李梓萌 吳玉松 蘇丹淳 朱雍 李剛

摘? ?要：專家隊(duì)伍質(zhì)量是影響智庫(kù)研究與決策咨詢水平的關(guān)鍵因素。文章提取CTTI系統(tǒng)的448個(gè)專家字段構(gòu)建了包含基本屬性、學(xué)術(shù)研究、社會(huì)活動(dòng)等三個(gè)一級(jí)標(biāo)簽，12個(gè)二級(jí)標(biāo)簽的智庫(kù)專家群體畫像模型。通過數(shù)據(jù)清洗得到CTTI系統(tǒng)中數(shù)據(jù)完整的2150位專家樣本，利用集體傳記法、文獻(xiàn)計(jì)量分析、社會(huì)網(wǎng)絡(luò)分析方法歸納出專家群體特征。研究發(fā)現(xiàn)，中國(guó)智庫(kù)專家群體具有學(xué)歷、職稱層次高，以中年男性、人文社科博士為主，跨機(jī)構(gòu)兼職現(xiàn)象普遍，合作研究少，決策場(chǎng)景嵌入度較低，輿論影響力低等群體特征。

關(guān)鍵詞：智庫(kù)專家；CTTI；專家畫像；群體特征；集體傳記

中圖分類號(hào)：C932;TP311.13? ?文獻(xiàn)標(biāo)識(shí)碼：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

智庫(kù)專家是決定智庫(kù)研究能力、決策咨詢能力和公共干預(yù)能力的核心要素，對(duì)智庫(kù)專家進(jìn)行畫像可以揭示智庫(kù)人才隊(duì)伍概況。本文基于“中國(guó)智庫(kù)索引”（Chinese Think Tank Index，CTTI）專家數(shù)據(jù)特征，從基本屬性、學(xué)術(shù)研究、社會(huì)活動(dòng)三個(gè)維度構(gòu)建了智庫(kù)專家群體畫像模型并提取畫像標(biāo)簽體系，以CTTI收錄的部分專家為樣本進(jìn)行實(shí)例驗(yàn)證，采用人口統(tǒng)計(jì)學(xué)方法、社會(huì)網(wǎng)絡(luò)分析法呈現(xiàn)專家的群體特征，對(duì)中國(guó)智庫(kù)專家進(jìn)行集體傳記并與美國(guó)智庫(kù)專家進(jìn)行對(duì)比，揭示國(guó)內(nèi)智庫(kù)人才建設(shè)情況并提供對(duì)策建議，以期促進(jìn)我國(guó)智庫(kù)更好地發(fā)展。

1? ?相關(guān)概念與研究理論

1.1? ? 概念界定

1.1.1? ?“智庫(kù)”概念界定

從學(xué)界目前的定義來看，智庫(kù)的概念有廣義、狹義之分。廣義上，所有具備政策咨詢功能的機(jī)構(gòu)都可稱為智庫(kù)；狹義上，智庫(kù)需兼?zhèn)鋵W(xué)術(shù)研究、政策咨詢和實(shí)踐（包括引導(dǎo)輿論、社會(huì)服務(wù)、公共外交等）功能，是“學(xué)術(shù)”“咨政”“實(shí)踐”三位一體［1］的非營(yíng)利性研究咨詢機(jī)構(gòu)。由于對(duì)智庫(kù)的收錄標(biāo)準(zhǔn)和統(tǒng)計(jì)口徑不一，各機(jī)構(gòu)統(tǒng)計(jì)的國(guó)內(nèi)智庫(kù)數(shù)量和類型差距較大，本文以對(duì)智庫(kù)機(jī)構(gòu)專家進(jìn)行精準(zhǔn)畫像為研究目標(biāo)，要盡可能規(guī)避“智庫(kù)”外延泛化的影響，因此本文采用狹義的智庫(kù)概念，對(duì)專家數(shù)據(jù)的搜集限定在狹義的智庫(kù)機(jī)構(gòu)范疇內(nèi)。

1.1.2? ?“智庫(kù)專家”的定義與分類

智庫(kù)之“智”源于智庫(kù)的專家學(xué)者、強(qiáng)大高效的研究團(tuán)隊(duì)，這些智庫(kù)專家，也被稱為“智庫(kù)科研人員”“政策研究專家”，是智庫(kù)核心競(jìng)爭(zhēng)力所在。學(xué)界通常認(rèn)為智庫(kù)專家具有影響決策和大眾輿論［2］的功能，是以“生產(chǎn)理念、提供智庫(kù)和政策方面的可供選擇方案”［3］為職責(zé)的專家學(xué)者。本文所指智庫(kù)專家，即以戰(zhàn)略問題和公共政策為研究對(duì)象，運(yùn)用專業(yè)知識(shí)為決策者提供咨詢服務(wù)，生產(chǎn)相關(guān)智力產(chǎn)品的全職或兼職研究人員。根據(jù)《意見》，新型智庫(kù)按照組織屬性，大致分為黨政部門智庫(kù)、高校智庫(kù)、社科院智庫(kù)、黨校（行政學(xué)院）智庫(kù)、軍隊(duì)智庫(kù)、科研院所智庫(kù)、企業(yè)智庫(kù)、社會(huì)智庫(kù)八類，因此國(guó)內(nèi)智庫(kù)專家可據(jù)此分為黨政部門智庫(kù)專家、高校智庫(kù)專家、社科院智庫(kù)專家等八種。

1.2? ? 相關(guān)研究理論

1.2.1? ?用戶畫像

用戶畫像是用于勾畫目標(biāo)用戶行為模式、分析其消費(fèi)習(xí)慣和需求的模型工具，通過海量數(shù)據(jù)抽取出用戶基本屬性、偏好等多維度信息，將信息標(biāo)簽化，便于了解跟蹤和分析用戶的需求變化，從而進(jìn)行精準(zhǔn)營(yíng)銷。用戶畫像的概念最早由艾倫·庫(kù)伯（Alan Cooper）提出，他定義其為“基于用戶真實(shí)數(shù)據(jù)的虛擬代表”［4］，后被學(xué)者們補(bǔ)充為“由大量數(shù)據(jù)中獲取的用戶信息所構(gòu)成的形象集合”［5］。學(xué)者們對(duì)用戶畫像的構(gòu)建方法進(jìn)行了探索，在構(gòu)建層次上，包括搜集用戶數(shù)據(jù)、篩選符合業(yè)務(wù)需求的特定用戶、數(shù)學(xué)建模、數(shù)據(jù)可視化［6］等；在畫像維度方面，包括用戶基本信息屬性、行為偏好屬性［7］等；在用戶畫像的應(yīng)用層面，主要包括用戶消費(fèi)行為、用戶興趣偏好、用戶人格特性與情緒研究等，主要運(yùn)用于圖書館、博物館等公共文化機(jī)構(gòu)的用戶服務(wù)，電子商務(wù)的用戶個(gè)性化推薦和社交媒體的網(wǎng)絡(luò)輿情監(jiān)控、治理［8］。

1.2.2? ?專家畫像

專家/學(xué)者畫像源于用戶畫像，旨在從海量數(shù)據(jù)中挖掘信息以勾勒特定專家/學(xué)者的全貌。當(dāng)前有關(guān)專家畫像的研究主要集中于畫像構(gòu)建方法以及應(yīng)用研究，從研究成果來看，專家畫像主要為以機(jī)器學(xué)習(xí)模型從數(shù)據(jù)庫(kù)中抽取專家信息、構(gòu)建畫像模型和標(biāo)簽體系并進(jìn)行可視化呈現(xiàn)［9］，專家畫像模型標(biāo)簽和分析維度主要包括專家基本信息、研究興趣、專業(yè)能力、科研網(wǎng)絡(luò)這幾類，畫像成果應(yīng)用于專家遴選、專家推薦等場(chǎng)景［10］。專家群體畫像則旨在通過建模分析專家大數(shù)據(jù)以刻畫專家群體特征，是一種量化的集體傳記方法和全面評(píng)估方法，通過對(duì)一組專家的各項(xiàng)數(shù)據(jù)進(jìn)行收集分析，獲取專家群體的整體特征和行為模式。

