數據驅動的國外防務智庫建設實踐

董文軒 晏裕生 孫孟陽 李斌

摘要：[目的/意義]本文深入分析國外防務智庫在數據驅動下的建設實踐成果，為我國新型防務智庫建設獻計獻策。[方法/過程]本文首先分析了當前國外防務智庫的發展現狀，并列舉了美、英等國出臺的關于大數據驅動防務智庫建設的頂層戰略文件。其次，本文重點分析了蘭德公司、布魯金斯學會、戰略與預算評估中心等國外防務智庫基于數據驅動開展智庫建設的典型案例。[結果/結論]最后，通過結合我國新型防務智庫建設發展需求，在思維理念、平臺建設和人才培養等3方面提出了相關啟示建議。

關鍵詞：數據驅動? 國外防務智庫? ?案例? ?啟示建議

分類號：C93

DOI： 10.19318/j.cnki.issn.2096-1634.2020.02.08

1? 背景

2013年4月，習近平總書記就中國特色新型智庫建設做出重要批示，將智庫建設提升到國家戰略高度，明確指出：要把智庫作為國家軟實力的重要組成部分。2015年1月，中共中央辦公廳、國務院辦公廳印發了《關于加強中國特色新型智庫建設的意見》，詳細闡述了中國特色新型智庫的功能定位和建設標準，為智庫建設指明了道路和方向[1]。特別是在邁向大數據時代的當下，我國亟需利用數據思維和數據技術提升智庫的咨政啟民功能，從而應對復雜多變的全球性問題、加速推進中國由智庫大國向智庫強國轉變。

近年來防務智庫在輔助國家軍事決策、部署國防戰略、維護國家安全等起到了重要的支撐作用，大數據時代，信息和知識呈現爆炸性增長態勢，數據在市場競爭和軍事活動中的潛在價值日益凸顯，新時代下的防務智庫建設迎來了新的機遇和挑戰。如何利用數據科學與信息技術，從傳統防務智庫以經驗和文獻為主的研究模式，向以數據驅動的新型研究模式的轉變，實現研究和決策過程的現代化、科學化、高效化，將成為我國防務智庫建設的重要議題。

為應對新威脅，適應新格局，建立健全中國“軍事智力”體系的建立健全，已成為軍事改革的重要內容。當前，我國新型智庫建設已被納入全面深化改革的總體戰略布局當中，但是我國智庫建設與美國、英國等發達國家相比還存在較大差距，尤其是防務智庫[2]。以美國為例，美國擁有世界上最龐大的智庫群，特別是防務智庫，對美國國防戰略與軍事戰略起到了推動作用[3]。美國參議院一項統計表明，全球防務智庫排名的前50位中，九成以上為美歐國家占據。其中，蘭德公司是美國諸多防務智庫的“帶頭人”[4]。自二戰以來，美國的防務智庫實現了多方位戰略轉型：從早期的遏制戰略到勸阻戰略，從20世紀90年代的軍事事務革命到面向21世紀的軍隊轉型，從“海基能力”作戰概念到“空海一體戰”作戰概念，直至當下的“抵消戰略”，防務智庫無不在美國軍事戰略轉型中扮演舉足輕重的角色，它們不僅深深影響了美國國家安全、國防戰略和軍事戰略，有些甚至成為全球性國防分析與戰略研究的典范[5]。

隨著大數據時代的到來，數據量發生了爆炸性增長。互聯網數據中心預測到2020年，全球將擁有35ZB的數據量。美國政府非常了解大數據對防務智庫建設的重要性。2012年3月29日，美國政府發布了《大數據研究和發展倡議》（《Big Data Research and Development Initiative》），旨在提升利用大量復雜數據集合來獲取知識和洞見的能力，并將為此投入兩億美元以上資金[6]。2017年3月1日，英國政府發布《數字戰略2017》，提出了7大戰略目標和舉措，實現智庫的數字化、智能化轉型。在國家政策的引導下，美國眾多防務智庫逐步開始依托數據工程，向數字化智庫服務模式轉型[7]。例如，蘭德公司采用數據驅動和客戶需求導向雙驅動參與型服務模式，基于項目歷史數據的自主立題研究和客戶需求導向相結合，自建并豐富專題數據庫，通過數據挖掘等手段進行關聯分析，挖掘潛在的數據價值，提升智庫服務的科學性;布魯金斯學會運用數據可視化技術，幫助研究人員快速定位問題核心，提高研究分析效率，通過運用文獻計量法提升分析成果的準確性;戰略與預算評估中心基于戰爭數據，運用戰爭推演法為研究人員提供仿真作戰場景，推演預測未來戰爭局勢，為政府決策提供數據參考……種種事實表明。由此可見，數據驅動的智庫建設已成為美國防務智庫界的共識。

