基于綜合集成思想的數據驅動型科技智庫建設模式研究

摘要：[目的/意義]基于錢學森綜合集成思想，探索新一代信息技術背景下數據驅動型科技智庫建設的可行路徑，服務數據驅動型科技智庫建設實踐。[方法/過程]對綜合集成思想最新理論和實踐應用開展文獻分析，歸納綜合集成思想對數據驅動型科技智庫建設的意義，探索提出應用綜合集成思想的數據驅動型科技智庫架構及運行機制。[結果/結論]研究發現，應用綜合集成思想能夠提升數據驅動科學決策、民主決策效能，規范科技智庫數據驅動的流程機制以及優化科技智庫數據驅動技術實踐。數據資源、數智工具和專家智慧是數據驅動型科技智庫建設的關鍵要素，基于人機協作的反饋迭代流程設計能夠有效賦能科技智庫研究。

關鍵詞：科技智庫；綜合集成；數據驅動；人機交互；人機融合

分類號：C932

引用格式：孫飛翔， 武虹， 高潔. 基于綜合集成思想的數據驅動型科技智庫建設模式研究[J/OL]. 知識管理論壇， 2024， 9（5）： 477-486 [引用日期]. http：//www.kmf.ac.cn/p/407/. （Citation： Sun Feixiang， Wu Hong， Gao Jie. Research on the Construction Model of Data-Driven Science and Technology Think Tanks Based on Meta-Synthetic Thought[J/OL]. Knowledge Management Forum， 2024， 9（5）： 477-486 [cite date]. http：//www.kmf.ac.cn/p/407/.）

1" 引言/Introduction

數字化轉型向科研、智庫等領域的廣泛滲透催生了數據驅動的第四科研范式，智庫建設范式也從專家驅動向數據驅動轉變，“數據驅動”成為智庫研究的重要議題[1]。科技智庫是中國特色新型智庫的重要組成部分，已成為科技戰略咨詢的主力軍和科技創新體制的重要組成，其研究對象是復雜、綜合的科技戰略和政策問題，具有跨領域、跨學科、綜合交叉特征，對數據驅動的科學決策支撐需求更為迫切[2]。綜合集成思想是錢學森院士系統科學理論的重要開創性成果，是處理復雜系統、復雜巨系統的有效方法[3]。錢老前瞻性地提出“人—機結合、以人為主的綜合集成研討廳體系”，可以將專家群體智慧、數據信息與計算機技術有機融合，“集大成得智慧”，為數字時代的科技智庫建設提供了方法論基礎，對當下我國科技智庫的數據驅動轉型具有很強的現實指導意義。

基于此，本文圍繞科技智庫的數據驅動范式轉型，探索提出基于錢學森綜合集成思想的數據驅動型科技智庫建設路徑，同時，通過探討大數據、云計算、人工智能等新一代信息技術在科技智庫數據驅動轉型建設中的應用實踐，以期進一步豐富和發展綜合集成工程實踐，促進系統科學和系統工程領域的理論與方法創新。

2" 文獻綜述/Literature review

2.1" 數據驅動型科技智庫建設研究綜述

當前，針對數據驅動型科技智庫建設，學者們主要從資源要素、模式體系、實踐案例和建設路徑等方面開展研究。如李純等從引進商業性數據資源庫、面向業務功能模塊化建設、嵌入項目流程、多源異構數據資源集成建設、拓展外源數據合作5個方面提出了科技智庫社會經濟數據建設方案[4]；商麗媛等提出了大數據環境下科技智庫信息服務新模式，包括專業化、集成化、智能化、協同化和個性化5個方面，并從人才、平臺、機制和安全4個方面提出了相關對策建議[5]；嚴偉等提出了包括基礎層、數據信息層、應用層、服務層的科技智庫云服務平臺的架構體系和建議[6]；于升峰等構建了包括數據、知識、應用、決策和反饋5層體系結構的科技智庫戰略決策平臺[7]；董文軒等針對國防科技智庫的信息資源建設，提出了“基于智庫項目全生命周期數據”和“基于智能化技術”兩種信息資源建設模式[8]；戎軍濤等提出了基于“數據—情報—智慧”價值鏈的科技智庫知識服務模型[9]；吳雅威等面向科技智庫決策咨詢研究需求，提出涵蓋底層、中層、高層3個層次的多元化資源融合框架[10]；李剛等指出應從思維理念與戰略規劃、數據資源、業務模式、數智工具、人才團隊5個方面推動智庫數據驅動轉型[11]；也有學者對蘭德公司、布魯金斯學會等國際知名智庫的數字化建設進行了案例介紹[12-13]。另在近年有少數研究關注了國內科技智庫實踐，如楊況駿瑜等總結了中國科學院成都文獻情報中心所屬新一代信息科技戰略研究中心的建設經驗與支撐體系，從數據采集、數據分級標準、數據分析與決策研究等方面介紹了其主要工作和研究方法[14]。