1.2.3? ?集體傳記法

集體傳記法是針對(duì)某一特定群體的傳記信息進(jìn)行系統(tǒng)研究的方法，通過對(duì)研究對(duì)象的資料數(shù)據(jù)的獲取和統(tǒng)計(jì)，獲得其生平、家庭情況、居住地、社會(huì)地位、教育背景等信息，并運(yùn)用共性特征揭示某些歷史和社會(huì)問題。集體傳記法被廣泛運(yùn)用于歷史學(xué)現(xiàn)當(dāng)代史研究領(lǐng)域，希爾德·德瑞德·西蒙斯（H．Deridder－Symoens）認(rèn)為集體傳記法應(yīng)描繪研究對(duì)象外在的共同特征，包括研究職業(yè)、社會(huì)地位、地理位置等［11］；保羅·斯特奇斯（Paul Sturges）則認(rèn)為，不管是基于何種研究目的，任何采集特定人群的信息并進(jìn)行系統(tǒng)分析的研究方式，都可以稱為集體傳記法［12］。雖然學(xué)者對(duì)其定義不同，且分為“精英學(xué)派”和“大眾學(xué)派”，但集體傳記法運(yùn)用的共通之處是搜集群體的人口統(tǒng)計(jì)學(xué)數(shù)據(jù)并進(jìn)行研究。

2022年，劉曼等首次將專家群體畫像和集體傳記的方法引入智庫(kù)研究領(lǐng)域，對(duì)美國(guó)蘭德公司的專家進(jìn)行了畫像研究［13］，提出了智庫(kù)專家研究的新思路。CTTI實(shí)現(xiàn)了對(duì)來源智庫(kù)學(xué)術(shù)、咨政、實(shí)踐成果的數(shù)據(jù)采集，現(xiàn)已收錄機(jī)構(gòu)989家，專家21579人，在狹義智庫(kù)機(jī)構(gòu)范疇下，其數(shù)據(jù)體量具有唯一性和一定的代表性，因此對(duì)CTTI來源智庫(kù)專家進(jìn)行群體畫像可以揭示我國(guó)智庫(kù)專家整體狀況?；贑TTI關(guān)于智庫(kù)專家的字段體系和導(dǎo)出的數(shù)據(jù)類型構(gòu)建智庫(kù)專家的群體畫像模型和標(biāo)簽體系，從基本信息、研究、活動(dòng)等維度對(duì)智庫(kù)專家進(jìn)行集體傳記，第一次以大樣本真實(shí)數(shù)據(jù)揭示了我國(guó)智庫(kù)專家群體的結(jié)構(gòu)與特征，彌補(bǔ)了有關(guān)研究的不足。

2? ?基于CTTI數(shù)據(jù)的畫像模型構(gòu)建

2.1? ? 研究思路

參照專家畫像構(gòu)建方法，首先從CTTI系統(tǒng)采集數(shù)據(jù)，獲得智庫(kù)專家的個(gè)人履歷信息、研究成果、活動(dòng)信息和媒體報(bào)道數(shù)據(jù)，并從知網(wǎng)補(bǔ)充采集部分專家成果信息，對(duì)數(shù)據(jù)進(jìn)行預(yù)處理后形成智庫(kù)專家信息庫(kù)，基于信息庫(kù)構(gòu)建智庫(kù)專家畫像模型并提取標(biāo)簽，最后以CTTI部分來源智庫(kù)專家數(shù)據(jù)為樣例，將專家群體畫像進(jìn)行可視化呈現(xiàn)，并基于畫像結(jié)果對(duì)國(guó)內(nèi)智庫(kù)專家進(jìn)行特征分析（研究思路見圖1）。

2.2? ? 數(shù)據(jù)采集

首先基于CTTI系統(tǒng)導(dǎo)出專家數(shù)據(jù)。CTTI后臺(tái)管理模塊中有“專家排行”“專家數(shù)據(jù)統(tǒng)計(jì)”與“專家信息管理”三個(gè)與專家相關(guān)的類目，可從橫向和縱向雙路徑導(dǎo)出機(jī)構(gòu)、專家、項(xiàng)目、成果、活動(dòng)等類目的數(shù)據(jù)。然后通過爬蟲工具從知網(wǎng)采集補(bǔ)充了部分專家論文數(shù)據(jù)。

獲取到的數(shù)據(jù)可分為基本屬性數(shù)據(jù)、學(xué)術(shù)研究數(shù)據(jù)、社會(huì)活動(dòng)數(shù)據(jù)三類?；緦傩詳?shù)據(jù)包括專家的姓名、性別、教育背景、年齡、機(jī)構(gòu)、國(guó)籍以及獲獎(jiǎng)情況等個(gè)人信息；學(xué)術(shù)研究數(shù)據(jù)包括專家的研究領(lǐng)域、成果影響力和科研合作網(wǎng)絡(luò)，其中成果影響力為遞送內(nèi)參產(chǎn)生的決策影響力與發(fā)表論文產(chǎn)生的理論影響力，科研合作網(wǎng)絡(luò)則通過分析合著的專家數(shù)據(jù)得到；社會(huì)活動(dòng)數(shù)據(jù)指專家開展交流活動(dòng)以及被媒體報(bào)道產(chǎn)生的數(shù)據(jù)，其中交流活動(dòng)包括會(huì)議、考察（調(diào)研）、培訓(xùn)、接待來訪數(shù)據(jù)，輿論影響數(shù)據(jù)包括報(bào)紙、電視與網(wǎng)絡(luò)新聞報(bào)道的數(shù)據(jù)。采集的初始數(shù)據(jù)存在數(shù)據(jù)不完整、同名異義等問題，需要對(duì)數(shù)據(jù)進(jìn)行預(yù)處理，將某些字段使用系統(tǒng)默認(rèn)值的數(shù)據(jù)進(jìn)行刪除，對(duì)于同名異義的問題，通過專家所屬機(jī)構(gòu)判斷其唯一性，將專家數(shù)據(jù)轉(zhuǎn)化為構(gòu)建專家畫像的可用形式。

2.3? ? 畫像模型與標(biāo)簽體系構(gòu)建

2.3.1? ?畫像模型構(gòu)建

用戶畫像通常是從用戶基本信息、用戶習(xí)慣等維度進(jìn)行刻畫，其中，基本屬性一般包括性別、年齡、國(guó)籍、教育背景等；用戶習(xí)慣可以通過興趣愛好、交互行為等分析。專家畫像則一般從基本信息、研究興趣、研究成果和科研合作維度進(jìn)行構(gòu)建。智庫(kù)專家不同于其他用戶，其特殊性在于“知”“行”合一，“知”是形成學(xué)術(shù)研究成果，“行”是通過媒體渠道、會(huì)議活動(dòng)等輔助決策者制定政策、引導(dǎo)公眾輿論，從研究現(xiàn)狀來看，常見的用戶畫像、專家畫像維度無法滿足智庫(kù)專家群體畫像的研究需要。

CTTI系統(tǒng)的字段體系為構(gòu)建智庫(kù)專家的畫像模型提供了參考。目前CTTI系統(tǒng)共有448個(gè)與專家相關(guān)的字段，主要包括“基本信息”“成果信息”“活動(dòng)信息”“媒體報(bào)道信息”四大類目。其中“基本信息”欄目包括專家姓名、所屬機(jī)構(gòu)、職稱、學(xué)歷/學(xué)位、所在學(xué)科、研究領(lǐng)域、榮譽(yù)等字段；“成果信息”欄目包括專家期刊（數(shù)量、收錄情況）、內(nèi)參（報(bào)送數(shù)量、批示數(shù)量、批示級(jí)別）、論文（發(fā)表總量、類別）、圖書（出版總量、類別）等字段；“活動(dòng)信息”包括專家考察/調(diào)研活動(dòng)、會(huì)議、講學(xué)/培訓(xùn)的數(shù)量、級(jí)別等字段；“媒體報(bào)道信息”包括專家報(bào)紙報(bào)道、電視/電臺(tái)報(bào)道、網(wǎng)絡(luò)報(bào)道的數(shù)量和媒體級(jí)別等字段，供專家手動(dòng)上傳和填寫，全方位搭建了智庫(kù)專家的元數(shù)據(jù)體系，包含了構(gòu)建智庫(kù)專家群體畫像的基本要素。

