论文部分内容阅读
〔摘要〕[目的/意义]针对大数据时代对智库发展带来的冲击与挑战，构建适应现代智库运行的情报服务体系，能够提升智库的情报服务水平，同时为我国智库的整体发展提供一定指引。[方法/过程]本文基于协同理论视角，在大数据背景下通过对传统用户需求分析、数据处理方法、服务模式和智库主体这4个方面的分析，认为现代智库的服务运作应协同现代科学技术、创新服务模式。[结果/结论]本文最后构建了基于协同理论的智库情报创新服务体系，智库通过此服务体系不仅可以更好地满足用户日益增长的需求，而且能够形成一种用户和智库监督互利的关系，从而促进我国智库的整体发展。
〔关键词〕大数据；智库；情报；创新服务；协同理论
DOI：10.3969/j.issn.1008-0821.2018.09.009
〔中图分类号〕G2528〔文献标识码〕A〔文章编号〕1008-0821（2018）09-0057-07
Research on Intelligence Service Innovation of
Think Tank in the Context of Big Data
——From the Perspective of Collaborative TheoryZhang Haitao1，2Zhang Nianxiang1Wang Dan1Zhang Huiran1
（1.School of Management，Jilin University，Changchun 130022，China；
2.Information Resource Research Center，Jilin University，Changchun 130022，China）
〔Abstract〕[Purpose/Significance]The impact and challenge of the development of the great data age，which is to build up the intelligence service system of the modern think tank，to improve the level of intelligence service in the tank，and to provide a guide to the overall development of our nations think tank.[Method/Process]Based on the perspective of synergetic theory，this article analyzed the four aspects of traditional user needs analysis，data processing methods，service models，and think tanks in the context of big data，and concluded that modern think tank service operations should be coordinated with modern science and technology and innovative service models.[Result/Conclusion]Finally，this paper constructed a service innovation service system for think tanks based on synergy theory.Through this service system，think tanks could not only meet the growing needs of users，but also form a relationship between users and think tanks to monitor mutual benefit，and this would promote the overall development of our think tanks.
〔Key words〕big data；think tank；intelligence；service innovation；synergy theory
智庫（Think Tank），又可以称为智囊团、思想库和顾问班子等，是指专门从事开发性研究的咨询研究机构，其主要任务是提供咨询，为决策者提出各种设计、献计献策；反馈信息，对实施方案追踪调查研究，把运行结果反馈到决策者那里，便于纠偏和改进；进行诊断，根据现状研究产生问题的原因，寻找解决问题的症结；预测未来，从不同的角度运用各种方法，提出各种预测方案供决策者选用。智库作为重要的智慧生产机构，是一个国家思想创新的泉源，也是一个国家软实力和国际话语权的重要标志[1]。我国的智库发展起步较晚，与国外权威大型智库相比，在建设经验、研究效率和创新能力上有待提高，而随着大数据时代的到来和科技的不断发展，现代智库的发展也面临着新的机遇和挑战。
2016年5月，中共中央总书记、国家主席习近平在全国科技创新大会上提出：“要加快建立科技咨询支撑行政决策的科学科技决策机制，加强科技决策咨询系统，建设高水平中国特色新型智库。”[2]而从现实来看，我国智库建设存在服务主体与客体信息封闭和沟通不畅、数据分析挖掘不够深入、服务方式单一、研究力量分散、服务人员专业素养和创新能力不足等问题，因此要整合各方智库机构的资源优势和服务能力，形成“集群效应”，实现跨学科、跨领域、跨机构的协同创新性研究，以更好地服务于决策。换句话说，就是要在协同创新视野下进行更加有效的智库情报服务[3]。本文在大数据背景下，基于协同的理论方法，在智库情报的用户需求分析、数据处理方法、服务模式以及服务主体这几个方面进行协同创新以改进现代智库的整体服务模式，并提出适合现代智库发展的四个运行保障，使现代智库能够更好地满足用户对于情报日益增长的需求。 2018年9月第38卷第9期现代情报Journal of Modern InformationSep.，2018Vol38No92018年9月第38卷第9期大数据背景下智库情报的服务创新Sep.，2018Vol38No91本研究的理论基础
协同理论最早于20世纪60年代由德国Hermann Haken教授提出，着重研究系统与系统之间的相互作用的变化规律。协同理论认为，通过协同作用，组织集成并不是组织要素的简单数量相加，而是通过人的主动集成行为，使组织系统的各要素之间以及各子系统之间能够协同地工作，从而使组织要素彼此耦合，赢得全新的整体放大效应[4]。
因此，协同理论倡导主体多元化、合作方式协同化等理念，强调多种资源的协同整合，追求资源利用价值和服务质量的最大化，为智库在情报的服务模式上提供了理论依据，最终达到“1 1>2”的效果[5]。当前智库的信息化建设日益推进，智库决策已经从传统“拍脑袋”式的经验决策逐步向以数据资源为驱动的更加准确、科学的决策方式转变。大数据的出现和科学技术的快速发展给现代智库发展带来了一定的冲击和挑战，但同时也带来了新的发展机遇，现代智库在信息收集和用户需求的分析上需要协同自身和外部环境做出与用户战略目标相融合的决策支持情报；在信息处理上能够协同数据挖掘技术等发现数据潜在价值，让“数据说话”；在服务方式上协同现代科学技术和互联网实现远程服务等多样的服务方式。本文认为，在大数据环境下，协同理论是实现从用户发展战略的需求分析、数据信息挖掘、服务方式以及各服务主体协作等方面智库情报服务模式创新的重要理论基础，也是实现智库信息资源共建共享，提高我国智库整体服务质量的重要保障。
2传统智库与大数据背景下现代智库情报服务分析