2.2" 綜合集成思想應用現狀

綜合集成思想是錢學森先生將還原論思想和整體論思想結合起來的系統論思想，是系統科學思想的重要發展。20世紀90年代初，錢學森先生提出開放的復雜巨系統概念，同時給出了處理此類系統的方法論——“從定性到定量的綜合集成法”，并進一步發展為“人—機結合、以人為主，從定性到定量的綜合集成研討廳體系”[15]。綜合集成思想自正式提出以來，曾在解決一般工程和復雜系統問題方面受到較多關注，并取得了一些成功應用，但由于技術條件的限制，阻礙了其更廣泛的應用。近年來，大數據、云計算、人工智能等新一代信息技術的迅速發展，帶來了綜合集成思想應用環境的較大改變，綜合集成方法及其實踐應用重新受到關注，學者們主要從以下兩個方面對綜合集成思想進行了新的探索：一是綜合集成方法的研究，如薛惠鋒等融合“綜合集成方法論”與“旋進原則”系統工程方法論，并立足新一代信息技術，提出了綜合集成研討廳體系基本架構、具體內容、運作模式及具體實踐[16]；謝宗仁等分析了智能技術支撐下的綜合集成研討廳在軍事戰略評估領域的應用前景[17]；王丹力等從計算框架、關鍵技術、模型及算法、研討平臺等方面探討了綜合集成研討廳體系的發展方向[18]；鄭楠等從思維科學視角探究了人-機融合智能共進途徑[15]。二是綜合集成方法應用場景探索，如新一代信息技術支撐下綜合集成方法在科技情報[19， 20]、新型舉國體制運行[21]、重大基金項目中的協同創新[22]、智慧城市建設[23]、“數字福建”建設[24]、“一帶一路”建設[25]、公共安全風險感知[26]、新冠肺炎疫情綜合治理[27]、軍事戰略能力評估[28]等領域的應用。具體到智庫領域，張宏軍分析了綜合集成思想對智慧院所建設的啟示及實踐經驗[29]；萬勁波等指出綜合集成方法是智庫理論與方法的綜合集成，是海量決策數據、多種決策技術及人機結合的綜合集成，并探討了智庫綜合類科技重大咨詢項目的組織與綜合集成的需求、模式、步驟和標準[30]；席亮等基于錢學森系統工程、總體設計部等智庫思想，論述了中國特色新型科技智庫建設的理論基礎和組織架構[31]。

綜上，已有研究多從情報保障、信息服務視角出發，對數據驅動科技智庫建設的要素、模式及體系進行研究，為我國科技智庫的數字化轉型建設提供了有益參考，但往往是參照信息或情報機構進行功能定位和資源配置，對科技戰略咨詢問題的綜合性、復雜性新趨勢及其對跨學科專家或團隊協作的新需求缺乏針對性考慮與設計。此外，少數研究設計了融入項目研究流程的信息資源服務，但遵循一般項目對科技智庫研究流程進行分解，缺少契合科技智庫系統性研究方法的數字化轉型建設指導思想或理論方法。綜合集成思想為復雜科技戰略咨詢問題的解決提供了方法論基礎，已在智庫研究方法、咨詢項目組織和整體建設上受到關注，但在智庫的數字化建設中尚未得到應用。通過綜合集成研討廳體系這一具體實踐形式，構建基于數據的流程化分析模式，實現與智庫研究科學方法的有機融合，能夠有效賦能科技智庫高質量發展。

3" 綜合集成思想對數據驅動型科技智庫建設的意義/Meta-synthetic thought’s significance for constructing data-driven science and technology think tanks

綜合集成研討廳是綜合集成思想的實踐形式，本質上是由專家體系、機器體系、知識信息體系三者有機結合構成的智能決策支持系統，其中，專家體系是綜合集成研討廳的核心，專家群體基于心智、經驗和形象思維能力優勢提出經驗性假設，并通過“廳”內的集體研討相互啟發、激活，將個體智慧上升為群體智慧；機器體系發揮邏輯計算能力優勢，輔助專家洞察、建模、仿真預測，定量試算、驗證定性假設，實現“從感性認識到理性認識的飛躍”；知識信息體系提供數據資料、前人經驗、案例和領域知識，專家群體能夠實時調用開展數據模擬及決策參考[18]。綜合集成研討廳以思維科學為基礎，將“人”的形象思維、創造思維與“機”的邏輯思維有機融合，同時集成古今中外專家的知識、經驗和智慧與相關信息、情報和數據資料，激發群體智慧不斷涌現，發揮綜合優勢和整體優勢，“集智慧之大成”，獲得對復雜決策問題更深入準確的認識，進而實現對復雜決策問題求解。進入21世紀，伴隨網絡信息技術的巨大進步和廣泛應用，戴汝為院士團隊在綜合集成研討廳的應用探索基礎上，提出“基于信息空間的綜合集成研討廳體系”，將傳統的“廳”拓展至網絡空間，為綜合集成研討廳的實現提供了一種可行方式，同時，還注重集成網民觀點，將專家群體智能涌現擴展至更大范圍的“社會智能”[29]。