本文基于從CTTI導(dǎo)出的專家數(shù)據(jù)類型，參考CTTI專家字段體系構(gòu)建適用于智庫(kù)專家的群體畫像模型（見圖2）。該模型主要包括基本屬性、學(xué)術(shù)研究、社會(huì)活動(dòng)三大維度，其中，基本屬性維度包括專家姓名、性別、教育背景、年齡、所屬機(jī)構(gòu)、國(guó)籍以及獲獎(jiǎng)情況，學(xué)術(shù)研究維度包括專家研究方向、產(chǎn)出成果的決策影響力與理論影響力、科研合作情況，社會(huì)活動(dòng)維度包括專家交流活動(dòng)以及輿論影響能力。

2.3.2? ?畫像標(biāo)簽體系

專家標(biāo)簽構(gòu)造是基于特定數(shù)據(jù)源采集專家多類別數(shù)據(jù)，依據(jù)不同數(shù)據(jù)的特征抽取出關(guān)鍵詞并進(jìn)行準(zhǔn)確標(biāo)識(shí)，畫像標(biāo)簽應(yīng)具備“標(biāo)準(zhǔn)化”“短文本化”“專一性”［14］等特征。根據(jù)CTTI導(dǎo)出的專家數(shù)據(jù)特征將智庫(kù)專家畫像的標(biāo)簽分為基本屬性標(biāo)簽、學(xué)術(shù)研究標(biāo)簽、社會(huì)活動(dòng)標(biāo)簽三類。

（1）基本屬性標(biāo)簽提取。智庫(kù)專家基本信息包括姓名、性別、國(guó)籍、年齡、所屬機(jī)構(gòu)、教育背景、獲獎(jiǎng)情況；教育背景包括學(xué)歷、學(xué)科、海外留學(xué)經(jīng)歷，構(gòu)成智庫(kù)專家的基本信息。

（2）學(xué)術(shù)研究標(biāo)簽提取。選用研究方向、成果影響力、研究合作三項(xiàng)作為專家學(xué)術(shù)研究標(biāo)簽：研究方向即專家學(xué)者的研究興趣，以CTTI系統(tǒng)中專家填寫的“研究領(lǐng)域”為標(biāo)簽數(shù)據(jù)。成果影響力是評(píng)價(jià)專家研究貢獻(xiàn)、研究質(zhì)量、研究影響力的重要指標(biāo)，對(duì)于智庫(kù)專家而言，往往兼具“提供決策支撐”和“理論創(chuàng)新”兩類研究需求，因此將“研究成果影響力”劃分為理論影響力和決策影響力兩項(xiàng)指標(biāo)，在理論影響力層面采用喬治·赫希（Jorge E．Hirsch）提出的“h指數(shù)”以及埃格黑（L.Egghe）提出的“g指數(shù)”［15］來反映專家的學(xué)術(shù)產(chǎn)出水平和質(zhì)量；在決策影響力層面根據(jù)CTTI推出的MRPAI智庫(kù)測(cè)評(píng)指標(biāo)“P”（智庫(kù)成果）類指標(biāo)下有關(guān)內(nèi)參報(bào)告的計(jì)分規(guī)則對(duì)智庫(kù)專家服務(wù)決策制定的能力進(jìn)行核算，以此反映智庫(kù)專家決策支撐水平?？蒲泻献魇峭ㄟ^專家之間合寫論著、互相引證形成的科研社交網(wǎng)絡(luò)，即智庫(kù)專家的科研合作關(guān)系，本文以共同署名論文的專家群體為標(biāo)簽數(shù)據(jù)。

（3）社會(huì)活動(dòng)標(biāo)簽提取。選用智庫(kù)專家的交流活動(dòng)和輿論影響作為社會(huì)活動(dòng)標(biāo)簽，以反映專家的社會(huì)活動(dòng)頻繁度、偏好以及專家的輿論影響能力。專家交流活動(dòng)即專家參與的社會(huì)活動(dòng)，以專家參與會(huì)議、培訓(xùn)、調(diào)研考察、接待來訪四類活動(dòng)的數(shù)量為標(biāo)簽數(shù)據(jù)；輿論影響即智庫(kù)專家被媒體報(bào)道產(chǎn)生的社會(huì)影響，其中“媒體曝光度”以報(bào)紙、電視傳統(tǒng)媒體和網(wǎng)絡(luò)新媒體對(duì)專家進(jìn)行報(bào)道的數(shù)量為標(biāo)簽數(shù)據(jù)，“輿論熱點(diǎn)”以媒體對(duì)專家報(bào)道的標(biāo)題高頻詞為標(biāo)簽數(shù)據(jù)，來展現(xiàn)專家對(duì)公眾輿論的影響能力和專家的輿論標(biāo)簽、倡議傾向。

2.4? ? 畫像可視化和分析方法

畫像可視化是將不同種類專家畫像標(biāo)簽下大量數(shù)值性和多維性的數(shù)據(jù)用統(tǒng)計(jì)圖表、詞云圖等形式呈現(xiàn)出來，經(jīng)過分類、排序和聚合等處理后使其能夠直觀清晰地展現(xiàn)智庫(kù)專家的各類屬性，通過人口統(tǒng)計(jì)學(xué)和社會(huì)網(wǎng)絡(luò)分析方法分析專家的群體特征。

3? ?實(shí)例驗(yàn)證

3.1? ? 數(shù)據(jù)采集與預(yù)處理

本文基于CTTI系統(tǒng)導(dǎo)出專家數(shù)據(jù)，并通過知網(wǎng)進(jìn)行補(bǔ)充，搜集時(shí)間為2023年3月1日。對(duì)信息殘缺、數(shù)據(jù)無效的人員進(jìn)行剔除，以在基本屬性、研究成果、活動(dòng)三個(gè)類目都具備有效數(shù)據(jù)為標(biāo)準(zhǔn)進(jìn)行篩選，最終得到2150位專家作為研究樣本。經(jīng)統(tǒng)計(jì)，2150位專家來自568家智庫(kù)機(jī)構(gòu)，對(duì)其來源智庫(kù)在類型上的分布比例計(jì)算統(tǒng)計(jì)（見表1）發(fā)現(xiàn)，此比例與馬雪雯和李剛統(tǒng)計(jì)出的全國(guó)省級(jí)重點(diǎn)高端智庫(kù)類型的平均百分比①較為一致［16］，可知樣本專家具有類型上的代表性。對(duì)樣本專家數(shù)據(jù)進(jìn)行清洗后可以形成結(jié)構(gòu)化數(shù)據(jù)表格（基本數(shù)據(jù)樣例見表2）。最終共收集得到專家論文總數(shù)36033篇，單篇內(nèi)參9464篇，媒體報(bào)道6297篇，活動(dòng)數(shù)據(jù)11180條。由于研究成果數(shù)據(jù)、活動(dòng)數(shù)據(jù)、媒體報(bào)道涉及多種內(nèi)容格式，本文預(yù)先將可量化數(shù)據(jù)轉(zhuǎn)化成文本類型和數(shù)值類型（部分樣例數(shù)據(jù)見表3、表4、表5）。

3.2? ? 標(biāo)簽體系構(gòu)建

（1）基本屬性標(biāo)簽。從CTTI導(dǎo)出的數(shù)據(jù)經(jīng)過預(yù)處理形成結(jié)構(gòu)化形式，專家姓名、性別、國(guó)籍、教育背景等可直接作為標(biāo)簽。

（2）學(xué)術(shù)研究標(biāo)簽。CTTI系統(tǒng)設(shè)置了包含科技政策、外交戰(zhàn)略方針、環(huán)境政策、基層社會(huì)治理、區(qū)域經(jīng)濟(jì)一體化等內(nèi)容的“專家研究領(lǐng)域”字段，各專家可關(guān)聯(lián)多個(gè)研究領(lǐng)域，經(jīng)預(yù)處理后可作為“研究方向”標(biāo)簽；利用八爪魚軟件在知網(wǎng)補(bǔ)充搜集專家論文總數(shù)和被引次數(shù)，并計(jì)算H指數(shù)和G指數(shù)作為其“理論影響力”標(biāo)簽；以CTTI后臺(tái)導(dǎo)出的專家內(nèi)參總數(shù)、被批示數(shù)量和層級(jí)為依據(jù)，根據(jù)MRPAI智庫(kù)測(cè)評(píng)指標(biāo)下的“P”類指標(biāo)核算“決策影響力”；以2020年至2023年三年內(nèi)專家合著論文數(shù)據(jù)作為“科研合作”標(biāo)簽，依據(jù)普萊斯定律計(jì)算高產(chǎn)作者發(fā)文量［18］：