我国智库相对于西方国家而言起步较晚，实力较弱，在2014年的《全球智库报告》中排名前100的智库中国仅有6家，在TOP10中则没有一家中国智库。因此，随着大数据时代的到来，我们有必要分析中国传统智库的服务和发展之路，“取其精华，去其糟粕”，争取在大数据时代的“东风”之下，能够直面其带来的影响和挑战，实现我国智库快速稳步发展。
21传统智库的情报服务分析
在传统智库的服务当中，服务的主体主要包括政府的信息服务部门、高校智库、专业的咨询公司和企业自身的相关情报部门。这些服务主体所提供的服务内容、服务质量和服务模式也各不相同，在运行过程当中凸显出以下几个特点：
1）对于提供外包服务的专业的情报研究部门来说，它能够为用户提供有针对性的情报服务，能更好地适应当前用户企业，但是目前这样的情报服务部门还是存在服务内容单一、费用较高、外包服务很难提供长期的持续性规划服务以及非常敏感的情报安全等问题。
2）对于政府和专业的咨询公司这样的智库来说，用户可以从政府的官方平台、行业协会中获得政策性、宏观性等关于竞争环境和竞争策略的情报信息，但是对企业来说缺乏至关重要的竞争对手的情报信息。虽然这种模式服务范围广，容易获得，但是服务质量一般、信息不够具体、缺乏针对性和个性化。
3）企业自身的情报部门通过对自身企业的状态信息进行收集和分析，最后得出的情报服务需求主体是企业的决策管理层，这种模式能够使收集的信息更加的全面、真实和有针对性。但是这种服务模式需要在企业内建立专门的情报部门，而且对设备和专业人才的投入资金较高，一般的企业难以承担这样的投入[6]。
22大数据背景下对现代智库情报服务的发展要求
大数据是以互联网为代表的第四次工業革命的重要产物，影响着人们生活的方方面面。在大数据时代，现代智库所面临的信息环境也更加复杂，高新技术的不断涌现也要求智库的发展要与时俱进、不断创新。所以，大数据的出现对智库情报在用户需求分析、数据处理方法、服务模式和服务主体上都产生了重大影响，同时也对其发展提出了新的要求。
221对智库在用户需求分析上的影响和要求
随着经济的快速发展和企业信息化建设的不断推进，网络大数据已经成为现代企业不可或缺的资源，相比传统的纸质文档，大数据大量、多样和虚拟的特性使智库在用户信息获取上难度增加。同时，传统智库的服务内容已经不能满足现代企业的发展需求，现代企业更需要的是结合自身发展现状、既能解决眼前问题又能融合企业远期发展战略目标的决策支持情报信息。因此，智库在分析用户需求时应协同分析用户具体问题和用户战略目标，使情报产品能够具有针对性和长期有效性。
222对智库数据处理方法上的影响和要求
在大数据时代，信息资源已经不仅仅局限于文本文献，以互联网为载体的网络信息资源呈现形式更加的多样化，既有图片和文字，又有音频和视频等类型。因此，现代智库在数据处理上就要有所改变，尤其在信息的收集、分析、挖掘和服务等方面更要提高处理效率和准确率，协同互联网云计算、人工智能等大数据处理技术手段来提高服务效率和服务质量。与此同时，现代智库也可以建立自己的专业数据库以更好地开展专业化信息资源研究和决策服务，让决策成为以数据为支撑的科学决策[7]。
223对智库服务模式上的影响和要求
在互联网信息时代，服务主体可以充分利用网络的优势来消除地域、时间等障碍，为更多的用户提供更加专业化的信息咨询服务。同时，也可以针对不同的用户提供个性化的在线服务，以减少人员交通等成本开销。网络也是一种宣传手段，能让更多的用户知道智库的业务和产品。另外，基于协同的理论，各服务主体可以联合设立网络服务平台，实现信息的共享，让用户得到最准确、最全面、最有价值的情报资源，同时这也有利于智库之间相互交流、互相学习，促进我国智库的整体发展。
224对智库服务主体的影响和要求
大数据的首要特征之一就是“大”，这也就意味着服务主体要对大量的信息进行收集、分析和处理。因此，服务主体首先要有相应的设备、技术方法和情报人员来从大量的低价值密度的数据中挖掘出有价值的情报信息。其次，服务主体的研究人员要从过去“拍脑袋”时的经验判断转为以大量数据分析和总结为主的科学决策，这就对研究人员的专业素养提出了更高的要求。最后，各服务主体要在竞争中重视信息的共享，发挥各自的优势，取长补短，使各机构能够协同合作形成情报服务体系来应对大数据带来的各种挑战。 3协同理论视角下的智库情报服务创新
在当今互联网和大数据环境下，传统的智库情报服务已经越来越不能适应现代社会发展的需要。因此，现代智库就需要运用现代的理论和技术对传统智库服务进行升级，实现智库情报服务的创新。本部分是在协同理论视角下，针对传统智库在用户需求分析、数据处理方法和服务模式这几方面上进行协同创新研究，最后构建适应当前社会发展需求的现代智库情报服务体系。
31协同理论视角下智库对用户需求分析创新
现代智库在了解企业用户发展目标和发展需求时，不仅要解决企业眼前出现的实际问题和需求，更要协同考虑内外部因素、兼顾用户企业近期目标和远期目标，保证既能解决眼前的实际问题，又要有发展的持续性。同时依据协同理论，要使需求分析与企业的战略目标协同相融合，以达到整体的放大效应，使情报决策真正解决用户的实际问题。图1协同用户战略需求分析
311企业自身信息分析
企业自身的信息主要集中在内部资源和竞争策略上，主要包括产品、客户、工艺技术和市场营销。产品指现有产品的性能、价格、质量、竞争优势和发展空间等；客户指现有的合作或零售买家的销售数据、反馈数据和买家需求等；工艺技术是企业的核心竞争力，主要包括工艺流程、技术优势和产品检测等；市场营销主要涉及销售渠道、销售模式以及售后服务等[8]。
312企业外部情报分析
外部情报信息主要围绕在竞争环境和竞争对手上。竞争环境分析的主要方面指目前企业所处的行业发展趋势、国家政策、经济大环境、科技创新等；竞争对手情报分析指企业对手的产品、工艺技术、营销模式、战略目标、用户群体、研发方向和管理人员的分析调查。
313近期目标分析
近期目标分析需求指解决企业当前遇到的现实问题以及实现远期目标的方式和途径。企业当前的问题包括企业现在的设备工艺升级改造、技术路线、新产品开发、营销方向、成本控制、定价策略等；另一方面确立近期的目标是为实现远期目标做铺垫，比如维护好合作伙伴的关系、选拔储备技术人才等，着眼于未来，为企业的发展方向做提前的准备。
314远期目标的分析
企业远期目标主要指产品目标、业务目标和发展战略目标。产品目标确立企业未来产品研发的技术方向、技术投资、生产流程创新、产品更替等；业务目标主要指企业未来的营销模式、平台、市场定位、业务投资和所要面向的用户群体等；战略目标主要还是对以上營销和运营的宏观表达，可以包括企业未来的发展类型、与其他企业长期的战略合作、人才联合培养等。
32协同理论视角下智库数据处理方法创新
大数据的大量和多样的特性决定了现代智库对数据的分析不能局限于传统的人工处理方法，因而现代智库在数据信息分析上也要紧贴时代前沿，运用现代高新技术和处理方法来提高信息分析效率和准确度。本部分主要研究在数据处理过程中协同运用数据挖掘技术，同时为了提高效率把人工智能技术协同运用到信息分析的数据挖掘过程中。
在情报的信息分析过程当中，数据挖掘是其重要环节。数据挖掘（Data Mining，简称DM）就是利用各种分析工具从大量的、不完全的、有噪声的、模糊的、随机的实际应用数据中提取隐含在其中的，人们事先不知道的、有用的信息和知识的过程[9]。数据挖掘过程包括很多阶段，但总体来说可以分为3个阶段：准备阶段、数据挖掘阶段、结果评价阶段（如图2所示）。
图2数据挖掘过程
1）准备阶段：将原数据经过数据集成、选择形成目标数据，缩小数据处理的总体范围，然后将目标数据进行预处理，常见的数据预处理方法包括：数据清洗、数据变换和数据归纳等。预处理之后就基本完成了数据的准备阶段。