3.1" 拓展數據驅動科學決策的深度

當前，作為科技智庫的研究對象，科技問題呈現出專業性、綜合性、復雜性、跨學科等特征及趨勢，與社會、經濟、文化、生態等系統廣泛關聯，涉及密切聯系的多方面要素，受外部因素的深刻影響，屬于“開放的復雜巨系統”問題。面對這類復雜決策場景的問題集研究，大數據雖然能夠基于“全樣本”的相關關系洞察來一定程度上支持決策，但對于擬解決問題設想的提出、要素因果關系的認識和復雜解決方案的最終確定等，仍離不開專家智慧。綜合集成思想在重視數據及基于模型算法的定量研究的同時，還強調專家智慧及質性研究的重要性，通過從定性到定量的綜合集成明晰了從數據到信息、從知識到智慧的螺旋式上升進路，指引智庫產品生產機制由數據驅動轉向更高階段的智慧驅動，從運用基于數據的科學方法決策和構建具有內在邏輯結構的科學決策過程兩個維度，有效提升科技智庫決策咨詢研究的科學性。

3.2" 擴充數據驅動民主決策的廣度

一方面，綜合集成思想強調多學科構成的專家體系共同攻關復雜性問題，并通過機器體系、知識體系等數字化手段促進跨學科、跨領域專家群體之間的協作，使專家充分發揮各自專長，在集體研討中進行不同學術觀點、思想和方法之間的相互表達、碰撞和啟發，激發新思想的涌現，再進行思想的綜合集成，實現整體大于部分之和。這不僅提高了科技智庫決策咨詢研究的科學性，還通過多元視角的引入、觀點的民主表達，有效增強了科技智庫決策咨詢工作的民主性。另一方面，隨著綜合集成思想在信息空間的應用拓展，綜合集成研討廳的知識體系除了包括古今中外專家智慧，還包括利用數字化平臺動態收集的廣大網民的智慧成果，這將促進科技智庫決策過程融合廣泛的社會參與和溝通，推動從專家群體智慧拓展至社會智能，實現更加開放和透明的決策咨詢，基于廣義專家交互形成更加符合多元利益的合理解決方案，提高決策的民主性。

3.3" 規范科技智庫數據驅動的流程機制

綜合集成思想不僅為處理開放的復雜巨系統問題提供了方法論，還基于綜合集成研討廳體系對復雜性問題解決的思維全過程和工作體系進行了展現和外化，為數據驅動科技智庫問題研究提供了一套科學程序，以保障科技智庫研究成果的科學、高效和高質量。具體地，科技智庫可以按照綜合集成研討廳方法體系，通過數據、信息和知識輔助經驗性假設、動態建模仿真與數據分析計算、專家群體方案研討、階段性結論反饋與迭代、最終決策結果等系統工作流程，使智庫專家頭腦中基于實踐和經驗的定性認識上升為全面的、深化的定量認識成為可能，實現對求解智庫問題的科學認識和結論。此外，綜合集成研討廳還科學設計了專家研討形式和研討流程，輔助網絡會議、資源共享、數據信息可視化、任務協作等各類研討組織和研討管理工具，激發群體智慧涌現，為科技智庫專家協作機制及數字化平臺建設提供科學指引。

3.4" 優化科技智庫數據驅動的技術實踐

綜合集成研討廳作為綜合集成思想的工程實踐，其理念和工程實現方式與數據驅動科技智庫建設的目標和需求高度契合。綜合研討廳通過專家體系、知識信息體系以及機器體系三者組成的平臺架構，在當前大數據、人工智能等新一代信息技術下，能夠有效整合多源大數據，促進跨學科協作，提供決策支持工具，具備系統的動態性和適應性，支持數據知識的動態更新和人工智能、知識管理等新興技術的應用拓展，這極大地優化了科技智庫數字化建設工作的技術實踐。通過人機深度融合的科技智庫集成平臺建設，將專家智慧有效嵌入智能技術支撐的集成環境中，充分發揮機器邏輯推理和專家系統優勢，促進“轉識成智”、群體智慧涌現和定性定量的充分結合，提供智能與智慧相融合的科技戰略咨詢支撐。

4" 綜合集成思想視域下的數據驅動型科技智庫架構及要素 /Framework and elements of data-driven science and technology think tanks from the perspective of meta-synthetic thought

