Geschiedenis en Oudheidkunde te Gent，1991（45）：95-117．
［12］ Sturges，Paul．Collective Biography in the 1980s［J］.Biography．1983，6（4：）316－332．
［13］ 刘曼，陈媛媛，朱金箫.美国知名智库兰德公司专家群体画像［J］.图书馆论坛，2023，43（11）：138-148.
［14］ 赵刚，姚兴仁．基于用户画像的异常行为检测模型［J］.信息网络安全，2017（7）：18-24.
［15］ 隋桂玲.G指数与H指数、E指数的关系及其文献计量意义［J］.图书情报工作，2013，57（23）：90-94.
［16］ 马雪雯，李刚.迈向成熟的现代智库——省级重点智库建设的政策、体系和网络分析［J］.智库理论与实践，2020，5（4）：39-48.
［17］ 邱均平，王菲菲.基于SNA的国内竞争情报领域作者合作关系研究［J］.图书馆论坛，2010，30（6）：34-40，134.
［18］ Our Workforce Demographics［EB/OL］.［2023-09-20］.https：//www.rand.org/about/diversity-equity-inclusion/growing-diverse-and-inclusive-teams/our-workforce-demographics.html.
［19］ 咸鸣霞，曾维和.新型智库社科人才作用发挥的结构困境与对策探讨［J］.情报科学，2020，38（1）：87-92.
［20］ Tuition&Aid［EB/OL］.［2023-09-20］.https：//www.prgs.edu/admissions/funding-your-phd.html.
［21］ 2022 RAND Annual Report［EB/OL］.［2023-09-20］.https：//www.rand.org/pubs/corporate_pubs/CPA1065-3.html.
［22］ 李正图，葛文君.兰德公司的资金来源、支出结构与智库服务质量［J］.中华医学图书情报杂志，2022，31（5）：18-24.
［23］ 冯志刚，张志强.新美国安全中心：美国国家安全政策核心智库［J］.智库理论与实践，2018，3（6）：78-88.
［24］ 张琳.智库专家职业表现的影响因素——以美国布鲁金斯学会为例［J］.科技管理研究，2022，42（16）：218-225.
作者简介：李梓萌，女，南京大学信息管理学院博士研究生，研究方向：智库评价理论与方法；吴玉松，女，南京大学信息管理学院硕士研究生，研究方向：智库理论与实务；苏丹淳，女，南京大学信息管理学院硕士研究生，研究方向：智库研究与智库评价；朱雍，男，南京大学信息管理学院硕士研究生，研究方向：智库理论与实务；李刚，男，南京大学信息管理学院教授，研究方向：智库评价理论与方法、智库信息系统与知识管理、社会科学评价理论与方法、图书馆与档案学理论基础。