由式（1）計(jì)算結(jié)果為10.8篇，共計(jì)123人達(dá)到標(biāo)準(zhǔn)，選用2020年-2023年高產(chǎn)作者發(fā)表的3218篇論文的合著信息作為科研社交網(wǎng)絡(luò)分析對(duì)象。

（3）社會(huì)活動(dòng)標(biāo)簽。采集的專家活動(dòng)數(shù)據(jù)經(jīng)預(yù)處理后，專家會(huì)議、考察（調(diào)研）、培訓(xùn)、接受來訪的數(shù)量為“交流活動(dòng)”標(biāo)簽；專家登上報(bào)紙新聞、電視新聞、網(wǎng)絡(luò)新聞的數(shù)量為“媒體曝光度”標(biāo)簽，專家的媒體報(bào)道標(biāo)題高頻詞為“輿論熱點(diǎn)”標(biāo)簽。

3.3? ? 畫像可視化與結(jié)果呈現(xiàn)

3.3.1? ?基本屬性

（1）年齡與性別分布。CTTI來源智庫(kù)專家的年齡接近正態(tài)分布，其中，50歲-60歲的專家人數(shù)最多，共有687位，占比33%；其次是40歲-50歲的專家，共有635位，占比31%；60歲-70歲、30歲-40歲的專家也有一定數(shù)量，分別占18%和15%；30歲以下的青年專家和70歲以上的老年專家占比極少，相加起來僅占3%。專家中男性共1357人，占70%以上。

（2）學(xué)科與學(xué)歷分布。智庫(kù)專家的學(xué)科背景集中在法學(xué)、經(jīng)濟(jì)學(xué)、管理學(xué)，分別占比26.02%、23.7%和21.54%；其次是文學(xué)、哲學(xué)、教育學(xué)和歷史學(xué)，三者基本都在4%-6%之間，其他學(xué)科人數(shù)極少。因此智庫(kù)專家的學(xué)科背景中以人文社會(huì)科學(xué)為主，理工類學(xué)科較少（學(xué)科分布情況見圖3）。同時(shí)，從獲得的學(xué)位分布情況看，專家中絕大多數(shù)為博士學(xué)歷，博士以下的其他學(xué)歷專家僅占其中一小部分（見圖4）。

（3）獲獎(jiǎng)情況。共有1657位智庫(kù)專家未獲獎(jiǎng)，余下493位獲獎(jiǎng)專家中有346位獎(jiǎng)項(xiàng)授予機(jī)構(gòu)的級(jí)別不明，剩余147位專家中獲得省部級(jí)榮譽(yù)的人數(shù)最多，共有81位，占比55%，獲得高校級(jí)、國(guó)家級(jí)、市廳級(jí)、協(xié)會(huì)/學(xué)會(huì)榮譽(yù)的專家人數(shù)差別不大，依次為18位、17位、16位和14位，占比均接近總數(shù)的10%，獲得國(guó)際級(jí)榮譽(yù)的專家最少，僅有1位，占比1%。

（4）所屬機(jī)構(gòu)和兼職情況。有1749位智庫(kù)專家只供職1家智庫(kù)，占總數(shù)的81%，有302位專家同時(shí)供職2家智庫(kù)，占比14%，同時(shí)供職3家及3家以上智庫(kù)機(jī)構(gòu)的專家較少，僅占總數(shù)的5%。需說明的是，只簽約1家智庫(kù)的專家并不等同于該機(jī)構(gòu)的全職專家，也可能是兼職。數(shù)據(jù)顯示，所有智庫(kù)專家中全職專家僅有716位，另外1434位均為兼職專家，全職/兼職比例約為1：2。

3.3.2? ?學(xué)術(shù)研究特征

（1）專家研究領(lǐng)域。專家的研究覆蓋多學(xué)科的熱點(diǎn)前沿，在社會(huì)學(xué)領(lǐng)域主要關(guān)注基層社會(huì)治理、醫(yī)療衛(wèi)生體制等問題，在法學(xué)領(lǐng)域主要關(guān)注法學(xué)理論、司法改革等方面，在經(jīng)濟(jì)學(xué)領(lǐng)域主要關(guān)注貨幣政策、財(cái)政投資政策、區(qū)域經(jīng)濟(jì)一體化、農(nóng)業(yè)產(chǎn)業(yè)化等熱點(diǎn)，在政治學(xué)領(lǐng)域主要關(guān)注黨的建設(shè)、外交戰(zhàn)略方針、民族文化政策等方向，在教育學(xué)領(lǐng)域主要關(guān)注思想政治教育和高等教育。其他諸如科技創(chuàng)新、環(huán)境政策、文化產(chǎn)業(yè)政策、“一帶一路”等國(guó)家和社會(huì)關(guān)注的重要議題也是專家研究的重點(diǎn)（專家研究領(lǐng)域見圖5）。

（2）專家成果影響力。依據(jù)“h指數(shù)”“g指數(shù)”對(duì)專家展開理論影響力計(jì)算，設(shè)ci為第i篇文章的引用頻次，其計(jì)算公式分別為：

由式（2）和式（3）計(jì)算得出專家學(xué)術(shù)引用情況（見表6），反映出專家普遍具有較高理論產(chǎn)出水平和影響力，差距不大。

智庫(kù)專家中有內(nèi)參數(shù)據(jù)的共1024位，占47.63%，獲得領(lǐng)導(dǎo)批示或部門采納的內(nèi)參共計(jì)1944篇，占內(nèi)參總數(shù)的37.62%，內(nèi)參獲得批示的專家共391位，占有內(nèi)參數(shù)據(jù)專家的38.18%，比例較高。獲得正國(guó)級(jí)和副國(guó)級(jí)批示的內(nèi)參數(shù)量占比較少，批示等級(jí)大多為省部級(jí)和副省部級(jí)。

CTTI系統(tǒng)推出的MRPAI智庫(kù)測(cè)評(píng)指標(biāo)“P”（智庫(kù)成果）類指標(biāo)下有關(guān)內(nèi)參報(bào)告的分值配置（見表7），對(duì)專家內(nèi)參成果進(jìn)行賦分，統(tǒng)計(jì)出TOP20結(jié)果（見表8）?？梢钥闯?，專家內(nèi)參數(shù)量與被批示的得分情況并不完全相關(guān)，且專家內(nèi)參數(shù)量、被批示數(shù)量、層級(jí)得分差距較大。

（3）科研合作網(wǎng)絡(luò)。根據(jù)近三年論文成果的合著信息，用Python構(gòu)建了智庫(kù)專家合作網(wǎng)絡(luò)鄰接矩陣，導(dǎo)入Gephi生成作者合作網(wǎng)絡(luò)圖并計(jì)算出社會(huì)網(wǎng)絡(luò)分析的相關(guān)指標(biāo)（見表9）。從整體網(wǎng)絡(luò)情況來看，專家間的聯(lián)系不密切，合作較為分散；專家合作網(wǎng)絡(luò)形成了一定的合作深度，但平均路徑長(zhǎng)度達(dá)到3.087，即需要經(jīng)過三個(gè)以上的專家才可建立合作關(guān)系，網(wǎng)絡(luò)直徑為9，即最遠(yuǎn)的兩個(gè)節(jié)點(diǎn)需要9條邊才能連接，說明專家內(nèi)部關(guān)系的凝聚性還處于不太高的水平。

從微觀層面看，依據(jù)常見的三類中心度指標(biāo)對(duì)專家進(jìn)行排名（見表10）。中心度排名靠前的專家也是論文最高產(chǎn)的專家，他們的研究領(lǐng)域?yàn)槭澜缃?jīng)濟(jì)、國(guó)家安全戰(zhàn)略、文化產(chǎn)業(yè)政策、司法改革、新聞傳播等；學(xué)科背景主要為經(jīng)濟(jì)學(xué)、哲學(xué)、法學(xué)等。從整體情況來看，專家間的合作基本符合跨領(lǐng)域、跨學(xué)科的特征。但點(diǎn)度中心性為個(gè)位數(shù)的專家占據(jù)總數(shù)的百分之九十以上，說明近三年智庫(kù)專家間的合作呈現(xiàn)“核心－邊緣”結(jié)構(gòu)，少部分專家在整個(gè)科研社交網(wǎng)絡(luò)中處于絕對(duì)主導(dǎo)地位，大多數(shù)專家位于邊緣，互動(dòng)性弱。