4.1" 數據驅動型科技智庫建設框架

本文基于綜合集成思想，構建了科技智庫建設的數據驅動框架，如圖1所示。該框架自下而上劃分為數據底座層、平臺核心層和應用服務層3個層次，主要包含數據資源、機器智能、專家智慧3方面要素。數據底座層是實現科技智庫向數據驅動范式轉變的基本支撐，涵蓋了經過數據處理與整合的海量多源數據資源，還包括數據標準、數據共享匯集機制、數據管理制度等“軟件”建設，注重對跨機構、跨部門和跨學科數據的關聯與融合，促進基于數據的深度洞察與創新發現。平臺核心層包括機器智能和專家智慧兩大主體，決定著數據驅動科技智庫研究的效能。機器智能體系依托工具庫、模型庫建設和人工智能等最新數字信息技術的平臺嵌入，賦能專家開展數據資源調用與挖掘、模型建構與計算等定量分析，專家智慧體系主要是依托協同平臺及功能建設，支撐專家群體或團隊跨學科、跨領域和跨地域開展協作研討研究。二者之間的融合協同機制是平臺核心層運行的關鍵，基于機器智能的定量分析為專家提供初步研判的基礎，專家群體通過跨界協同進行綜合戰略研判，再進行模型驗證、預測與修正，不斷進行迭代反饋，通過人機協同、定性與定量相結合，提升科技智庫研究效率與研究方法的科學性。應用服務層主要以高質量智庫研究為目標，其具體標準包括研究選題的前瞻性、研究視野的國際性、研究方法的科學性、咨詢建議的適用性等，成果形式或研究內容上包括專題研究、調研報告、科技評估、科技預測等，引領著數據驅動科技智庫的建設走向。總之，通過新一代技術應用支撐下的人機深度融合，構建“數據驅動+機器智能+專家智慧”相結合的科技智庫研究模式，將推動智庫決策咨詢工作邁向科學化、智能化、現代化。

4.2nbsp; 關鍵要素

4.2.1" 數據資源

數據資源是數據驅動科技智庫建設的基礎支撐。由于科技智庫研究對象具有跨領域、跨學科、綜合交叉的特征，科技智庫數據底座建設需要對多源數據資源進行歸集，從數據來源看，包括智庫內部特色數據庫、知識庫、調研數據、課題數據、各類智庫成果等原生數據積累與沉淀，以及科技文獻、專利數據、統計數據、科技情報、政府開放數據等商業數據、開源數據和合作機構共享數據。從數據領域看，不僅包括與科技智庫研究領域直接相關的科技信息資源，還要包括經濟、文化、社會、環境等數據資源。例如，蘭德公司采購并整合了200多個社會科學數據庫相關數據，重點針對犯罪、人口、經濟、健康、教育、收入等9個研究領域構建了綜合統計數據庫[32]。蘭德還通過調查等方法，面向研究項目構建特定數據集，如圍繞中國人工智能研究項目，與其他智庫合作建立了中國人工智能出口數據庫。韓國科技政策研究所購買了20種學術、產業和新聞數據資源庫[33]。在完成數據資源的全面、系統采集后，還需要發揮大數據技術在數據清洗、數據融合、數據存儲方面的獨特優勢，將數據進行標準化定義、結構化處理，確保采集數據的完整性、準確性和規范化，以此將海量、動態、多樣的數據資源有效集成，為數據的敏捷調用、數據內容關聯和數據內在規律發現打下堅實資源基礎，推動數據支撐的精細化和科學化決策。

4.2.2" 機器智能

機器智能是新型智庫現代化建設中的重要組成要素，是塑造智庫競爭優勢的有效手段。科技智庫通過推進人工智能、機器學習、人機交互、數字孿生等新興智能技術應用，不斷開發和利用數據挖掘、可視化技術、關聯分析、語義抽取、行為分析、知識圖譜、量化模型、情境模擬、虛擬仿真、循證檢驗等數智工具，可以充分發揮機器邏輯思維與計算優勢，有效輔助專家洞察，改變傳統智庫以定性研究為主、缺乏定量計算支撐、高度依賴專家主觀智識判斷的模式，提升科技智庫研究效率、精度和質量[32]。同時，要注重機器智能與專家系統之間的協作、反饋迭代機制，避免陷入“自動化偏見”導致的決策風險問題，通過引入專家經驗與智慧，實現定性經驗知識與定量算法模型之間的相互轉化和優勢互補，提高智庫咨詢工作的客觀性和科學性。國際知名智庫在重視傳統專家庫的建設同時，還注重對機器智能的應用。例如，蘭德公司十分重視跨學科方法與工具的創新開發，專門建立了方法中心，近5年來開發了超過100項的各類方法與工具；國際應用系統分析研究所（International Institute for Applied Systems Analysis， IIASA）在其官網建有模型、工具庫，提供能源、氣候和環境方面的建模與分析工具，為政策建議提供創新方法和可靠數據分析依據；美國國際戰略研究中心（Center for Strategic and International Studies，CSIS）也在積極探索生成式人工大模型在戰略問題研究上的應用。