2? 基于數據驅動的國外防務智庫建設案例

2.1? 蘭德公司

蘭德公司（RAND Corporation簡稱RAND）作為美國領先的大數據智庫[8]，在國防安全、軍事戰略規劃等諸多方面為其他防務智庫的建設發展提供了樣板。首先，蘭德公司秉持“數據至上”的建設理念，政策咨詢與研究、員工管理、人才資源配置均建立在數據分析的基礎上。蘭德公司當前采用數據驅動和客戶需求導向“雙驅動參與型”服務模式，基于項目歷史數據的自主立題研究和客戶需求導向相結合，具有開放性、多元主體參與的特征[9]。以國家安全防御研究為例，蘭德公司依據軍方客戶需求豐富軍事數據庫，打造基于軍事項目數據的、面向軍方客戶需求的多領域專題數據庫，為軍方提供高價值、高可信度的、高效率的研究成果。其次，蘭德公司十分注重運用數據思維進行人才培養與團隊建設。蘭德公司管理層通過運用數據分析可迅速對當前組織架構進行以及當前研究重心進行調整，以便達到人才資源的合理配置。蘭德公司在研究過程中，依靠專業的、有數據分析經驗的研究團隊，在實證和量化研究的基礎上，經過深入的數據挖掘與分析，在海量的數據信息中尋求事物之間的規律，令研究結果擁有較高的信度[10]。總的來說，蘭德公司已經建立數據驅動的研究范式，將數據科學思維和方法運用到學術研究、公司建設、人才培養等多個方面。

2.2? 布魯金斯學會

布魯金斯學會（Brookings Institution）是美國歷史悠久、規模龐大的主流智庫之一[11]，致力于高質量地解決國內外國際沖突及全球性政治、經濟等問題。布魯斯金學會擁有大量學術能力極強的研究者，同時積極吸納高端數據科學人才，將先進的大數據分析和挖掘技術廣泛運用到防務問題研究中，并依托海量數據建立了研究技術體系，大大提高了研究人員工作效率，使研究成果更具準確性和前瞻性。

數據可視化技術是布魯金斯學會利用廣泛的數據科學技術，以數據為導向，通過數據可視化技術將各項研究成果以統計圖表等數據形式進行展示，使研究人員可以快速通過數據成果找到問題本質所在[12]。同時，研究人員和用戶均可利用數據交互功能，智能篩選出研究問題中的目標數據，從而快速定位問題核心，提高研究分析效率。布魯金斯學會很早就開始運用文獻計量法進行分析研究，通過共現網絡分析，對國際沖突、反恐等防務問題進行歷史數據文獻的采集、分析和處理，結合大數據關聯分析、聚類分析、主題演化分析等技術和方法[13]，對問題進行多層次、全方位的研究，以此提升研究成果的準確性和可信度，迅速鎖定問題數據。布魯金斯學會形成了龐大且復雜的共享數據庫。該數據庫精確度高、價值性強、覆蓋面廣，不僅利于學會內部自身研究取樣，也有利于外部科研組織和公眾獲取有關數據資源[14]。此外，布魯金斯學會非常注重數據科學人才的吸收和培養，其利用“旋轉門”機制，多次與哈佛大學、芝加哥大學、加利福尼亞大學等高校聯合開展數據分析課程，其專業的數據分析團隊多為數據工程博士出身[15]，不少人身兼企業高管和數據科學家的身份，其中不乏各自行業的領軍人物。相比于其他防務智庫，布魯金斯學會更加注重數據思維培養和基礎學科教育，無愧于“沒有學生的大學”之美譽。