2）数据挖掘阶段：确定了要挖掘的数据之后，根据挖掘的知识类型进行分类、聚类和关联，然后选择合适的挖掘算法进行数据挖掘工作，最后会形成一个数据模式。
3）结果测评阶段：数据挖掘本身就是一个发现知识的过程，这一阶段，经过对这些数据的整合、剔除等操作，形成知识以适合用户的需求。如果在测评过程中发现模式方法或者结果不符合用户需求，就要重复以上步骤。总而言之，数据挖掘是一个循环往复的过程。
但是，数据挖掘具体操作过程还是相对复杂，为了能够更便捷的从大量信息中获取潜在的信息，我们就需要借助一种更简单、更准确的工具来辅助实现机器数据挖掘的功能，同时这也是信息处理过程数字化、智能化的进程。现代科技飞速发展，人工智能技术也越来越成熟，所以协同人工智能技术实现数据挖掘的功能是一项创新。人工智能（Artificial Intelligence）是计算机学科的一个分支，但是其本身又涵盖了心理学和哲学等学科，人工智能应用广泛，潜力无限，被认为是21世纪三大尖端科技之一。人工智能技术不仅可以应用在数据信息的搜集上，而且在数学逻辑推演，算法优化上也大有可为，数据挖掘与人工智能在知识表示、知识表现等方面是有共性的，我们完全可以利用人工智能技术更好的用户交互性来实现数据挖掘的功能。
图3人工智能与数据挖掘的联系
在计算机技术不断发展的今天，我们完全可以利用计算机强大的计算能力实现人工智能在数据挖掘方面的应用。我们可以把复杂的数据挖掘技术和处理过程打包成一个运用人工智能控制的软件，通过简单明了的人机交互实现复杂的功能，使现代智库的人员在不掌握数据挖掘技术时也能够完成相应的数据处理操作，在节省了人员成本和时间的同时，还提高了数据处理的效率和准确性。
33协同理论视角下智库服务模式创新
基于协同理论的智库情报服务模式创新就是“互联网 智库情报”的服务模式，将“互联网 ”的三大特征要素（生产要素、基础设施、服务模式）融入智库情报服务的整个活动过程中，以此推动了情报服务的创新发展。如图4所示，在整个情报处理的过程中，“互联网 ”的三大特征要素无处不在，情报根据竞争决策的需求，应用人工智能和云计算等技术手段，对大数据资源进行数据的采集筛选和分析研究，最终将情报产品通过创新的服务模式，传送到用户与决策者手中。图4“互联网 ”与情报服务融合 331大数据成为主要的生产要素
在互联网时代，信息的呈现方式有很多种，而情报就是从大量、低价值密度、结构化和非结构化数据中挖掘出对用户有用的情报信息，怎样让大数据产生价值，是“互联网 ”的主题；怎样从大数据中筛选和挖掘出对用户有用的情报信息是情报的主题[10]。因此，对于“互联网 ”和情报来说，大数据资源是一个共同的机遇，智库主体利用“互联网 情报”来应对大数据实现现代智库的情报服务是必然选择。
332“互联网 ”基础设施带来的发展机遇
“互联网 ”的基础设施也是信息技术发展的成果，比如我们经常讲到的云计算、物联网、云端、终端等。也正是因为这些基础设施的蓬勃发展造就了大数据和大数据时代。信息技术的不断创新发展使用户终端得到了普及，这就产生了海量的数据资源。而云技术的发展使这些数据可以得到存储、采集，云计算可以让我们远程运用高新专业设备对这些数据进行分析和挖掘。因此，互联网时代各种基础设施的成熟使我们对数据的处理有了工具，智库在情报的处理过程中就可以利用这些技术手段来应对大数据带来的挑战。
333创新情报云服务模式
情报云服务主要是以SaaS（Software as a Service）模式展开进行的[11]。SaaS是一种通过Internet提供软件的模式，智库服务主体将自己的应用程序设置在自己的服务器上，然后通过互联网面向用户提供情报服务，用户可以根据自己的需求有选择性的选取需要的信息服务，这种SaaS服务模式首先对于智库主体来说他们通过收取一定的租用费用可以实现跨地域、全天候的服务，甚至可以通过下载专业数据库实现离线服务。另一方面对于用户来说，他们不用再专门设立情报部门，也不用购买价格昂贵的软件，这样就会节省用户维护软件的成本和设置情报部门以及雇佣情报人员的成本，他们可以通过及时的在线服务实现原有情报部门的功能，降低了获取情报信息的门槛，对中小企业来说SaaS是实现获取情报服务的最好途径[12]。而建设基于SaaS的云服务平台就是运用SaaS进行大数据和用户需求的收集、分析和存取，但是基于SaaS的云服务平台又不仅仅局限于应用软件提供的服务，还有人工情报服务，这就形成了“云服务 人工情报服务”的创新云平台情报服务模式（见图5），在此模式中，对服务器的日常维护和管理是由情报服务平台的管理人员进行控制，而对数据云层的使用主要是针对需求用户，智库情报分析人员主要是提供在线情报服务。云平台可以利用云计算等新兴技术实现对数据更准确、更高效的情报信息挖掘，得出更全面、有价值的情报信息，同时结合人工情報服务形成针对不同用户需求的情报服务和产品，更有利于支持决策[13]。
图5“云服务 人工情报服务”模式框架
34基于协同理论的智库情报创新服务体系
现阶段，我国的智库类型主要是国家政府智库、高校智库、企业情报部门和专业的情报商业服务机构。但是，从实践来看却存在以下问题：首先，当前我国的智库发展水平不一、情报与需求脱节。国家政府智库和高校智库虽然获得国家支持力度大，研究人员也相对较多，但其情报决策过于宏观或者难以贴近现实解决用户面临的实际问题，而企业情报部门和专门的情报机构虽然能够面向用户或决策管理层解决当前遇到的问题，但是其生存竞争压力和专业人员短缺的问题日益突出，因而难以快速发展。其次，在大数据和信息时代，许多的问题需要进行跨学科、跨领域、跨部门的合作研究，单一的智库难以分析出全面、准确的情报信息，同时用户需求的不断提升，而各智库之间又缺乏必要的联系、合作和对接，无法实现各智库之间的协同创新以满足用户的需求。最后，在大数据低价值密度的特性下想获得大量有效的信息资源并不是很容易，但在互联网的飞速发展之下，某些大型互联网商业企业（比如阿里巴巴、京东等）、搜索引擎公司（比如百度、搜狐等）等企业往往掌握很多专业领域的大数据资源，他们有自己的数据库和服务器，有一套完备的大数据处理系统。所以在智库与智库之间协同的基础之上，能够把这些大型互联网企业并入到智库协同的创新服务体系当中就能使智库情报服务更加高效便捷。这样不仅能够获得共享及时、有价值的大数据资源，而且能够形成更加全面的智库协同的创新服务体系。
因此，有必要在协同创新视野下构建智库情报服务体系。构建面向决策的基于协同理论的智库创新情报服务体系可以促使智库知识生产创新与集成更加专业化和规范化，对于提升智库情报资源利用的效率（信息流通内容、信息传递渠道、信息传播质量等）、满足政府日益增加的智库支持决策需求起着非常关键的作用。
结合智库情报服务的功能定位，笔者初步构建了基于协同理论的智库创新情报服务体系的基本框架（见图6）。
1）智库创新情报服务体系的三大主体分析
智库创新的情报服务体系主要包含三大主体，第一部分主体是以国家政府智库、高校智库为代表的官方智库和以政府情报部门、专门的情报服务机构为代表的民间智库，这一主体是整个智库创新服务体系的核心，是面向用户创新平台的根本组成部分；第二部分主体是上文提到的拥有大量大数据资源的互联网企业，它们掌握的数据资源能够为智库服务体系更好的服务用户提供数据基础，进而能够提升智库的服务质量和效率；最后一部分主体是用户主体，包括企业、社会和政府等，用户主体不仅仅是需求主体，他们作为情报的消费者，对情报产品的使用意见和反馈在一定程度上促进着智库的创新和发展，起到一定的指向作用。以上的三部分主体单独存在都无法发挥自己潜在的价值，因而将这几部分主体联系起来，彼此相互依赖、相互渗透形成体系就能够达到“1 1 1>3”的效果。图6基于协同理论的智库创新服务体系框架