4.2.3" 專家智慧

專家智慧是綜合集成驅動科技智庫研究模式的核心組成，是指科技智庫組織內外各領域專家、廣大網民構成的廣義專家群體智慧。科技智庫要組建及廣泛聯系一批跨學科、跨領域專家隊伍，建立智庫專家數據庫，構成群體智慧實現的基礎。群體智慧實現的關鍵在于開展科技智庫重大決策咨詢研究時專家群體的有效交互，需要構建專家群體協作研討的支撐環境，包括網絡會議、資源共享、任務協作以及各類研討組織、管理工具等，以實現人機互動協同，支持研討現場的數據實時調用、動態與開放式建模、專家觀點智能凝練、研討狀態感知、協作質量評價等，雙向啟發和激活、反饋迭代，激發專家個體思維能力提升和群體智慧涌現，實現人機融合智能共進。要特別重視專家個體及團隊的數據資源沉淀，包括智庫專家研討發言資料、課題過程數據、模型資料等，匯集專家個體智慧，形成科技智庫的特色數據庫和專業壁壘。網民群體智慧成果的動態集成，可以基于大數據技術和自然語言處理技術，對網絡用戶觀點及態勢進行挖掘與提煉，通過開放環境下的群智決策及社會智能涌現來處理復雜決策問題，達到“集大成者得智慧”。馬普學會依托數字圖書館開發并提供協同工具“Collective”“Minerva Messenger”，支撐專家團隊在線協作研究。中國科協“智匯中國”平臺打造協同空間、情境模擬和集思匯智等板塊功能，通過智能會議、文檔協作、課題管理等工具，支持跨領域專家團隊協同研討和資源沉淀，匯集廣大專家群體觀點與智慧，形成科學決策強大合力。

5" 綜合集成思想視域下的數據驅動科技智庫運行機制/Operational mechanism of data-driven science and technology think tanks from the Perspective of meta-synthetic thought

綜合集成法將復雜系統問題求解分為三個步驟：通過“定性綜合集成”到“定性、定量相結合綜合集成”再到“從定性到定量綜合集成”，區別于一般問題的線性求解過程，該過程是“循環往復、逐次逼近”的，其本質上是用結構化序列去逼近非結構化問題，具體流程為：首先是提出問題、形成經驗性假設判斷，其次開展系統描述、建模、仿真、實驗，再進行反復比較，逐次逼近，最終實現對復雜系統問題的綜合集成求解并得出結論，不同階段都需要專家智慧和機器智能不同層次上的協作和交互。基于綜合集成的數據驅動科技智庫研究可以劃分為：界定問題、提出假設—系統描述、建模分析—情境模擬、仿真實驗—方案形成、咨詢建議，如圖2所示，通過該過程的不斷反饋迭代，逐次逼近并形成最終解決方案。

（1）界定問題與提出假設。該階段以專家群體智慧為主，通過調查問卷、座談、研討等途徑，組織高水平政策專家、智庫研究人員等基于經驗知識、前瞻性思維以及多學科、多領域觀點，對決策咨詢問題“是什么”、是不是“真問題”以及成果產出的預期價值等開展研判，明確研究目標、方向、框架和技術路線，對問題任務進行特征分解，基于已有數據、信息、情報和知識進行推理，提出初步經驗性假設和判斷。機器智能可以通過對最新政策、前沿文獻、智庫報告等數據資源的文本挖掘、關聯分析和可視化呈現，輔助專家識別科技智庫研究趨勢和關鍵議題。

（2）系統描述與建模分析。該階段專家智慧和機器智能并重，多學科、多領域專家共同對咨詢問題進行系統分析，開展知識推理和邏輯建模，即構建定性化的概念模型；在此基礎上，發揮機器智能性能優勢，利用數據資源中的相關統計數據，進行定量化的統計建模和計算，根據模型擬合表現優劣，對模型進行動態調整或重建，并通過數據可視化等技術對問題、態勢及計算結果進行直觀、形象展現，輔助專家洞察復雜系統中的因果關系和規律；專家群體結合模型定量計算結果開展深度研討、交互和群智激發，面向廣大網民或利益相關群體廣泛匯集意見方案，綜合提出多種問題解決方案。

（3）情境模擬與仿真實驗。該階段延續上一階段過程，利用機器智能對每一種解決方案進行模擬仿真，通過數字孿生、多智能體仿真推演技術，構建現實中不具備的實驗環境，對多種解決方案進行多種虛擬環境下的量化推演、評估和風險預測，專家群體及決策者共同對模擬、仿真結果進行評定，再補充及完善各解決方案，再進行群體方案一致性分析求解，得到階段性最優建議方案。

（4）方案形成與咨詢建議。通過基于人機融合的求解過程多次反饋迭代，最終選定解決方案，給出具體建議措施，形成決策咨詢研究報告。跟蹤成果質量、影響及進展，沉淀研究過程、成果數據資源，監測咨詢建議成果轉化數據，為方案動態評估和調整提供反饋。

6" 結論/Conclusion

面向科技智庫的數據驅動范式轉型趨勢，本文基于錢學森綜合集成思想，分析了其最新理論研究和實踐應用，探討了新一代信息技術背景下綜合集成思想對數據驅動型科技智庫建設的意義，筆者認為應用綜合集成思想能夠拓展數據驅動科學決策、民主決策效能，規范科技智庫數據驅動的流程機制以及優化科技智庫數據驅動技術實踐，在此基礎上，探索提出了數據驅動型科技智庫的建設模式。數據驅動型科技智庫建設不僅要重視數據資源基礎建設，還需要關注生成式人工智能等新一代信息技術應用和數智工具的開發，同時，要重視基于流程設計與嵌入的專家隱性知識挖掘和個人智慧的激發，為群智決策提供支撐環境，充分發揮專家隊伍作用，通過“人機結合”“集大成得智慧”，賦能智庫科技咨詢工作。

參考文獻/References：

[1] McGANN J G. The future of think tanks and policy advice around the world[M]. London： Palgrave Macmillan， 2021： 201-204.