2.3? 戰略預算與評估中心

戰略與預算評估中心（Center for Strategic & Budgetary Assessments，簡稱CSBA）是為響應里根政府加強信息情報工作的號召，專門設立的國防預算機構，現已是美國重點開展軍事研究的防務智庫[16]。CSBA非常注重戰爭數據的收集與運用，在開展軍事研究的過程中，其通過收集戰爭數據，運用戰爭推演方法，建設仿真作戰模型，參照收集的作戰場景、部隊和武器設備等數據，進行整體或局部戰爭態勢的分析和推演[17]，為政府決策提供可選方案。到目前為止，CSBA依靠此推演方法產出了多篇高質量、高影響力的研究報告，包括受到廣泛好評的《未來戰爭20XX》《空海一體戰》《東亞2025》等，為美國防部提供了有力的決策參考。

在評估國防預算方面，CSBA采用凈評估方法來推演未來軍事競爭，評價競爭者的相對長處和弱點，提出可保持優勢的建議[18]。凈評估主要依托國防部凈評估辦公室開展，從政治、經濟、軍事等多角度對決定國家軍事能力的因素進行數值比較分析，為戰略規劃和方案擬定提供數據支撐[19]。凈評估過程中所采用的評估工具是聯合一體化應急模型，該模型收集了70多個國家和地區的戰場環境、作戰指令與作戰計劃等數據，依靠數據進行系統建模[20]，運用數據圖表等手段綜合對比分析美國與潛在對手的兵力及武器優勢，從而為國防部擬定相關軍事對策提供數據參考。總體來說，運用數據手段進行分析和研究已成為美國防務智庫建設的一個“通用棋子”。

3? 啟示與建議

信息爆炸的時代下，利用數據驅動實現防務智庫由“應急導向”向“前瞻導向”的研究模式轉變，充分發揮數據對防務智庫高質量決策咨詢成果產生的底層支持和重要保障作用，將在一個國家的國防戰略規劃、軍事戰略制定、作戰行動實施等方面揮發重要的引導和推進作用。為此，我們提出以下啟示建議。

3.1? 強化“數據至上”理念，創新“數據導向”思維

在“數據至上”的信息時代，數據已成為開展防務智庫研究工作不可或缺的工具。防務智庫要強化“數據至上”理念，將數據視作重要的戰略資源和核心創新要素，通過對軍事數據資源進行深度挖掘，獲取其潛在的軍事應用價值，從而為防務智庫的研究和咨詢服務工作提供基本數據支撐。另外，防務智庫的研究人員應開拓“數據導向”創新思維，培養“不是我覺得，而是有證明”的工作態度。智庫的分析研究工作不應處處依賴自己的直覺，應改變傳統依賴“我覺得”的直覺化、經驗化思維，更多地依賴于數據分析結果等“數據證明”，由此提升智庫研究工作的科學性和準確性。

以數據為導向的防務智庫建設，一方面需要加強對“全數據”的分析和評估能力。“全數據”不僅包括實時數據，還要包括歷史數據。開展防務智庫工作需要依托“全數據”的收集，只有優先保證數據集的全面性，才能有機會了解防務研究問題的全貌，以此確保全方位、多角度的決策咨詢工作的開展;另一方面，以數據為導向需要注重培養“數據分析”思維。從數據采集到數據分析，從數據分析再到數據應用，數據分析處在承上啟下的關鍵位置，也是整個數據鏈的核心所在。數據分析思維的培養需要從3個層級進行，其一是分析數據背后的規律;其二是不同場景下的數據價值化;其三是判斷數據的真實性。智庫研究人員需要掌握必備的數據分析和挖掘技術來盡可能地簡化問題和解決問題，最終為智庫的服務決策咨詢提供科學化、高效化手段。另外，除了對當今防務智庫研究熱點的梳理和分析之外，還要能夠充分挖掘軍事大數據之間的潛在關聯關系，抓住研究對象和數據之間的本質聯系，要充分利用智庫研究人員的技術優勢來識別數據潛在價值，從大量的數據和信息中尋找更好的、有價值的數據，從而使數據資源最大程度地服務防務智庫決策和咨詢研究工作。