2）智库协同创新平台
智库协同创新平台不仅仅是一个服务用户的平台，更是一个实现了跨学科、跨领域、跨机构的信息服务平台，在此平台上能够实现信息资源的共享、情报信息的服务、情报学科的研究交流等，而且在智库与用户、智库与智库、智库与政府之间能够实现沟通、监督和相互促进的作用[14]。在平台的建设过程当中需要注意的是要做好用户需求、智库情报服务和政府社会之间的统筹安排，能够实现信息的互通。其次，针对不同主体要实现个性化和可视化的服务，让平台的信息使不同的主体易于理解接受。在此平台下，官方智库、民间智库、互联网企业和用户这三大主体发挥各自的优势，满足彼此的需求，同时又能够找到共性的东西实现彼此之间的协同创新，以达到共赢的效果[15]。 总之，智库协同创新服务平台能够实现各主体的资源的分工、整合和共享，反过来又能够促进各主体协作和各自领域的发展，提升平台的服务质量，使情报服务的发展走上良性循环的道路。
4基于协同理论的智库创新情报服务体系运行保障
基于协同理论的智库创新情报服务体系不是长期独立运行的，而是需要各方面的因素协同作用和保障的复杂过程，完成这一系列的复杂过程不仅需要服务体系内在的各智库加强协作和创新，更需要内外协同的运行保障来保证整个过程的顺利完成。同时，这些运行保障对于加快智库协同服务体系构建和发展也是必不可少的。
41政府政策法律保障
政府在智库的创新服务体系中不仅仅是扮演用户的角色，在此体系中，政府也拥有引导、监督和推动智库创新发展的重要作用。政府的各种引导政策，能够推动智库协同服务体系的完善，深化各智库间的合作，政府鼓励创新也在一定程度上推动了各智库个体的发展和协同创新服务体系的构建。例如美国的“先进科技战略计划”就是政府大力投入人力和物力来加强科技平台建设和专业技术人才的培养，使现在美国的技术优势和人才资源优势得以领先。政府的法律能够起到保护和监管的作用，保护各方的合法权益和智力成果，监督各种不法行为，防范出现侵权和利益分配不均等问题。政府政策法律是基于协同理论的智库创新服务模式正常运行的重要保障，只有政府加强引导和监督，智库协同服务体系才能勇于发展创新，更好地为用户服务。
42沟通信任保障
基于协同理论的智库创新服务体系的成功运行需要在各合作主体间建立沟通信任保障。在智库创新服务体系运行过程中，经常出现由于信息不对称、资源分配不均等原因导致的资源浪费和合作破裂。多方合作难免出现某些个体自私的行为，这不仅会影响合作的进一步深化，还会导致信息泄露，严重影响智库的服务质量。建立沟通信任保障，首先要做的就是保证在各智库之间建立沟通信任关系，无论是企业、情报机构、政府和高校等主体之间都需要及时沟通，形成良好的信任关系。只有在智库协同创新服务体系的运行中，彼此具备较高诚信水平，才可以使得合作各方实现信息共享，从而更愿意与其他合作伙伴进行沟通和交流，通过知识共享和技术转移不断推进协同创新，推动智库行业整体服务水平的提升。
43人力资源保障
基于协同理论的智库创新服务模式发展过程中，高校和科研院所作为协同创新科研人才队伍的主要供给主体，应该从开始就对智库创新服务所需要的专业化人才着重培养，制定专门的专业培养方案，并且为参与智库创新服务体系的专业化人才提供更多的多模式、实战化的实践机会，或者让他们作为访问学者进入国际知名情报服务机构学习国外智库服务的先进经验，以便获得智库发展的科技前沿理论与技术，提升智库科技创新的国际竞争力。国家政府作为智库创新服务资金的主要投入者，应在增加科研投入的同时，更注重对智库科研人才引进、吸收和培养的资助，通过社会广泛招募、国外引进、高校聘请等方式，为智库科技工作者提供必要的经济补助，尽最大努力保证智库创新服务的科研人才需求。通过企业、高校和科研院所的共同努力，建设一批有远见、有能力、有层次、有格局、负责任、敢担当的智库科研人才队伍，这也是提高智库综合竞争力的必要保障。
44智库创新思想保障
高校和企业作为协同创新的两大主体，应该在两者之间建立一种合作伙伴关系，使学生对当前创新竞争日趋激烈的国内外形势有清醒认识，在当今科技发展与学科交叉融合趋势下，重大创新已很难在单一领域产生，应自觉增强协同创新的危机感和紧迫感。现代智库应该把建立协同创新服务体系作为自己的战略发展途径，把“协同创新”作为未来发展的动力和源泉，谋求更广、更深层次的合作，有效整合各自优势资源，强化创新发展特色，勇于克服阻碍协同创新的困难，完善内部管理和评价机制，努力使产学创新的整体合力得以充分汇聚，切实提升智库协同创新力[16]。
5结束语
大数据时代的到来给情报服务发展带了冲击和新的挑战，迫切要求我们跟上时代的步伐去探索情报发展新的道路。本文在分析传统智库在大数据面前显现出各方面的不足之后，从用户需求分析、数据处理方法、服务模式和主体分析这4个方面入手，协同现代的高新技术和互联网建立情报云服务模式，最后构建智库协同的情报创新服务体系以满足各主体的不同需求，同时促进彼此发展[17]。但是，就情报服务的发展而言，我们还需要更多深入的研究，在服务体系建设的广度、深度、高度和跨度上也需要更多的实践性建设和摸索。总而言之，我国智库建设在大数据时代下既面临挑战也面临前所未有的发展机遇，我们应牢牢抓住发展机会，以现代理念、国际视野投入到我国智库情报服务建设当中来。
参考文献
[1]智囊团[EB/OL].https：//0x9.me/a9zAr，2018-03-12.
[2]万劲波.完善国家科技创新决策咨询制度[N].光明日报，2016-06-08，（16）.
[3]陈劲，阳银娟.协同创新的理论基础与内涵[J].科学学研究，2012，30（2）：161-164.
[4]毕建新，黄培林，李建清.基于协同理论的高校协作服务模式探索——以东南大学为例[J].中国高校科技，2012，（4）：14-15.
[5]杜慰纯，李斌，赵臻.基于协同理论实现多校区图书馆信息服务集成——以北京航空航天大学为例[J].大学图书馆学报，2012，30（5）：90-93.
[6]顾涛.基于大数据的竞争情报协作分析研究[J].情报科学，2013，31（12）：114-118，135.
[7]王海艳，曹丽英，邵喜武.大数据时代下的地方高校教育智库建设研究[J].情报科学，2015，33（6）：76-80.
[8]史敏，罗建，侯峻，等.面向企业创新战略的协同情报服务模式与实践——基于某生物医药企业情报服务的实践分析[J].情报理论与实践，2016，39（12）：109-113.
[9]朱永武.基于数据挖掘的企業竞争情报系统[J].现代情报，2005，（6）：168-169，172.
[10]刘如，吴晨生，李梦辉.大数据时代科技情报工作的机遇与变革[J].情报理论与实践，2015，（6）：35-39.
[11]Tsai Wei Tek，Bai Xiao Ying，Huang Yu.Software-as-a-service（SaaS）：Perspectives and Challenges[J].Science China（Information Sciences），2014，57（5）：5-19.
[12]张硕.中小企业竞争情报服务中的用户模型研究[D].大连：大连理工大学，2010：14.
[13]俱晓芸.基于云计算的企业情报力构建方式探析[J].科技情报开发与经济，2013，（17）：119.
[14]李纲，李阳.面向决策的智库协同创新情报服务：功能定位与体系构建[J].图书与情报，2016，（1）：36-43.
[15]郑荣，刘永涛，彭玉芳.协同学视角下的竞争情报联盟构建研究[J].情报科学，2013，31（8）：27-31.
[16]蓝晓霞.美国产学研协同创新保障机制探析[J].高等工程教育研究，2014，（4）：146-151.