[2] 潘教峰， 楊國梁， 劉慧暉. 科技評估DIIS方法[J]. 中國科學院院刊， 2018， 33（1）： 68-75. （PAN J F， YANG G L， LIU H H. DIIS methodology of science and technology assessment[J]. Bulletin of Chinese Academy of Sciences， 2018， 33（1）： 68-75.）

[3] 于景元， 周曉紀. 從綜合集成思想到綜合集成實踐——方法、理論、技術、工程[J]. 管理學報， 2005（1）： 4-10. （YU J Y， ZHOU X J. Meta syntheses： from the thought to its practice： methodology， theory， technology， and engineering[J]. Chinese journal of management， 2005（1）： 4-10.）

[4] 李純， 張冬榮. 科技智庫數據信息服務模式研究[J]. 情報理論與實踐， 2016， 39（6）： 32-37. （LI C， ZHANG D R. Research on the mode of data information service in science and technology think tanks[J]. Information studies： theory amp; application， 2016， 39（6）： 32-37.）

[5] 商麗媛， 譚清美， 夏后學. 大數據環境下科技智庫信息服務模式研究[J]. 圖書館工作與研究， 2017（7）： 20-25. （SHANG L Y， TAN Q M， XIA H X. Research on the information service mode of S＆T think tank under big data environment[J]. Library work and study， 2017（7）： 20-25.）

[6] 嚴偉， 徐錦英. 大數據環境下的科技智庫信息服務平臺構建研究[J]. 科技通報， 2018， 34（8）： 268-271. （YAN W， XU J Y. Research on the construction of information service platform for science and technology think tank in big data environment[J]. Bulletin of science and technology， 2018， 34（8）： 268-271.）

[7] 于升峰. 面向科技智庫的知識圖譜系統構建[J]. 智庫理論與實踐， 2021， 6（1）： 56-64. （YU S F. Construction of mapping knowledge system for science and technology think tanks[J]. Think tank： theory amp; practice， 2021， 6（1）： 56-64.）

[8] 董文軒， 姚晗， 晏裕生，等. 新形勢下國防科技智庫信息資源建設模式研究[J]. 智庫理論與實踐， 2021， 6（2）： 33-39， 55. （DONG W X， YAO H， YAN Y S， et al. Research on the information resources construction of national defense science and technology think tanks in the New Situation[J]. Think tank： theory amp; practice， 2021， 6（2）： 33-39， 55.）

[9] 戎軍濤， 李華， 喬偉榮. 數據與智慧雙輪驅動下的新型科技智庫知識服務機制研究[J]. 圖書館， 2018（7）： 24-29. （RONG J T， LI H， QIAO W R. A study on the knowledge service mechanism of new technology think tank based on data and intelligence driven[J]. Library， 2018， 36（7）： 24-29.）

[10] 吳雅威， 龔蛟騰， 朱洪濤. 面向科技智庫決策咨詢研究需求的多元化資源融合與服務路徑[J]. 圖書情報工作， 2023， 67（5）： 78-89. （WU Y W， GONG J T， ZHU H T. Diversified resource integration and service path for decision-making consultation research needs of scientific and technological think tanks[J]. Library and information service， 2023， 67（5）： 78-89.）

[11] 李剛， 陳霏， 蘇丹淳，等. 智庫建設范式的轉型：從專家驅動到數據驅動[J]. 圖書與情報， 2023（5）： 1-12. （LI G， CHEN F， SU D C， et al. The transformation of think tank construction paradigm： from expert-driven to data-driven[J]. Library amp; information， 2023（5）： 1-12.）

[12] 勇美菁， 鐘永恒， 劉佳，等. 支撐蘭德公司的智庫數據體系建設研究[J]. 情報理論與實踐， 2019， 42（9）： 69-75. （YONG M J， ZHONG Y H， LIU J， et al. Research on the construction of think tank’s data system of RAND corporation[J]. Information studies： theory amp; application， 2019， 42（9）： 69-75.）

[13] 黃曉斌， 彭佳芳. 國外著名智庫的信息資源建設策略及啟示[J]. 圖書館雜志， 2022， 41（7）： 80-87. （HUANG X B， PENG J F. Analysis of strategies of information resource development of selected foreign think tanks and its inspiration for Chinese think tanks[J]. Library journal， 2022， 41（7）： 80-87.）