3.2? 加強數據平臺建設，注重數據方法運用

當今時代下，防務智庫要想實現有針對性、科學性和前瞻性的咨詢服務，展現其在國家軍事決策的支撐作用，應依靠先進的數據采集和分析挖掘技術，構建共享軍事決策成果和咨詢服務的防務智庫數據平臺。在構建防務智庫數據平臺之前，首先需要先明確防務智庫的研究問題、業務需求場景以及用戶需求，真正挖掘出用戶的關注點，想要得到哪些有價值的信息，需要接入的數據有哪些。接下來，需要進行數據資料的收集和處理。加強數據平臺建設需要積累“第一手數據”。“第一手數據”是防務智庫的原創作品，是依靠智庫研究人員經過獨立思考和總結分析的最具價值的信息源，用第一手資料開展數據分析，不但可以確保研究資料的真實性，而且可以增加智庫研究成果的有效性。另外，“第一手資料”往往可以得到較為全面的統計數據，這對防務智庫研究人員開展研究工作提供了真實、完整、可靠的數據依據，以便更好地發現數據的潛在價值。為使數據平臺能夠更好地發掘數據的潛在價值，還需要運用數據降維、數據降噪等預處理方法，將海量、多源、異構的軍事數據進行清洗，滿足各平臺的數據標準和規范。最后，通過多種可視化展示方法和形式將研究成果進行展示，以此為軍事決策提供可靠的數據支撐。

在構建防務智庫數據平臺的過程中，還需要注重數據方法的運用。當今時代下的數據涵蓋了文字、圖表、視頻、音頻等各種數據類型，數據來源復雜多變，需獲取隱藏在數據中的數據本質。為此，我們在做好數據平臺內部和平臺與平臺之間的數據管理的同時，應加強對數據采集、數據分析和數據挖掘等數據方法的運用，以此高效利用現有的數據資源，使決策成果有據可依，有章可循。

3.3? 培育智庫復合型人才，提升智庫服務能力

大數據時代下的新型智庫建設離不開人才的培育。數據時代催生出了諸如數據分析師、數據工程師等多種新型數據人才。新型防務智庫的建設既離不開具掌握防務智庫理論和研究方法的智庫人才，也離不開掌握數據分析和挖掘技術的數據科學人才。培育智庫復合型人才，首先要增強知識儲備。信息“大爆炸”的時代下，只有不斷充實知識儲備，掌握多方面技能和方法，才能適應不斷發展變化的新形勢和新需要，解決各種新矛盾和新問題。我們要認真學習有關智庫的專業理論知識和智庫研究領域新知識，既要注重拓寬知識面，又要突出研究重點，博采眾長、厚積薄發，增加知識儲備，增強數據導向思維，提高智庫工作人員的科研能力。

其次，要注重培養自身科學素質。大數據時代下，我們不僅僅要注重增加個人的知識儲備，還要注重培養不畏艱難險阻，敢于攻堅克難的科學創新精神，全方面提升自身的科學素質和科學素養，逐步完善認識世界和改造世界的新理念、新思維和新方法。在增加個人知識儲備的過程中，我們需要不斷聯系實際工作，將理論應用于實踐，以實踐驗證理論，通過不斷思考，從廣闊的知識海洋里提取“智慧結晶”;不斷發揚自主創新精神，勇于尋求解決當前智庫問題的新途徑。

最后，要加強鍛煉新技能，提升實踐水平。學習的目的是學以致用，智庫研究人員還應提升多方位的實踐能力，包括上機能力、數學運算能力和語言學習能力等，真正滿足智庫復合型人才的基本需求，更好地為防務智庫建設獻計獻策。

4? 結語

新一輪信息革命下，數據逐漸成為防務智庫生產高質量決策咨詢成果的底層支持和基礎保障。未來的防務智庫發展應將數據驅動作為一種發展戰略，綜合運用大數據思維、技術和方法，重構智庫研究和分析的基礎，把數據變成可利用的知識和智慧，從而探索出一種符合我國國情的、新型的、富有彈性的防務智庫建設模式，加速推進中國由智庫大國向智庫強國的轉變。

參考文獻：

[1] 中共中央辦公廳， 國務院辦公廳. 關于加強中國特色新型智庫建設的意見[EB/OL]. [2017-06-10]. http：//www.gov.cn/xinwen/2015-01/20/content_2807126.htm.

[2] 劉洋， 山東大學法學院. 中國特色新型智庫建設的困境與對策[J]. 理論視野， 2015 （8）： 14-17.

[3] 李健， 馬增軍. 美國防務智庫現狀及主要特征[J]. 軍工文化， 2016（7）： 82-85.

[4] 呂紅. 國際智庫研究態勢及其熱點主題分析[J]. 高教發展與評估， 2016（5）： 42-49， 83， 121.