3.3.3? ?社會(huì)活動(dòng)

（1）專家交流活動(dòng)數(shù)據(jù)。智庫(kù)專家活動(dòng)的總數(shù)為11180次（專家交流活動(dòng)次數(shù)見表11），其中專家舉辦、參與會(huì)議的場(chǎng)次最多，共4216次，占比約37.7%。從會(huì)議類型來看，專家參加的“會(huì)議”主要為研討會(huì)、論壇、座談會(huì)、專題討論會(huì)等，而其他類型，如發(fā)布會(huì)、評(píng)審會(huì)、咨詢會(huì)、聽證會(huì)則數(shù)量較少（見圖6）；專家“考察（調(diào)研）”總次數(shù)僅次于會(huì)議，共3419次，占比約30.6%；培訓(xùn)是指專家受邀進(jìn)行培訓(xùn)授課，通常有干部培訓(xùn)、專題培訓(xùn)、學(xué)術(shù)培訓(xùn)、企業(yè)培訓(xùn)等形式，專家可通過培訓(xùn)授課直接服務(wù)核心決策者，或指導(dǎo)行業(yè)發(fā)展和學(xué)術(shù)研究，專家共參與培訓(xùn)活動(dòng)3302次，占比約29.5%；專家接待來訪活動(dòng)次數(shù)最少，為243次，占比約0.2%。

（2）專家輿論影響數(shù)據(jù)。智庫(kù)專家中僅496人被媒體報(bào)道，約占總數(shù)的23%。專家媒體報(bào)道總數(shù)為6297次，其中網(wǎng)絡(luò)報(bào)道的數(shù)量最多，共4199次，約占總數(shù)的66.7%，集中在新浪網(wǎng)（510次）、澎湃網(wǎng)（368次）、搜狐網(wǎng)（359次）、人民網(wǎng)（351次）等媒體平臺(tái)；其次為報(bào)紙新聞報(bào)道，數(shù)量為1140次，約占總數(shù)的18.1%，集中在《環(huán)球時(shí)報(bào)》（256次）、《大公報(bào)》（247次）、《光明日?qǐng)?bào)》（174次）、《人民日?qǐng)?bào)》（174次）等中央媒體刊物；數(shù)量最少的為電視新聞報(bào)道，僅348次，占0.06%。從報(bào)道類型來看，網(wǎng)絡(luò)報(bào)道已成為智庫(kù)專家媒體報(bào)道的主要形式，但從收集的數(shù)據(jù)來看，絕大多數(shù)為平面的圖文，音頻和視頻只占很少一部分，傳播的形式還很單一。

統(tǒng)計(jì)專家媒體報(bào)道標(biāo)題的高頻詞（詞云圖見圖7）。標(biāo)題詞頻排名前十的分別是中國(guó)（1367）、發(fā)展（1268）、經(jīng)濟(jì)（717）、論壇（552）、香港（492）、專家（465）、建設(shè)（455）、舉行（428）、國(guó)際（377）、教授（367），此外，研討會(huì)、報(bào)告、學(xué)術(shù)、研究、現(xiàn)代化、國(guó)際、“一帶一路”、疫情、智庫(kù)等詞匯的詞頻均位居前列。

4? ?智庫(kù)專家群體畫像特征總結(jié)與分析

通過專家群體畫像的呈現(xiàn)，可以對(duì)智庫(kù)專家的整體特征進(jìn)行總結(jié)和分析。本文選取的專家樣本在類型分布上具有代表性，因此基于CTTI樣本專家畫像結(jié)果同樣可以推測(cè)出國(guó)內(nèi)智庫(kù)專家的普遍性特征。結(jié)合蘭德公司、布魯金斯學(xué)會(huì)等美國(guó)智庫(kù)情況，將畫像呈現(xiàn)的智庫(kù)專家群體特征與美國(guó)智庫(kù)專家人才特征進(jìn)行對(duì)比，得到對(duì)國(guó)內(nèi)智庫(kù)專家的如下觀察：

（1）以中年專家為主，男性專家占大多數(shù)。結(jié)果顯示40歲-60歲的中年專家人數(shù)最多，毋庸置疑，中年專家是國(guó)內(nèi)智庫(kù)研究人員的中堅(jiān)力量。這與美國(guó)智庫(kù)情況類似，從蘭德公司2022年的情況來看，其30歲-50歲的中年專家占比最多，達(dá)到了58%，50歲-60歲的專家占比也有16%。布魯金斯學(xué)會(huì)的情況亦然，官網(wǎng)上40歲-60歲專家占比也最多，達(dá)到了43.55%。但從趨勢(shì)來看，美國(guó)智庫(kù)30歲以下青年人才比例正在上升，如2022年蘭德公司30歲以下的專家占比已達(dá)19%，并且在新聘任的96名研究人員中，30歲以下的專家占比高達(dá)66%［18］。造成國(guó)內(nèi)中年專家占比高的原因可能是專家大多來自高校智庫(kù)。高校智庫(kù)的博士和教授占大多數(shù)，由于嚴(yán)格的職稱評(píng)聘條件，這些專家大多都接受了長(zhǎng)期的、系統(tǒng)的學(xué)術(shù)訓(xùn)練，還要經(jīng)歷漫長(zhǎng)的職稱階梯，進(jìn)入智庫(kù)時(shí)已到中年。

專家中男性專家與女性專家的比例約為7：3，以男性為主。這一情況與美國(guó)部分頂尖智庫(kù)有差別，如蘭德公司2022年全體研究人員中男女占比分別為53%和47%，其中研究領(lǐng)導(dǎo)人員的男女占比分別為55%和45%，總體來看性別分布較均衡。出現(xiàn)該差異的可能原因如下：一方面是智庫(kù)人才招募政策的差異，如蘭德公司強(qiáng)調(diào)研究團(tuán)隊(duì)的多元化和包容性，專家性別分布的相對(duì)平衡體現(xiàn)了美國(guó)智庫(kù)的這一觀念；另一方面是性別政治文化的不同。性別政治滲透體現(xiàn)在美國(guó)的方方面面，智庫(kù)的招募政策需要注意性別平衡。

從優(yōu)化決策咨詢服務(wù)的角度來看，隨著智庫(kù)專業(yè)化程度不斷加深，建設(shè)以首席專家為首，中青年學(xué)術(shù)帶頭人、青年骨干專家構(gòu)成的決策咨詢研究梯隊(duì)是新型智庫(kù)建設(shè)的長(zhǎng)期發(fā)展方向［19］。中年專家普遍具備一定的社會(huì)閱歷，在開展重大戰(zhàn)略問題研究時(shí)能提供更具經(jīng)驗(yàn)性、全局性的對(duì)策建議，且年齡的增長(zhǎng)也帶來人脈資源的積累，能夠拓寬智庫(kù)服務(wù)的渠道和途徑。因此，我國(guó)智庫(kù)專家以中年為主是合理的。另外，需注意的是，女性智庫(kù)專家比例太少可能會(huì)導(dǎo)致參與政策制定者無意識(shí)地忽視女性權(quán)益，從而產(chǎn)生不公平、性別歧視等現(xiàn)象，這對(duì)于提供決策支撐、引導(dǎo)公共輿論的智庫(kù)而言，是值得思考的因素。

（2）專家學(xué)歷以博士為主，學(xué)科集中于人文社科。樣本智庫(kù)專家中有72.47%獲得了博士學(xué)位，學(xué)歷分布呈現(xiàn)“倒金字塔型”，這一方面說明國(guó)內(nèi)智庫(kù)專家大多都接受了長(zhǎng)期的、系統(tǒng)的學(xué)術(shù)訓(xùn)練，能夠?yàn)橹菐?kù)提供持續(xù)、穩(wěn)定的智力支持；另一方面說明了我國(guó)智庫(kù)對(duì)研究人員的學(xué)歷普遍要求較高，這與國(guó)外智庫(kù)一名高級(jí)研究員配備若干研究助理的團(tuán)隊(duì)模式有區(qū)別。