[17]黄秀满.大数据环境下的图书馆竞争情报服务发展对策研究[J].图书与情报，2016，（1）：80-84.
（责任编辑：陈媛）2018年9月第38卷第9期现代情报Journal of Modern InformationSep.，2018Vol38No92018年9月第38卷第9期S-O-R视角下社会化商务意愿的实证研究Sep.，2018Vol38No9
收稿日期：2018-05-29
〔关键词〕大数据；智库；情报；创新服务；协同理论
DOI：10.3969/j.issn.1008-0821.2018.09.009
〔中图分类号〕G2528〔文献标识码〕A〔文章编号〕1008-0821（2018）09-0057-07
Research on Intelligence Service Innovation of
Think Tank in the Context of Big Data
——From the Perspective of Collaborative TheoryZhang Haitao1，2Zhang Nianxiang1Wang Dan1Zhang Huiran1
（1.School of Management，Jilin University，Changchun 130022，China；
2.Information Resource Research Center，Jilin University，Changchun 130022，China）
〔Abstract〕[Purpose/Significance]The impact and challenge of the development of the great data age，which is to build up the intelligence service system of the modern think tank，to improve the level of intelligence service in the tank，and to provide a guide to the overall development of our nations think tank.[Method/Process]Based on the perspective of synergetic theory，this article analyzed the four aspects of traditional user needs analysis，data processing methods，service models，and think tanks in the context of big data，and concluded that modern think tank service operations should be coordinated with modern science and technology and innovative service models.[Result/Conclusion]Finally，this paper constructed a service innovation service system for think tanks based on synergy theory.Through this service system，think tanks could not only meet the growing needs of users，but also form a relationship between users and think tanks to monitor mutual benefit，and this would promote the overall development of our think tanks.
〔Key words〕big data；think tank；intelligence；service innovation；synergy theory
智庫（Think Tank），又可以称为智囊团、思想库和顾问班子等，是指专门从事开发性研究的咨询研究机构，其主要任务是提供咨询，为决策者提出各种设计、献计献策；反馈信息，对实施方案追踪调查研究，把运行结果反馈到决策者那里，便于纠偏和改进；进行诊断，根据现状研究产生问题的原因，寻找解决问题的症结；预测未来，从不同的角度运用各种方法，提出各种预测方案供决策者选用。智库作为重要的智慧生产机构，是一个国家思想创新的泉源，也是一个国家软实力和国际话语权的重要标志[1]。我国的智库发展起步较晚，与国外权威大型智库相比，在建设经验、研究效率和创新能力上有待提高，而随着大数据时代的到来和科技的不断发展，现代智库的发展也面临着新的机遇和挑战。
2016年5月，中共中央总书记、国家主席习近平在全国科技创新大会上提出：“要加快建立科技咨询支撑行政决策的科学科技决策机制，加强科技决策咨询系统，建设高水平中国特色新型智库。”[2]而从现实来看，我国智库建设存在服务主体与客体信息封闭和沟通不畅、数据分析挖掘不够深入、服务方式单一、研究力量分散、服务人员专业素养和创新能力不足等问题，因此要整合各方智库机构的资源优势和服务能力，形成“集群效应”，实现跨学科、跨领域、跨机构的协同创新性研究，以更好地服务于决策。换句话说，就是要在协同创新视野下进行更加有效的智库情报服务[3]。本文在大数据背景下，基于协同的理论方法，在智库情报的用户需求分析、数据处理方法、服务模式以及服务主体这几个方面进行协同创新以改进现代智库的整体服务模式，并提出适合现代智库发展的四个运行保障，使现代智库能够更好地满足用户对于情报日益增长的需求。 2018年9月第38卷第9期现代情报Journal of Modern InformationSep.，2018Vol38No92018年9月第38卷第9期大数据背景下智库情报的服务创新Sep.，2018Vol38No91本研究的理论基础
协同理论最早于20世纪60年代由德国Hermann Haken教授提出，着重研究系统与系统之间的相互作用的变化规律。协同理论认为，通过协同作用，组织集成并不是组织要素的简单数量相加，而是通过人的主动集成行为，使组织系统的各要素之间以及各子系统之间能够协同地工作，从而使组织要素彼此耦合，赢得全新的整体放大效应[4]。
因此，协同理论倡导主体多元化、合作方式协同化等理念，强调多种资源的协同整合，追求资源利用价值和服务质量的最大化，为智库在情报的服务模式上提供了理论依据，最终达到“1 1>2”的效果[5]。当前智库的信息化建设日益推进，智库决策已经从传统“拍脑袋”式的经验决策逐步向以数据资源为驱动的更加准确、科学的决策方式转变。大数据的出现和科学技术的快速发展给现代智库发展带来了一定的冲击和挑战，但同时也带来了新的发展机遇，现代智库在信息收集和用户需求的分析上需要协同自身和外部环境做出与用户战略目标相融合的决策支持情报；在信息处理上能够协同数据挖掘技术等发现数据潜在价值，让“数据说话”；在服务方式上协同现代科学技术和互联网实现远程服务等多样的服务方式。本文认为，在大数据环境下，协同理论是实现从用户发展战略的需求分析、数据信息挖掘、服务方式以及各服务主体协作等方面智库情报服务模式创新的重要理论基础，也是实现智库信息资源共建共享，提高我国智库整体服务质量的重要保障。
2传统智库与大数据背景下现代智库情报服务分析
我国智库相对于西方国家而言起步较晚，实力较弱，在2014年的《全球智库报告》中排名前100的智库中国仅有6家，在TOP10中则没有一家中国智库。因此，随着大数据时代的到来，我们有必要分析中国传统智库的服务和发展之路，“取其精华，去其糟粕”，争取在大数据时代的“东风”之下，能够直面其带来的影响和挑战，实现我国智库快速稳步发展。