[5] 格 雷 格 · 杰 斐 . 空 海 一 體 戰 引 起 了 中 國 和 五 角 大樓 內 部 的 不 安[EB/OL]. [2016-05-29]. http：//www.washingtonpost.com/world/national-security/us-modelfor-a-future-war-fans-tensions-with-china-and-insidepentagon/2012/08/01/gJQAC6F8PX_story.html.

[6] 李健， 郭慧志. 美軍智囊啟示錄[EB/OL]. [2018-11-17]. http：//www.knowfar.org.cn/html/zhanlue/201504/26/499.htm.

[7] 許鑫， 吳珊燕. 智庫知識庫的構建研究[J]. 情報理論與實踐， 2014， 37（3）： 68-72.

[8] 陳潭. 從大數據到大智庫： 大數據時代的智庫建設[J]. 中國行政管理， 2017（12）： 44-47.

[9] 羅繁明. 利用大數據推進新型智庫建設[J]. 黨政視野， 2016（Z1）： 101.

[10] MCGANN J G. 2017 Global go to think tank index report[EB/OL]. [2019-10-30]. https：//repository.upenn.edu/think_tanks/13/.

[11] 秦佳佳. 淺探布魯金斯學會數據可視化應用及對我國智庫的啟迪[J]. 中國管理信息化， 2019（14）; 157-159.

[12] PETER J， JACQUES R E， DUNLAP M F. The organization of denial： Conservative think tanks and environment scepticism[J]. Environmental Politics， 2008， 17（3）： 349-385.

[13] Research： Think tank data - How big data can find FDI opportunities foreign direct investment[EB/OL]. [2015-07-06]. https：//www.similarweb.com/website/thinktank.chinadevelopment.com.cn.

[14] 周子茵. 淺析布魯金斯學會對我國智庫信息資源建設的借鑒意義[J]. 廣東經濟， 2017（2）： 278-284.

[15] 高春玲. 布魯金斯學會的核心價值、運行機制及未來構想[J]. 智庫理論與實踐， 2016， 1（2）： 101-111.

[16] 曹升生， 高科冕. 專注于軍事研究的美國新智庫： 戰略與預算評估中心[J]. 戰略決策研究， 2013（3）： 31-43.

[17] 羅祖基. 美國防務智庫對華軍事研究人員的背景分析及啟示： 以2049計劃研究所、戰略與預算評估中心、海軍分析中心為例[J]. 智庫理論與實踐， 2018， 3（4）： 77-83.

[18] 易本勝， 李萬順. 美軍戰略凈評估方法分析[J]. 軍事運籌與系統工程， 2012（3）： 14-18.

[19] 閆桂龍. 美國國防部凈評估理論的定義、方法與實踐[J]. 國際研究參考， 2011（5）： 30-36.

[20] 李牧知， 關永. 美軍戰略評估基本情況及對我啟示[J]. 軍事運籌與系統工程， 2018， 32（1）：13-16.

作者貢獻說明：

董文軒：論文主要撰寫者，主要負責現狀調研，案例梳理與文章撰寫;

晏裕生：論文撰寫者，主要負責案例梳理與文章撰寫;

孫孟陽：論文撰寫者，主要負責收集國外防務智庫案例素材與文章撰寫;

李? 斌：論文撰寫者，主要負責論文選題確定，文章審查與啟示建議。

Data-driven Foreign Defense Think Tank Construction Practice

Dong Wenxuan? Yan Yusheng? Sun Mengyang? Li Bin

China Institute of Marine Technology and Economy， Beijing 100081

Abstract： [Purpose/significance] This paper analyzes the practice of foreign defense think tanks construction driven by data， and provides suggestions for a new type of defense think tank construction in China. [Method/process] This article first analyzes the current development status of foreign defense think tanks， and lists the top-level strategic documents issued by the United States， Britain and other countries on the construction of big data-driven defense think tanks. Secondly， this article focuses on the typical foreign defense think tanks construction on data-driven such as RAND Corporation， Brookings Institution， Strategy and Budget Evaluation Center. [Result/conclusion] Finally， according to the development needs of Chinas new type of defense think tank construction， this paper puts forward relevant enlightenment suggestions in three aspects： thinking concept， platform construction and talent training.

Keywords： data-driven? ? foreign defense think tank? ? case? ? suggestion

收稿日期：2019-11-15? ? ? 修回日期：2019-12-20