專家的學(xué)科背景主要集中在法學(xué)、經(jīng)濟(jì)學(xué)、管理學(xué)等人文社科領(lǐng)域，占比高達(dá)71.26%，這一情況與美國(guó)很多智庫(kù)現(xiàn)階段較為一致，統(tǒng)計(jì)布魯金斯學(xué)會(huì)官網(wǎng)上學(xué)歷信息明確的322位專家，其中學(xué)科為經(jīng)濟(jì)學(xué)的人數(shù)最多，共89人，占比約28%，其次為政治學(xué)（49人）、法學(xué)（30人），加起來占比約24.5%，理工科出身的僅占0.05%，專家學(xué)科也集中在人文社科類。類似的還有美國(guó)戰(zhàn)略與國(guó)際問題研究中心（CSIS），官網(wǎng)上79位常駐專家中學(xué)科為政治學(xué)與國(guó)際關(guān)系、國(guó)際事務(wù)學(xué)的共38人，約占48%，占比較多的還有經(jīng)濟(jì)學(xué)、法學(xué)、歷史學(xué)等。但CSIS的專家團(tuán)隊(duì)正在變化，其于2011年建立了iDeas實(shí)驗(yàn)室（Andreas C.Dracopoulos iDeas Lab），目前團(tuán)隊(duì)由26人組成，他們的學(xué)科背景多元，多為平面設(shè)計(jì)、計(jì)算機(jī)工程、圖像分析等，iDeas實(shí)驗(yàn)室的存在也使得CSIS成為唯一擁有內(nèi)部網(wǎng)絡(luò)開發(fā)人員以及音視頻制作人的智庫(kù)，其數(shù)據(jù)安全和內(nèi)容制作輸出的及時(shí)性得到了極大保障。另外，擅長(zhǎng)研究尖端軍事科技的蘭德公司情況更特殊，其研究人員中工程學(xué)、統(tǒng)計(jì)學(xué)、物理學(xué)、計(jì)算機(jī)學(xué)等理工科背景的專家在2022年已達(dá)到26%以上。從CSIS和蘭德公司人員布局的趨勢(shì)來看，為適應(yīng)大數(shù)據(jù)時(shí)代，以數(shù)據(jù)為驅(qū)動(dòng)力，美國(guó)智庫(kù)研究團(tuán)隊(duì)的學(xué)科構(gòu)成正在向更多元、側(cè)重工程技術(shù)型專業(yè)轉(zhuǎn)變。

專家的專業(yè)水平和學(xué)科基礎(chǔ)是智庫(kù)研究能力形成的關(guān)鍵。目前國(guó)內(nèi)智庫(kù)專家學(xué)歷普遍較高，專業(yè)能力是有保障的，不過專家學(xué)科背景多為人文社科類，也是由于中國(guó)智庫(kù)發(fā)展時(shí)間短，大多還基于傳統(tǒng)“依據(jù)事實(shí)講道理”的調(diào)查研究方法，大數(shù)據(jù)、機(jī)器學(xué)習(xí)、仿真模型等信息技術(shù)參與研究的比重不高，側(cè)重定性研究，數(shù)據(jù)驅(qū)動(dòng)模式還未建立。結(jié)合美國(guó)智庫(kù)的趨勢(shì)來看，在大數(shù)據(jù)時(shí)代，如果國(guó)內(nèi)智庫(kù)要向數(shù)據(jù)驅(qū)動(dòng)轉(zhuǎn)型，就應(yīng)注重?cái)?shù)據(jù)團(tuán)隊(duì)的組建，根據(jù)自身需求引進(jìn)和培養(yǎng)算法工程師、數(shù)據(jù)分析師等具有相關(guān)學(xué)科背景的專業(yè)數(shù)據(jù)人才，以形成數(shù)據(jù)驅(qū)動(dòng)的智力基礎(chǔ)。

（3）專家所獲榮譽(yù)多來自外部，智庫(kù)內(nèi)部激勵(lì)機(jī)制不完善。本文發(fā)現(xiàn)獲得省部級(jí)榮譽(yù)的智庫(kù)專家人數(shù)最多，且專家所獲的其他榮譽(yù)，如高校級(jí)、國(guó)家級(jí)、市廳級(jí)、協(xié)會(huì)/學(xué)會(huì)以及國(guó)際級(jí)榮譽(yù)等，與省部級(jí)一樣，皆為智庫(kù)外部設(shè)置的獎(jiǎng)項(xiàng)，智庫(kù)內(nèi)部設(shè)立的獎(jiǎng)很少，特別是非物質(zhì)的激勵(lì)十分缺乏，側(cè)面體現(xiàn)了大多數(shù)中國(guó)智庫(kù)尚未建立完善的內(nèi)部激勵(lì)機(jī)制。對(duì)比來看，美國(guó)蘭德公司設(shè)立了一些內(nèi)部激勵(lì)的獎(jiǎng)項(xiàng)，如總裁獎(jiǎng)（Presidents Awards）、聚光燈獎(jiǎng)（Spotlight Awards）和獎(jiǎng)?wù)拢∕edal Awards），對(duì)有突出貢獻(xiàn)、特殊貢獻(xiàn)、起到模范典范作用的研究者進(jìn)行表彰。而且為減輕博士生的經(jīng)濟(jì)負(fù)擔(dān)，鼓勵(lì)其研究熱情，帕迪蘭德研究生院設(shè)立了多種形式的獎(jiǎng)助金，金額從5000美元到50000美元不等［20］。

為加強(qiáng)核心團(tuán)隊(duì)的建設(shè)，國(guó)內(nèi)智庫(kù)還需采用更多元有效、導(dǎo)向明確的激勵(lì)措施來保障智庫(kù)研究人員的自我驅(qū)動(dòng)力，進(jìn)一步加大對(duì)優(yōu)秀人才的激勵(lì)力度，如適時(shí)設(shè)立優(yōu)秀智庫(kù)成果和優(yōu)秀智庫(kù)專家獎(jiǎng)等，通過激勵(lì)機(jī)制提供更多更好的福利和待遇，使得更多員工的生活條件得以改善，更積極地投入到智庫(kù)工作中。另外更應(yīng)改變單一的物質(zhì)獎(jiǎng)勵(lì)方式，設(shè)置內(nèi)在獎(jiǎng)勵(lì)等多樣化激勵(lì)措施來提升研究人員的工作滿意度，讓研究人員保持較高生產(chǎn)力并繼續(xù)留在機(jī)構(gòu)。這些內(nèi)在獎(jiǎng)勵(lì)措施通常包括給予研究團(tuán)隊(duì)成員成果署名權(quán)、給予研究人員更充分的研究時(shí)間，為他們提供向理事會(huì)成員或政府官員作報(bào)告的機(jī)會(huì)以及更多臺(tái)前表現(xiàn)機(jī)會(huì)等。

（4）專家兼職現(xiàn)象普遍，研究隊(duì)伍為“小核心+大外圍”結(jié)構(gòu)。國(guó)內(nèi)智庫(kù)專家的兼職現(xiàn)象十分普遍，全職專家數(shù)量遠(yuǎn)低于兼職專家數(shù)量，這說明智庫(kù)的人力資源布局仍呈現(xiàn)“小核心+大外圍”的模式。全職人員的多少即智庫(kù)核心團(tuán)隊(duì)規(guī)模的大小，規(guī)模小不一定代表效率低，但核心團(tuán)隊(duì)規(guī)模大也意味著智庫(kù)能夠承擔(dān)更多繁重任務(wù)，如蘭德公司目前共雇有1775位職員，在2021年-2022年就產(chǎn)出了海量研究成果，包括了505份研究報(bào)告和316篇期刊論文［21］。

誠(chéng)然，“小核心+大外圍”的人員結(jié)構(gòu)確實(shí)能對(duì)智庫(kù)產(chǎn)出高質(zhì)量成果和提供影響力帶來巨大幫助，但是過于依賴兼職專家容易形成不穩(wěn)定結(jié)構(gòu)，無法凝聚一支完全屬于智庫(kù)的核心團(tuán)隊(duì)，不利于智庫(kù)自身的長(zhǎng)期、穩(wěn)定、可持續(xù)發(fā)展，可能導(dǎo)致以下幾種后果：一是“大外圍”中的知名專家因事務(wù)繁忙等原因缺乏為智庫(kù)做研究、出成果的積極性；二是由于智庫(kù)財(cái)務(wù)制度的局限性，智庫(kù)難以給足兼職研究員物質(zhì)激勵(lì)，“購(gòu)買”兼職專家的研究成果在實(shí)際運(yùn)作中很難操作，兼職專家往往缺乏產(chǎn)出智庫(kù)成果的熱情；三是兼職專家的流動(dòng)性易導(dǎo)致智庫(kù)成果知識(shí)產(chǎn)權(quán)的流失。因此智庫(kù)行業(yè)需重視專家兼職普遍帶來的上述問題，著重完善內(nèi)部的人才選拔與培育機(jī)制、激勵(lì)機(jī)制，加強(qiáng)培養(yǎng)核心團(tuán)隊(duì)。