21传统智库的情报服务分析
在传统智库的服务当中，服务的主体主要包括政府的信息服务部门、高校智库、专业的咨询公司和企业自身的相关情报部门。这些服务主体所提供的服务内容、服务质量和服务模式也各不相同，在运行过程当中凸显出以下几个特点：
1）对于提供外包服务的专业的情报研究部门来说，它能够为用户提供有针对性的情报服务，能更好地适应当前用户企业，但是目前这样的情报服务部门还是存在服务内容单一、费用较高、外包服务很难提供长期的持续性规划服务以及非常敏感的情报安全等问题。
2）对于政府和专业的咨询公司这样的智库来说，用户可以从政府的官方平台、行业协会中获得政策性、宏观性等关于竞争环境和竞争策略的情报信息，但是对企业来说缺乏至关重要的竞争对手的情报信息。虽然这种模式服务范围广，容易获得，但是服务质量一般、信息不够具体、缺乏针对性和个性化。
3）企业自身的情报部门通过对自身企业的状态信息进行收集和分析，最后得出的情报服务需求主体是企业的决策管理层，这种模式能够使收集的信息更加的全面、真实和有针对性。但是这种服务模式需要在企业内建立专门的情报部门，而且对设备和专业人才的投入资金较高，一般的企业难以承担这样的投入[6]。
22大数据背景下对现代智库情报服务的发展要求
大数据是以互联网为代表的第四次工業革命的重要产物，影响着人们生活的方方面面。在大数据时代，现代智库所面临的信息环境也更加复杂，高新技术的不断涌现也要求智库的发展要与时俱进、不断创新。所以，大数据的出现对智库情报在用户需求分析、数据处理方法、服务模式和服务主体上都产生了重大影响，同时也对其发展提出了新的要求。
221对智库在用户需求分析上的影响和要求
随着经济的快速发展和企业信息化建设的不断推进，网络大数据已经成为现代企业不可或缺的资源，相比传统的纸质文档，大数据大量、多样和虚拟的特性使智库在用户信息获取上难度增加。同时，传统智库的服务内容已经不能满足现代企业的发展需求，现代企业更需要的是结合自身发展现状、既能解决眼前问题又能融合企业远期发展战略目标的决策支持情报信息。因此，智库在分析用户需求时应协同分析用户具体问题和用户战略目标，使情报产品能够具有针对性和长期有效性。
222对智库数据处理方法上的影响和要求
在大数据时代，信息资源已经不仅仅局限于文本文献，以互联网为载体的网络信息资源呈现形式更加的多样化，既有图片和文字，又有音频和视频等类型。因此，现代智库在数据处理上就要有所改变，尤其在信息的收集、分析、挖掘和服务等方面更要提高处理效率和准确率，协同互联网云计算、人工智能等大数据处理技术手段来提高服务效率和服务质量。与此同时，现代智库也可以建立自己的专业数据库以更好地开展专业化信息资源研究和决策服务，让决策成为以数据为支撑的科学决策[7]。
223对智库服务模式上的影响和要求
在互联网信息时代，服务主体可以充分利用网络的优势来消除地域、时间等障碍，为更多的用户提供更加专业化的信息咨询服务。同时，也可以针对不同的用户提供个性化的在线服务，以减少人员交通等成本开销。网络也是一种宣传手段，能让更多的用户知道智库的业务和产品。另外，基于协同的理论，各服务主体可以联合设立网络服务平台，实现信息的共享，让用户得到最准确、最全面、最有价值的情报资源，同时这也有利于智库之间相互交流、互相学习，促进我国智库的整体发展。
224对智库服务主体的影响和要求
大数据的首要特征之一就是“大”，这也就意味着服务主体要对大量的信息进行收集、分析和处理。因此，服务主体首先要有相应的设备、技术方法和情报人员来从大量的低价值密度的数据中挖掘出有价值的情报信息。其次，服务主体的研究人员要从过去“拍脑袋”时的经验判断转为以大量数据分析和总结为主的科学决策，这就对研究人员的专业素养提出了更高的要求。最后，各服务主体要在竞争中重视信息的共享，发挥各自的优势，取长补短，使各机构能够协同合作形成情报服务体系来应对大数据带来的各种挑战。 3协同理论视角下的智库情报服务创新
在当今互联网和大数据环境下，传统的智库情报服务已经越来越不能适应现代社会发展的需要。因此，现代智库就需要运用现代的理论和技术对传统智库服务进行升级，实现智库情报服务的创新。本部分是在协同理论视角下，针对传统智库在用户需求分析、数据处理方法和服务模式这几方面上进行协同创新研究，最后构建适应当前社会发展需求的现代智库情报服务体系。
31协同理论视角下智库对用户需求分析创新
现代智库在了解企业用户发展目标和发展需求时，不仅要解决企业眼前出现的实际问题和需求，更要协同考虑内外部因素、兼顾用户企业近期目标和远期目标，保证既能解决眼前的实际问题，又要有发展的持续性。同时依据协同理论，要使需求分析与企业的战略目标协同相融合，以达到整体的放大效应，使情报决策真正解决用户的实际问题。图1协同用户战略需求分析
311企业自身信息分析
企业自身的信息主要集中在内部资源和竞争策略上，主要包括产品、客户、工艺技术和市场营销。产品指现有产品的性能、价格、质量、竞争优势和发展空间等；客户指现有的合作或零售买家的销售数据、反馈数据和买家需求等；工艺技术是企业的核心竞争力，主要包括工艺流程、技术优势和产品检测等；市场营销主要涉及销售渠道、销售模式以及售后服务等[8]。
312企业外部情报分析
外部情报信息主要围绕在竞争环境和竞争对手上。竞争环境分析的主要方面指目前企业所处的行业发展趋势、国家政策、经济大环境、科技创新等；竞争对手情报分析指企业对手的产品、工艺技术、营销模式、战略目标、用户群体、研发方向和管理人员的分析调查。
313近期目标分析
近期目标分析需求指解决企业当前遇到的现实问题以及实现远期目标的方式和途径。企业当前的问题包括企业现在的设备工艺升级改造、技术路线、新产品开发、营销方向、成本控制、定价策略等；另一方面确立近期的目标是为实现远期目标做铺垫，比如维护好合作伙伴的关系、选拔储备技术人才等，着眼于未来，为企业的发展方向做提前的准备。
314远期目标的分析
企业远期目标主要指产品目标、业务目标和发展战略目标。产品目标确立企业未来产品研发的技术方向、技术投资、生产流程创新、产品更替等；业务目标主要指企业未来的营销模式、平台、市场定位、业务投资和所要面向的用户群体等；战略目标主要还是对以上營销和运营的宏观表达，可以包括企业未来的发展类型、与其他企业长期的战略合作、人才联合培养等。
32协同理论视角下智库数据处理方法创新
大数据的大量和多样的特性决定了现代智库对数据的分析不能局限于传统的人工处理方法，因而现代智库在数据信息分析上也要紧贴时代前沿，运用现代高新技术和处理方法来提高信息分析效率和准确度。本部分主要研究在数据处理过程中协同运用数据挖掘技术，同时为了提高效率把人工智能技术协同运用到信息分析的数据挖掘过程中。
在情报的信息分析过程当中，数据挖掘是其重要环节。数据挖掘（Data Mining，简称DM）就是利用各种分析工具从大量的、不完全的、有噪声的、模糊的、随机的实际应用数据中提取隐含在其中的，人们事先不知道的、有用的信息和知识的过程[9]。数据挖掘过程包括很多阶段，但总体来说可以分为3个阶段：准备阶段、数据挖掘阶段、结果评价阶段（如图2所示）。
图2数据挖掘过程
1）准备阶段：将原数据经过数据集成、选择形成目标数据，缩小数据处理的总体范围，然后将目标数据进行预处理，常见的数据预处理方法包括：数据清洗、数据变换和数据归纳等。预处理之后就基本完成了数据的准备阶段。
2）数据挖掘阶段：确定了要挖掘的数据之后，根据挖掘的知识类型进行分类、聚类和关联，然后选择合适的挖掘算法进行数据挖掘工作，最后会形成一个数据模式。