[14] 楊況駿瑜， 唐川， 王立娜. 信息科技智庫建設與實踐經驗——以CaSIT為例[J]. 智庫理論與實踐， 2023， 8（3）： 91-98. （YANG K J Y， TANG C， WANG L N. Information technology think tank construction and practical experience——Taking CaSIT as an example[J]. Think tank： theory amp; practice， 2023， 8（3）： 91-98.）

[15] 鄭楠， 章頌， 戴汝為. “人—機結合”的綜合集成研討體系[J]. 模式識別與人工智能， 2022， 35（9）： 767-773. （ZHENG N， ZHANG S， DAI R W. Hall for workshop metasynthetic engineering based on man-machine integration[J]. Pattern recognition and artificial intelligence， 2022， 35（9）： 767-773.

[16] 薛惠鋒， 周少鵬， 侯俊杰， 等. 綜合集成方法論的新進展——綜合提升方法論及其研討廳的系統分析與實踐[J]. 科學決策， 2019（8）： 1-19. （XUE H F， ZHOU S P， HOU J J， et al. New development of meta-synthesis method——the system analysis of meta-synthesis-propulsion method and its practice[J]. Scientific decision making， 2019（8）： 1-19.）

[17] 謝宗仁， 馮偉， 耿奎. 綜合集成研討廳研究現狀及其在人工智能時代的發展機遇[J]. 科技管理研究， 2020， 40（16）： 39-45. （XIE Z R， FENG W， GENG K. Research status of hall for workshop of metasynthetic engineering and it’s development opportunities in artificial intelligence era[J]. Science and technology management research， 2020， 40（16）： 39-45.）

[18] 王丹力， 鄭楠， 劉成林. 綜合集成研討廳體系起源、發展現狀與趨勢[J]. 自動化學報， 2021， 47（8）： 1822-1839. （WANG D L， ZHENG N， LIU C L. Hall for workshop of metasynthetic engineering： the origin， development status and future[J]. Acta automatica Sinica， 2021， 47（8）： 1822-1839.）

[19] 彭靖里， 陳曉琳， 李長林. 論錢學森情報思想及實踐對情報學理論發展的貢獻[J]. 現代情報， 2015， 35（1）： 32-37. （PENG J L， CHEN X L， LI C L， Contributions of Qian Xue-sen’s intelligence thought and practice in development of information science[J]. Journal of modern information， 2015， 35（1）： 32-37.）

[20] 劉芝瑋， 周慶山. 基于錢學森大成智慧思想的國防科技情報工作模式初探[J]. 情報理論與實踐， 2021， 44（9）： 68-73. （LIU Z W， ZHOU Q S. A preliminary study on DSTI working mode based on Qian Xuesen’s metasynthetic wisdom though[J]. Information studies： theory amp; application， 2021， 44（9）： 68-73.

[21] 肖人彬， 侯俊東. 新型舉國體制的運行機理——綜合集成大成智慧的視角[J]. 系統科學學報， 2024， 32（2）： 73-79， 85. （XIAO R B， HOU J D. The research of the interoperable governance of party building and ideological and political education for college students from the perspective of systematic idea[J]. Journal of systems science， 2024， 32（2）： 73-79， 85.

[22] 顧基發. 協同創新—綜合集成—大成智慧[J]. 系統工程學報， 2015， 30（2）： 145-152. （GU J F. Collaborative innovation-meta-synthesis approach-meta-synthesis is of wisdom[J]. Journal of systems engineering， 2015， 30（2）： 146-152.）

[23] 宋剛， 朱慧， 童云海. 錢學森大成智慧理論視角下的創新2.0和智慧城市[J]. 辦公自動化， 2014（17）： 7-13. （SONG G， ZHU H， TONG Y H. Innovation 2.0 and smart city in perspective of metasynthetic engineering theory of Qian Xuesen[J]. Office informatization， 2014（17）： 7-13.

[24] 陳紹林. 綜合集成方法在“數字福建”建設中的應用[J]. 海峽科學， 2018（12）： 19-20， 25. （CHEN S L. The application of meta-synthesis method in the construction of “Digital Fujian”[J]. Straits science， 2018（12）： 19-20， 25.

[25] 汪長明. 錢學森開放復雜巨系統論視域下“一帶一路”頂層設計研究[J]. 學術探索， 2018（12）： 42-54. （WANG C M. Top-level design of “the Belt and Road Initiative” from Qian Xuesen’s theory of open complex giant system[J]. Academic exploration， 2018（12）： 42-54.