（5）專家研究議程自主性強(qiáng)，傾向于獨(dú)立研究。從研究議程的設(shè)置看，美國(guó)智庫(kù)多由民間組織、學(xué)術(shù)機(jī)構(gòu)和非營(yíng)利組織等獨(dú)立機(jī)構(gòu)主辦和運(yùn)營(yíng)，其出資方往往會(huì)限定資金的使用去向和匹配結(jié)構(gòu)，如最大出資方為美國(guó)軍方的蘭德公司在2021年有超過50%的重點(diǎn)項(xiàng)目涉及現(xiàn)代軍事研究領(lǐng)域［22］，而我國(guó)智庫(kù)主要由政府部門、高校和研究院所等機(jī)構(gòu)主辦和運(yùn)營(yíng)，專家的研究議程不受利益集團(tuán)影響，自主性更強(qiáng)。從專家科研合作網(wǎng)絡(luò)來看，我國(guó)智庫(kù)專家合作網(wǎng)絡(luò)呈現(xiàn)“核心－邊緣”結(jié)構(gòu)，大多數(shù)專家之間互動(dòng)性極弱，合作網(wǎng)絡(luò)的密度和凝聚力也不高。未來，我國(guó)智庫(kù)需要加強(qiáng)機(jī)構(gòu)間的人才合作，拓寬人才交流模式，交換同行研究的信息、成果，實(shí)現(xiàn)共同進(jìn)步。應(yīng)著力搭建不同層次、不同專業(yè)、不同領(lǐng)域的智庫(kù)專家合作交流的創(chuàng)新型協(xié)同研究平臺(tái)，形成人才交流和人才合作培養(yǎng)的常態(tài)化機(jī)制，各智庫(kù)也應(yīng)多為專家隊(duì)伍提供參加國(guó)內(nèi)外學(xué)術(shù)交流和政策會(huì)議的機(jī)會(huì)，讓研究人員能更方便地建立自己的社會(huì)網(wǎng)絡(luò)。

（6）專家主流活動(dòng)形式為會(huì)議，對(duì)決策過程的嵌入待加強(qiáng)。國(guó)內(nèi)智庫(kù)專家參與會(huì)議的次數(shù)是所有活動(dòng)中最多的，且會(huì)議類型多為學(xué)術(shù)交流的研討會(huì)、論壇、座談會(huì)。世界著名智庫(kù)幾乎都是會(huì)議中心，美國(guó)智庫(kù)專家也常參與其所屬智庫(kù)舉辦的各種類型的學(xué)術(shù)交流活動(dòng)，包括研討會(huì)、圓桌會(huì)、座談會(huì)和發(fā)布會(huì)等，如新美國(guó)安全中心（CNAS）常就某一特定主題，邀請(qǐng)“政府高級(jí)官員、軍方代表、領(lǐng)域?qū)＜?、媒體記者等社會(huì)各界精英共同參與高級(jí)別的政策學(xué)術(shù)論壇”［23］。通過交流，智庫(kù)專家可以提前探聽政府政策動(dòng)向和學(xué)術(shù)前沿信息，并同時(shí)向外界推廣他們的最新研究成果，引導(dǎo)公眾輿論、傳遞政策理念、加強(qiáng)對(duì)學(xué)術(shù)界的影響。

國(guó)內(nèi)智庫(kù)專家主要通過遞交內(nèi)參報(bào)告、參與干部培訓(xùn)等方式來提供決策支撐。從本研究的數(shù)據(jù)來看，專家撰寫內(nèi)參整體的數(shù)量可觀且內(nèi)參被批示的比例較高，內(nèi)參撰寫已是智庫(kù)的常項(xiàng)工作，將其作為本職工作是智庫(kù)專家應(yīng)有的價(jià)值取向。被省部級(jí)領(lǐng)導(dǎo)批示的內(nèi)參數(shù)量最多，也反映出智庫(kù)專家提供的政策建議更多面向地方公共政策需求、服務(wù)當(dāng)?shù)貨Q策部門，為地方治理提供了必要的決策服務(wù)，這對(duì)推進(jìn)國(guó)家整體治理具有重要意義。但與寫內(nèi)參的熱情相比，專家參與政府直接組織的聽證會(huì)、交流會(huì)、咨詢會(huì)的比例較低，說明我國(guó)智庫(kù)專家還是更傾向于提交書面內(nèi)參而非進(jìn)行面對(duì)面的政策咨詢，對(duì)決策咨詢場(chǎng)景的嵌入程度不夠。

為進(jìn)一步提升決策支撐力，智庫(kù)專家還應(yīng)加強(qiáng)決策咨詢場(chǎng)景的嵌入，在繼續(xù)保持撰寫內(nèi)參積極性的同時(shí)，更多地爭(zhēng)取與決策者面對(duì)面交流的機(jī)會(huì)，積極參與政府組織的決策咨詢會(huì)議、政府聽證會(huì)、政策交流會(huì)等與政策制定直接相關(guān)的活動(dòng)，與政府深入互動(dòng)，充分嵌入政府的政策研討過程。此外，還可以積極在政府部門內(nèi)開展政策宣講會(huì)、培訓(xùn)講座、公共政策知識(shí)授課等，并了解政策落實(shí)的現(xiàn)狀與困境，以便更好地服務(wù)決策咨詢和開展后續(xù)研究。

（7）專家整體媒體影響力低，傳播形式單一。目前有媒體報(bào)道數(shù)據(jù)的專家比例較小，從報(bào)道形式來看，專家們雖然傾向于把主流媒體作為傳播渠道以提高自身影響力，但忽略了在社會(huì)層面公眾層面上的廣泛傳播，如在網(wǎng)絡(luò)媒體傳播方面傾向于采用單一的圖文形式，而少見大眾更喜愛、接受度更高的音視頻傳播形式。從專家輿論熱點(diǎn)詞匯可以看出，智庫(kù)專家的輿論輸出緊跟國(guó)家戰(zhàn)略要點(diǎn)和方針政策，也緊跟當(dāng)下社會(huì)熱點(diǎn)。一是聚焦中國(guó)整體發(fā)展和國(guó)家治理，尤其是經(jīng)濟(jì)發(fā)展，符合我國(guó)以經(jīng)濟(jì)建設(shè)為中心的發(fā)展需求；二是專注于政府的工作重心和政策需求，對(duì)“一帶一路”“高質(zhì)量發(fā)展”“現(xiàn)代化”等戰(zhàn)略和議題十分關(guān)注；三是關(guān)心國(guó)際形式的變化，美國(guó)、伊朗、印尼、中東等國(guó)家和地區(qū)的問題也是熱議話題；四是媒體更傾向于報(bào)道專家參與的各類活動(dòng)，從“論壇”“研討會(huì)”“舉行”“學(xué)術(shù)”“專訪”“發(fā)布”等關(guān)鍵詞便能體現(xiàn)，也從側(cè)面反映出媒體對(duì)智庫(kù)專家的報(bào)道以轉(zhuǎn)載智庫(kù)機(jī)構(gòu)會(huì)議論壇的召開通告為主?？傮w而言，傳播的形式和內(nèi)容還很單一。