3）结果测评阶段：数据挖掘本身就是一个发现知识的过程，这一阶段，经过对这些数据的整合、剔除等操作，形成知识以适合用户的需求。如果在测评过程中发现模式方法或者结果不符合用户需求，就要重复以上步骤。总而言之，数据挖掘是一个循环往复的过程。
但是，数据挖掘具体操作过程还是相对复杂，为了能够更便捷的从大量信息中获取潜在的信息，我们就需要借助一种更简单、更准确的工具来辅助实现机器数据挖掘的功能，同时这也是信息处理过程数字化、智能化的进程。现代科技飞速发展，人工智能技术也越来越成熟，所以协同人工智能技术实现数据挖掘的功能是一项创新。人工智能（Artificial Intelligence）是计算机学科的一个分支，但是其本身又涵盖了心理学和哲学等学科，人工智能应用广泛，潜力无限，被认为是21世纪三大尖端科技之一。人工智能技术不仅可以应用在数据信息的搜集上，而且在数学逻辑推演，算法优化上也大有可为，数据挖掘与人工智能在知识表示、知识表现等方面是有共性的，我们完全可以利用人工智能技术更好的用户交互性来实现数据挖掘的功能。
图3人工智能与数据挖掘的联系
在计算机技术不断发展的今天，我们完全可以利用计算机强大的计算能力实现人工智能在数据挖掘方面的应用。我们可以把复杂的数据挖掘技术和处理过程打包成一个运用人工智能控制的软件，通过简单明了的人机交互实现复杂的功能，使现代智库的人员在不掌握数据挖掘技术时也能够完成相应的数据处理操作，在节省了人员成本和时间的同时，还提高了数据处理的效率和准确性。
33协同理论视角下智库服务模式创新
基于协同理论的智库情报服务模式创新就是“互联网 智库情报”的服务模式，将“互联网 ”的三大特征要素（生产要素、基础设施、服务模式）融入智库情报服务的整个活动过程中，以此推动了情报服务的创新发展。如图4所示，在整个情报处理的过程中，“互联网 ”的三大特征要素无处不在，情报根据竞争决策的需求，应用人工智能和云计算等技术手段，对大数据资源进行数据的采集筛选和分析研究，最终将情报产品通过创新的服务模式，传送到用户与决策者手中。图4“互联网 ”与情报服务融合 331大数据成为主要的生产要素
在互联网时代，信息的呈现方式有很多种，而情报就是从大量、低价值密度、结构化和非结构化数据中挖掘出对用户有用的情报信息，怎样让大数据产生价值，是“互联网 ”的主题；怎样从大数据中筛选和挖掘出对用户有用的情报信息是情报的主题[10]。因此，对于“互联网 ”和情报来说，大数据资源是一个共同的机遇，智库主体利用“互联网 情报”来应对大数据实现现代智库的情报服务是必然选择。
332“互联网 ”基础设施带来的发展机遇
“互联网 ”的基础设施也是信息技术发展的成果，比如我们经常讲到的云计算、物联网、云端、终端等。也正是因为这些基础设施的蓬勃发展造就了大数据和大数据时代。信息技术的不断创新发展使用户终端得到了普及，这就产生了海量的数据资源。而云技术的发展使这些数据可以得到存储、采集，云计算可以让我们远程运用高新专业设备对这些数据进行分析和挖掘。因此，互联网时代各种基础设施的成熟使我们对数据的处理有了工具，智库在情报的处理过程中就可以利用这些技术手段来应对大数据带来的挑战。
333创新情报云服务模式
情报云服务主要是以SaaS（Software as a Service）模式展开进行的[11]。SaaS是一种通过Internet提供软件的模式，智库服务主体将自己的应用程序设置在自己的服务器上，然后通过互联网面向用户提供情报服务，用户可以根据自己的需求有选择性的选取需要的信息服务，这种SaaS服务模式首先对于智库主体来说他们通过收取一定的租用费用可以实现跨地域、全天候的服务，甚至可以通过下载专业数据库实现离线服务。另一方面对于用户来说，他们不用再专门设立情报部门，也不用购买价格昂贵的软件，这样就会节省用户维护软件的成本和设置情报部门以及雇佣情报人员的成本，他们可以通过及时的在线服务实现原有情报部门的功能，降低了获取情报信息的门槛，对中小企业来说SaaS是实现获取情报服务的最好途径[12]。而建设基于SaaS的云服务平台就是运用SaaS进行大数据和用户需求的收集、分析和存取，但是基于SaaS的云服务平台又不仅仅局限于应用软件提供的服务，还有人工情报服务，这就形成了“云服务 人工情报服务”的创新云平台情报服务模式（见图5），在此模式中，对服务器的日常维护和管理是由情报服务平台的管理人员进行控制，而对数据云层的使用主要是针对需求用户，智库情报分析人员主要是提供在线情报服务。云平台可以利用云计算等新兴技术实现对数据更准确、更高效的情报信息挖掘，得出更全面、有价值的情报信息，同时结合人工情報服务形成针对不同用户需求的情报服务和产品，更有利于支持决策[13]。
图5“云服务 人工情报服务”模式框架
34基于协同理论的智库情报创新服务体系
现阶段，我国的智库类型主要是国家政府智库、高校智库、企业情报部门和专业的情报商业服务机构。但是，从实践来看却存在以下问题：首先，当前我国的智库发展水平不一、情报与需求脱节。国家政府智库和高校智库虽然获得国家支持力度大，研究人员也相对较多，但其情报决策过于宏观或者难以贴近现实解决用户面临的实际问题，而企业情报部门和专门的情报机构虽然能够面向用户或决策管理层解决当前遇到的问题，但是其生存竞争压力和专业人员短缺的问题日益突出，因而难以快速发展。其次，在大数据和信息时代，许多的问题需要进行跨学科、跨领域、跨部门的合作研究，单一的智库难以分析出全面、准确的情报信息，同时用户需求的不断提升，而各智库之间又缺乏必要的联系、合作和对接，无法实现各智库之间的协同创新以满足用户的需求。最后，在大数据低价值密度的特性下想获得大量有效的信息资源并不是很容易，但在互联网的飞速发展之下，某些大型互联网商业企业（比如阿里巴巴、京东等）、搜索引擎公司（比如百度、搜狐等）等企业往往掌握很多专业领域的大数据资源，他们有自己的数据库和服务器，有一套完备的大数据处理系统。所以在智库与智库之间协同的基础之上，能够把这些大型互联网企业并入到智库协同的创新服务体系当中就能使智库情报服务更加高效便捷。这样不仅能够获得共享及时、有价值的大数据资源，而且能够形成更加全面的智库协同的创新服务体系。
因此，有必要在协同创新视野下构建智库情报服务体系。构建面向决策的基于协同理论的智库创新情报服务体系可以促使智库知识生产创新与集成更加专业化和规范化，对于提升智库情报资源利用的效率（信息流通内容、信息传递渠道、信息传播质量等）、满足政府日益增加的智库支持决策需求起着非常关键的作用。
结合智库情报服务的功能定位，笔者初步构建了基于协同理论的智库创新情报服务体系的基本框架（见图6）。
1）智库创新情报服务体系的三大主体分析
智库创新的情报服务体系主要包含三大主体，第一部分主体是以国家政府智库、高校智库为代表的官方智库和以政府情报部门、专门的情报服务机构为代表的民间智库，这一主体是整个智库创新服务体系的核心，是面向用户创新平台的根本组成部分；第二部分主体是上文提到的拥有大量大数据资源的互联网企业，它们掌握的数据资源能够为智库服务体系更好的服务用户提供数据基础，进而能够提升智库的服务质量和效率；最后一部分主体是用户主体，包括企业、社会和政府等，用户主体不仅仅是需求主体，他们作为情报的消费者，对情报产品的使用意见和反馈在一定程度上促进着智库的创新和发展，起到一定的指向作用。以上的三部分主体单独存在都无法发挥自己潜在的价值，因而将这几部分主体联系起来，彼此相互依赖、相互渗透形成体系就能够达到“1 1 1>3”的效果。图6基于协同理论的智库创新服务体系框架
2）智库协同创新平台