[26] 張博涵， 唐超， 李志. 基于綜合集成研討廳的公共安全風險感知平臺構建[J]. 中國人民警察大學學報， 2022， 38（4）： 26-31. （ZHANG B H， TANG C， LI Z. The study of the construction of public security risk perception platform based on HWME[J]. Journal of China People’s Police University， 2022， 38（4）： 26-31.）

[27] 干琳， 史斌. 錢學森系統科學思想與新冠肺炎疫情綜合治理研究[J]. 未來與發展， 2021， 45（1）： 1-5. （GAN L， SHI B. QIAN Xuesen’s systematic scientific thoughts and research on the comprehensive control of the COVID-19[J]. Future and development， 2021， 45（1）： 1-5.）

[28] 王強， 高云翔， 杭爽， 等. 基于綜合集成法的軍事戰略能力評估方法[J]. 系統工程與電子技術， 2023， 45（8）： 2312-2317. （WANG Q， GAO Y X， HANG S， et al. Military strategic capability assessment method based on meta-synthetic approach[J]. Systems engineering and electronics， 2023， 45（8）： 2312-2317.

[29] 張宏軍. 錢學森總體設計部思想對智慧院所建設的啟示[J]. 錢學森研究， 2019（2）： 48-56. （ZHANG H J. The enlightenment of Qian Xuesen’s overall design department on the construction of smart institutes[J]. Qian Xuesen research， 2019（2）： 48-56.）

[27] 李培楠， 萬勁波， 王鑫. 科技重大咨詢項目組織模式與綜合集成方法研究[J]. 中國軟科學， 2022（12）： 136-142. （LI P N， WANG J B， WANG X. Research on the organization mode and comprehensive integration method of major scientific and technical consulting projects[J]. China soft science， 2022（12）： 136-142.）

[28] 席亮， 應驗， 賈寶余. 中國特色新型科技智庫建設研究――基于系統工程和科學傳播等視角[J]. 中國科學院院刊， 2023， 38（2）： 333-341. （XI L， YING Y， JIA B Y. Study on building new-type think tanks with Chinese characteristics—perspectives of systems engineering， science communication， etc.[J]. Bulletin of Chinese Academy of Sciences， 2023， 38（2）： 333-341.）

[29] 戴汝為， 李耀東， 李秋丹. 社會智能與綜合集成系統. 北京： 人民郵電出版社， 2013. （DAI R W， LI Y D， LI Q D. Social intelligence and meta-synthetic system[M]. Beijing： Posts amp; Telecommunications Press， 2013.

[30] 歐陽劍， 周裕浩. 數據驅動型智庫研究理念及建設路徑[J]. 智庫理論與實踐， 2021， 6（3）： 20-27， 36. （OU Y J， ZHOU Y H. Research on path of the construction of data-driven characteristic think tank in China[J]. Think tank： theory amp; practice， 2021， 6（3）： 20-27.）

[31] 孫飛翔， 吳善超， 武虹. 數字賦能新時代智庫高質量發展的邏輯與實踐——以中國科協“智匯中國”應用為例[J]. 信息通信技術， 2023， 17（1）： 49-55. （SUN F X， WU S C， WU H. Theoretical logic and practice of digital technology enabling high-quality development of think tank—an empirical study of the CAST’s think tank digital platform[J]. Information and communications technologies， 2023， 17（1）： 49-55.）

[32] RAND Corporation. State statistics[EB/OL]. [2024-06-20]. https：//statestatistics.org.

[33] Science amp; Technology Policy Institute. Digitial library[EB/OL]. [2024-06-24]. https：//library.stepi.re.kr/library.

作者貢獻說明/Author contributions：

孫飛翔：提出研究思路，撰寫與修改論文；

武" 虹：確定研究選題，修改論文；

高" 潔：修改論文。

Research on the Construction Model of Data-Driven Science and Technology Think Tanks Based on Meta-Synthetic Thought

Sun Feixiang" Wu Hong" Gao Jie

National Academy of Innovation Strategy， China Association for Science and Technology， Beijing 100038

Abstract： [Purpose/Significance] This paper aims to explore the feasible path for the construction of data-driven science and technology think tanks under the background of new generation information technology based on Qian Xuesen’s meta-synthetic thought， and to serve the practice of constructing data-driven science and technology think tanks. [Method/Process] This paper conductd a literature analysis on the latest theories and practical applications of meta-synthetic thought， analyzed the significance of meta-synthetic thought for the construction of data-driven science and technology think tanks， explored and proposed the architecture and operation mechanism of data-driven science and technology think tanks based on meta-synthetic thought. [Result/Conclusion] The research finds that the application of meta-synthetic thought can expand the effectiveness of data-driven scientific decision-making and democratic decision-making， standardize the process mechanism of data-driven science and technology think tanks， and optimize the technical practices of data-driven science and technology think tanks. Data resources， digital intelligence tools， and expert wisdom are the key elements of the construction of data-driven science and technology think tanks. The feedback iterative process design based on human-computer collaboration can effectively empower the research of science and technology think tanks.

Keywords： science and technology think tanks" " meta-synthetic thought" " data-driven" " human-computer interaction" " human-computer integration

Author（s）： Sun Feixiang， assistant research fellow， PhD; Wu Hong， professor-level senior engineer， master， corresponding author， E-mail： wuhong@cnais.org.cn; Gao Jie， research assistant， master.

Received： 2024-07-12" " Published： 2024-10-28