美國(guó)智庫(kù)專家們則普遍極其注重與媒體的關(guān)系，他們?cè)诠娒襟w亮相的頻率很高，如蘭德公司在圣莫尼卡、華盛頓和匹茲堡辦事處設(shè)立了廣播工作室，可供新聞機(jī)構(gòu)對(duì)其專家進(jìn)行現(xiàn)場(chǎng)、遠(yuǎn)程或面對(duì)面的電視和廣播采訪。布魯金斯學(xué)會(huì)為便于專家們直播和錄播視頻、音頻采訪設(shè)立了免費(fèi)的新聞機(jī)構(gòu)，據(jù)統(tǒng)計(jì)，布魯金斯學(xué)會(huì)專家發(fā)表的成果中以博文類最多，媒體采訪類也占有較大比例［24］。這是因?yàn)樵谡咧贫òl(fā)布前，美國(guó)智庫(kù)專家多通過在大眾媒體平臺(tái)進(jìn)行游說，引發(fā)公眾對(duì)特定問題的關(guān)注并順勢(shì)以公眾輿論影響政府的內(nèi)外政策，專家為了決策影響力，勢(shì)必要維持在媒體的高曝光率，而國(guó)內(nèi)專家相比較而言不依賴媒體曝光來增加對(duì)政策制定的影響力，因此在媒體宣傳上缺乏一定關(guān)注度。

雖然國(guó)內(nèi)智庫(kù)專家無需維持高曝光度來增強(qiáng)決策影響力，但仍承擔(dān)引導(dǎo)公眾輿論，凝聚社會(huì)共識(shí)的責(zé)任，在如今的“全媒體時(shí)代”，媒體對(duì)智庫(kù)專家的報(bào)道是擴(kuò)大智庫(kù)影響力的重要手段，智庫(kù)與媒體的融合發(fā)展和互動(dòng)也已成為新型智庫(kù)建設(shè)的新趨勢(shì)，應(yīng)充分重視專家媒體報(bào)道少、傳播形式單一的問題，注重借助媒體傳播智庫(kù)觀點(diǎn)、放大智者聲音、提高活動(dòng)影響力；結(jié)合運(yùn)用傳統(tǒng)媒體與新媒體，開辟多重宣傳渠道，傳播高質(zhì)量研究成果；提升“明星型專家”影響力，拉近與社會(huì)大眾之間的距離，增強(qiáng)輿論引導(dǎo)的良好效果。

5? ?結(jié)語

利用專家畫像的方法可以對(duì)國(guó)內(nèi)智庫(kù)專家的整體特征進(jìn)行分析。本研究在CTTI字段體系的基礎(chǔ)上構(gòu)建了智庫(kù)專家群體畫像的三大基本維度，即基本屬性、學(xué)術(shù)研究和社會(huì)活動(dòng)，并以CTTI系統(tǒng)內(nèi)2150名專家的數(shù)據(jù)為支撐，對(duì)智庫(kù)專家進(jìn)行群體畫像。將畫像結(jié)果和美國(guó)知名智庫(kù)的專家情況相對(duì)比，分析國(guó)內(nèi)專家特征并據(jù)此為智庫(kù)人才建設(shè)提供建議和參考。從基本屬性來看：國(guó)內(nèi)智庫(kù)專家以中年為主，且多為男性；專家以博士學(xué)歷居多，學(xué)科背景多為人文社科類，智庫(kù)要向“數(shù)據(jù)驅(qū)動(dòng)”轉(zhuǎn)型需組建擁有相關(guān)專業(yè)背景的核心人才團(tuán)隊(duì)；專家的內(nèi)部激勵(lì)機(jī)制較少，且兼職現(xiàn)象普遍，未來應(yīng)完善內(nèi)部人才激勵(lì)機(jī)制，并認(rèn)識(shí)到“小核心＋大外圍”模式的局限性，加強(qiáng)智庫(kù)核心專家團(tuán)隊(duì)建設(shè)。從學(xué)術(shù)研究來看：國(guó)內(nèi)專家研究不受利益集團(tuán)影響，因此研究自主性強(qiáng)，成果影響力普遍較高，但跨機(jī)構(gòu)的人才交流和研究合作有待加強(qiáng)。從社會(huì)活動(dòng)來看：專家活動(dòng)的主要形式為會(huì)議，面對(duì)面的政策咨詢活動(dòng)參與度不足，未來應(yīng)加強(qiáng)決策情景的嵌入；專家普遍媒體影響力較低，傳播形式單一，應(yīng)重視輿論影響，優(yōu)化傳播策略。

參考文獻(xiàn)

［1］? 李剛.論新型智庫(kù)及其核心能力建設(shè)［J］.決策與信息，2023（5）：38-43.

［2］? 金芳，孫震海，國(guó)峰，等.西方學(xué)者論智庫(kù)［M］.上海：上海社會(huì)科學(xué)院出版社，2010.

［3］? 王莉麗.中國(guó)智庫(kù)核心競(jìng)爭(zhēng)力［M］.北京：中國(guó)人民大學(xué)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］? 王憲朋.基于視頻大數(shù)據(jù)的用戶畫像構(gòu)建［J］.電視技術(shù)，2017，41（6）：20-23.

［7］? 馬安華.基于用戶行為分析的精確營(yíng)銷系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)［D］.南京：南京郵電大學(xué)，2013.

［8］? 劉海鷗，孫晶晶，蘇妍嫄，等.國(guó)內(nèi)外用戶畫像研究綜述［J］.情報(bào)理論與實(shí)踐，2018，41（11）：155-160.

［9］? 袁莎，唐杰，顧曉韜.開放互聯(lián)網(wǎng)中的學(xué)者畫像技術(shù)綜述［J］.計(jì)算機(jī)研究與發(fā)展，2018，55（9）：1903-191.

［10］? 王世奇，劉智鋒，王繼民.學(xué)者畫像研究綜述［J］.圖書情報(bào)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］? 劉曼，陳媛媛，朱金簫.美國(guó)知名智庫(kù)蘭德公司專家群體畫像［J］.圖書館論壇，2023，43（11）：138-148.

［14］? 趙剛，姚興仁．基于用戶畫像的異常行為檢測(cè)模型［J］.信息網(wǎng)絡(luò)安全，2017（7）：18-24.

［15］? 隋桂玲.G指數(shù)與H指數(shù)、E指數(shù)的關(guān)系及其文獻(xiàn)計(jì)量意義［J］.圖書情報(bào)工作，2013，57（23）：90-94.

［16］? 馬雪雯，李剛.邁向成熟的現(xiàn)代智庫(kù)——省級(jí)重點(diǎn)智庫(kù)建設(shè)的政策、體系和網(wǎng)絡(luò)分析［J］.智庫(kù)理論與實(shí)踐，2020，5（4）：39-48.

［17］? 邱均平，王菲菲.基于SNA的國(guó)內(nèi)競(jìng)爭(zhēng)情報(bào)領(lǐng)域作者合作關(guān)系研究［J］.圖書館論壇，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］? 咸鳴霞，曾維和.新型智庫(kù)社科人才作用發(fā)揮的結(jié)構(gòu)困境與對(duì)策探討［J］.情報(bào)科學(xué)，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］? 李正圖，葛文君.蘭德公司的資金來源、支出結(jié)構(gòu)與智庫(kù)服務(wù)質(zhì)量［J］.中華醫(yī)學(xué)圖書情報(bào)雜志，2022，31（5）：18-24.

［23］? 馮志剛，張志強(qiáng).新美國(guó)安全中心：美國(guó)國(guó)家安全政策核心智庫(kù)［J］.智庫(kù)理論與實(shí)踐，2018，3（6）：78-88.

［24］? 張琳.智庫(kù)專家職業(yè)表現(xiàn)的影響因素——以美國(guó)布魯金斯學(xué)會(huì)為例［J］.科技管理研究，2022，42（16）：218-225.

作者簡(jiǎn)介：李梓萌，女，南京大學(xué)信息管理學(xué)院博士研究生，研究方向：智庫(kù)評(píng)價(jià)理論與方法；吳玉松，女，南京大學(xué)信息管理學(xué)院碩士研究生，研究方向：智庫(kù)理論與實(shí)務(wù)；蘇丹淳，女，南京大學(xué)信息管理學(xué)院碩士研究生，研究方向：智庫(kù)研究與智庫(kù)評(píng)價(jià)；朱雍，男，南京大學(xué)信息管理學(xué)院碩士研究生，研究方向：智庫(kù)理論與實(shí)務(wù)；李剛，男，南京大學(xué)信息管理學(xué)院教授，研究方向：智庫(kù)評(píng)價(jià)理論與方法、智庫(kù)信息系統(tǒng)與知識(shí)管理、社會(huì)科學(xué)評(píng)價(jià)理論與方法、圖書館與檔案學(xué)理論基礎(chǔ)。