中国特色新型智库大数据研究范式变革势在必行，但变革过程当然不能像常规地购买一些商业数据库或配备几个计算机管理人员那么简单，而应从组织层、资源层、方法层和平台层四个方面整体推进，构建新型智库大数据信息支持服务体系，推动中国特色新型智库能力建设和研究范式转型。
组织层，即数据分析专家参与新型智库团队建设。智库作为智力密集型机构，对于人才的要求更高、更迫切，需要由多学科、多领域专家学者组成决策服务的综合性团队。由于大数据与传统数据存在着巨大差异，大数据的巨大规模以及结构上的杂乱无章，需要专业的数据分析师进行数据挖掘，以期将毫无规律的数据转化为知识和解决方案。这对于大数据分析师的要求非常高，既要在有限的时间内完成巨量数据的扫描过程，又要发现数据的关联性，进一步提高工作效率。因此，智库要应用大数据，就必须拥有一支专业的数据分析团队，在智库的资源建设、知识共享、情报分析、战略决策等各个环节发挥重要作用。因此，组建新型智库团队时引入数据分析专家，尤其是具有实践经验和大数据分析特长的人才，能有效提高智库产品形成过程中信息情报分析的科学性和准确性，提升智库服务产品的质量。
资源层，即多源数据融合助力新型智库资源建设。大数据时代，智库研究的信息源已经不再拘泥于传统研究文献，而是扩散至网络信息、信息系统、监控终端、人际交流信息、舆情等结构化、半结构化和非结构化数据资源，具有大数据特征。在智库建设中，丰富的信息来源和有效的知识共享机制，是形成高质量成果的重要基础条件。信息是保障智库高质量思想产品产出的基础，智库应加强专门数据库建设，并探索非涉密数据的合作开发和共享机制。大数据参与到新型智库建设中，更能发挥大数据技术在多源数据融合方面的优势，整合社会网络环境下自媒体、全媒体信息资源，提供充分有效的数据准备与利用、推动智库进行资源整合与共享和集成多种分析技术与软件工具，让海量数据的处理及分析变得更加容易。从数据中提取有用信息并形成各种智库产品，进而用于验证、指导及规范组织或个人的决策行为。因此，拥有完整的自建专业数据库，对中国特色新型智库建设来讲具有十分重要的战略意义。
方法层，即大数据思维为新型智库研究提供理论方法支撑。在大数据环境下，要想产出高质量的智库成果，离不开理论研究与方法支撑。大数据时代的智库研究逐渐从数据基础、计算能力和分析需求的综合角度提供战略决策，已形成一系列有效的分析方法。中国特色新型智库在大数据时代要谋求发展和转型，关键在于是否具备大数据思维，科学合理地将大数据思维应用到新型智库建设之中。大数据思维依据的是全体数据，而不是随机样本，善于从数据的混杂性中洞悉未来，着眼于相关关系而不是因果关系。大数据思维能够促使新型智库从传统思维的枷锁中挣脱出来，突破传统样本数量的限制，引入研究对象更多方面的信息，处理那些传统数据分析方法无法处理的数据资源，找寻容易被忽视的数据细节。另外，作为新型智库大数据，在思维层面上从因果思维转变为相关思维，将会对事物有更加深刻独到的认识。作为新型智库的核心特征，能否善用大数据思维，以实现智库结构的深刻变化，将决定中国特色新型智库建设的未来成败。
平台层，即构建中国特色新型智库大数据平台。大数据平台是新型智库必不可少的工作载体，是“互联网+”在新型智库建设领域的具体体现，应从顶层架构、功能模块建构以及运行机制三个层面对新型智库大数据平台进行设计。平台是为了充分利用互联网与大数据技术解决传统智库发展存在的弱、小、散问题，达到提升新型智库研究质量、效率和扩大影响力的目的。因此，我们应从新型智库运行过程的各个环节着手设计平台的顶层架构，通过将大数据技术引入智库研究工作的不同环节来实现智库运作过程的变革。在功能模块建构方面，具体体现在边界层（“智库门户模块”）、核心层（“研究协同”“研究辅助”“研究管理”）、基础层（“数据库模块”及其“大数据分析处理模块”），这六大模块相互协作实现新型智库大数据平台的有机运转，促进新型智库知识创新服务能力和智库影响力的巨大提升。在运行机制方面，大数据平台作为新型智库运行的综合平台，应以需求驱动机制为核心，推动相关研究人员、大数据分析人员和管理人员紧密协调配合，创造最大智慧生产力，实现智库效益的最大化。
综上所述，大数据背景下的中国特色新型智库方兴未艾，新型智库只有大力加强大数据信息支持服务能力体系建设，积极布局大数据研究设施，推进新型智库研究范式变革，才能抓住机遇，在国家重大战略决策中发挥重要作用。
（本文系国家社科基金项目“大数据背景下智库决策支持信息保障协同创新机制研究”（17XTQ007）、西安市社会科学规划基金重点项目“‘一带一路’新型智库信息工程西北信息中心建设研究”（16Z20）阶段性成果）
（作者系陕西师范大学哲学与政府管理学院教授、西安市社会科学院客座研究员）
.jpg)