智库协同创新平台不仅仅是一个服务用户的平台，更是一个实现了跨学科、跨领域、跨机构的信息服务平台，在此平台上能够实现信息资源的共享、情报信息的服务、情报学科的研究交流等，而且在智库与用户、智库与智库、智库与政府之间能够实现沟通、监督和相互促进的作用[14]。在平台的建设过程当中需要注意的是要做好用户需求、智库情报服务和政府社会之间的统筹安排，能够实现信息的互通。其次，针对不同主体要实现个性化和可视化的服务，让平台的信息使不同的主体易于理解接受。在此平台下，官方智库、民间智库、互联网企业和用户这三大主体发挥各自的优势，满足彼此的需求，同时又能够找到共性的东西实现彼此之间的协同创新，以达到共赢的效果[15]。 总之，智库协同创新服务平台能够实现各主体的资源的分工、整合和共享，反过来又能够促进各主体协作和各自领域的发展，提升平台的服务质量，使情报服务的发展走上良性循环的道路。
4基于协同理论的智库创新情报服务体系运行保障
基于协同理论的智库创新情报服务体系不是长期独立运行的，而是需要各方面的因素协同作用和保障的复杂过程，完成这一系列的复杂过程不仅需要服务体系内在的各智库加强协作和创新，更需要内外协同的运行保障来保证整个过程的顺利完成。同时，这些运行保障对于加快智库协同服务体系构建和发展也是必不可少的。
41政府政策法律保障
政府在智库的创新服务体系中不仅仅是扮演用户的角色，在此体系中，政府也拥有引导、监督和推动智库创新发展的重要作用。政府的各种引导政策，能够推动智库协同服务体系的完善，深化各智库间的合作，政府鼓励创新也在一定程度上推动了各智库个体的发展和协同创新服务体系的构建。例如美国的“先进科技战略计划”就是政府大力投入人力和物力来加强科技平台建设和专业技术人才的培养，使现在美国的技术优势和人才资源优势得以领先。政府的法律能够起到保护和监管的作用，保护各方的合法权益和智力成果，监督各种不法行为，防范出现侵权和利益分配不均等问题。政府政策法律是基于协同理论的智库创新服务模式正常运行的重要保障，只有政府加强引导和监督，智库协同服务体系才能勇于发展创新，更好地为用户服务。
42沟通信任保障
基于协同理论的智库创新服务体系的成功运行需要在各合作主体间建立沟通信任保障。在智库创新服务体系运行过程中，经常出现由于信息不对称、资源分配不均等原因导致的资源浪费和合作破裂。多方合作难免出现某些个体自私的行为，这不仅会影响合作的进一步深化，还会导致信息泄露，严重影响智库的服务质量。建立沟通信任保障，首先要做的就是保证在各智库之间建立沟通信任关系，无论是企业、情报机构、政府和高校等主体之间都需要及时沟通，形成良好的信任关系。只有在智库协同创新服务体系的运行中，彼此具备较高诚信水平，才可以使得合作各方实现信息共享，从而更愿意与其他合作伙伴进行沟通和交流，通过知识共享和技术转移不断推进协同创新，推动智库行业整体服务水平的提升。
43人力资源保障
基于协同理论的智库创新服务模式发展过程中，高校和科研院所作为协同创新科研人才队伍的主要供给主体，应该从开始就对智库创新服务所需要的专业化人才着重培养，制定专门的专业培养方案，并且为参与智库创新服务体系的专业化人才提供更多的多模式、实战化的实践机会，或者让他们作为访问学者进入国际知名情报服务机构学习国外智库服务的先进经验，以便获得智库发展的科技前沿理论与技术，提升智库科技创新的国际竞争力。国家政府作为智库创新服务资金的主要投入者，应在增加科研投入的同时，更注重对智库科研人才引进、吸收和培养的资助，通过社会广泛招募、国外引进、高校聘请等方式，为智库科技工作者提供必要的经济补助，尽最大努力保证智库创新服务的科研人才需求。通过企业、高校和科研院所的共同努力，建设一批有远见、有能力、有层次、有格局、负责任、敢担当的智库科研人才队伍，这也是提高智库综合竞争力的必要保障。
44智库创新思想保障
高校和企业作为协同创新的两大主体，应该在两者之间建立一种合作伙伴关系，使学生对当前创新竞争日趋激烈的国内外形势有清醒认识，在当今科技发展与学科交叉融合趋势下，重大创新已很难在单一领域产生，应自觉增强协同创新的危机感和紧迫感。现代智库应该把建立协同创新服务体系作为自己的战略发展途径，把“协同创新”作为未来发展的动力和源泉，谋求更广、更深层次的合作，有效整合各自优势资源，强化创新发展特色，勇于克服阻碍协同创新的困难，完善内部管理和评价机制，努力使产学创新的整体合力得以充分汇聚，切实提升智库协同创新力[16]。
5结束语
大数据时代的到来给情报服务发展带了冲击和新的挑战，迫切要求我们跟上时代的步伐去探索情报发展新的道路。本文在分析传统智库在大数据面前显现出各方面的不足之后，从用户需求分析、数据处理方法、服务模式和主体分析这4个方面入手，协同现代的高新技术和互联网建立情报云服务模式，最后构建智库协同的情报创新服务体系以满足各主体的不同需求，同时促进彼此发展[17]。但是，就情报服务的发展而言，我们还需要更多深入的研究，在服务体系建设的广度、深度、高度和跨度上也需要更多的实践性建设和摸索。总而言之，我国智库建设在大数据时代下既面临挑战也面临前所未有的发展机遇，我们应牢牢抓住发展机会，以现代理念、国际视野投入到我国智库情报服务建设当中来。
参考文献
[1]智囊团[EB/OL].https：//0x9.me/a9zAr，2018-03-12.
[2]万劲波.完善国家科技创新决策咨询制度[N].光明日报，2016-06-08，（16）.
[3]陈劲，阳银娟.协同创新的理论基础与内涵[J].科学学研究，2012，30（2）：161-164.
[4]毕建新，黄培林，李建清.基于协同理论的高校协作服务模式探索——以东南大学为例[J].中国高校科技，2012，（4）：14-15.
[5]杜慰纯，李斌，赵臻.基于协同理论实现多校区图书馆信息服务集成——以北京航空航天大学为例[J].大学图书馆学报，2012，30（5）：90-93.
[6]顾涛.基于大数据的竞争情报协作分析研究[J].情报科学，2013，31（12）：114-118，135.
[7]王海艳，曹丽英，邵喜武.大数据时代下的地方高校教育智库建设研究[J].情报科学，2015，33（6）：76-80.
[8]史敏，罗建，侯峻，等.面向企业创新战略的协同情报服务模式与实践——基于某生物医药企业情报服务的实践分析[J].情报理论与实践，2016，39（12）：109-113.
[9]朱永武.基于数据挖掘的企業竞争情报系统[J].现代情报，2005，（6）：168-169，172.
[10]刘如，吴晨生，李梦辉.大数据时代科技情报工作的机遇与变革[J].情报理论与实践，2015，（6）：35-39.
[11]Tsai Wei Tek，Bai Xiao Ying，Huang Yu.Software-as-a-service（SaaS）：Perspectives and Challenges[J].Science China（Information Sciences），2014，57（5）：5-19.
[12]张硕.中小企业竞争情报服务中的用户模型研究[D].大连：大连理工大学，2010：14.
[13]俱晓芸.基于云计算的企业情报力构建方式探析[J].科技情报开发与经济，2013，（17）：119.
[14]李纲，李阳.面向决策的智库协同创新情报服务：功能定位与体系构建[J].图书与情报，2016，（1）：36-43.
[15]郑荣，刘永涛，彭玉芳.协同学视角下的竞争情报联盟构建研究[J].情报科学，2013，31（8）：27-31.
[16]蓝晓霞.美国产学研协同创新保障机制探析[J].高等工程教育研究，2014，（4）：146-151.
[17]黄秀满.大数据环境下的图书馆竞争情报服务发展对策研究[J].图书与情报，2016，（1）：80-84.
（责任编辑：陈媛）2018年9月第38卷第9期现代情报Journal of Modern InformationSep.，2018Vol38No92018年9月第38卷第9期S-O-R视角下社会化商务意愿的实证研究Sep.，2018Vol38No9
收稿日期：2018-05-29