支撑智库研究的信息资源保障体系建设.pdf

引用本文格式邸小康，张辉，秦晓婧，等支撑智库研究的信息资源保障体系建设 J农业工程，2023，13（5）：27-33 DOI：10.19998/ki.2095-1795.2023.05.006 DI Xiaokang，ZHANG Hui，QIN Xiaojing，et al Construction of information resource assurance system to support think tankresearchJAgricultural Engineering，2023，13（5）：27-33支撑智库研究的信息资源保障体系建设邸小康1，张辉2，秦晓婧2，程旭1，王彩虹1，唐朝1（1.北京市数字农业农村促进中心，北京 100101；2.北京市农林科学院数据科学与农业经济研究所，北京 100097）摘要：信息资源保障体系作为智库研究与决策的重要支撑工具，是提升智库研究水平、产品质量和竞争力的基础，探究信息资源保障体系建设对智库具有重要作用。明确了支撑智库研究的信息资源保障体系建设原则和构成要素，搭建了信息资源保障体系框架，并将工程化思维引入资源建设流程，将资源建设流程化、规范化，并提出了原始数据、基础数据和专业知识库 3 层信息资源保障体系建设框架和信息资源工程化建设流程，以期提高资源建设效率和质量，提高智库的信息资源保障能力。关键词：智库；信息资源保障；资源建设；工程化思维中图分类号：S126文献标识码：A文章编号：2095-1795（2023）05-0027-07DOI：10.19998/ki.2095-1795.2023.05.006Construction of Information Resource Assurance System to SupportThink Tank ResearchDI Xiaokang1，ZHANG Hui2，QIN Xiaojing2，CHENG Xu1，WANG Caihong1，TANG Chao1（1Beijing Digital Agriculture and Rural Promotion Center，Beijing 100101，China；2Institute of Data Science and AgriculturalEconomics，Beijing Academy of Agriculture and Forestry Sciences，Beijing 100097，China）Abstract：As an important supporting tool for think tank research and decision-making，information resource assurance system is thebasis for improving research level，product quality and competitiveness of think tanks，research on construction of information resourceassurance system plays an important role in think tank researchPrinciples and constituent elements of construction of information re-source assurance system were clarified，framework of information resource assurance system was established，and engineering thinkingwas introduced into process of resource construction to processize and standardize resource constructionA three-layer information re-source assurance system construction framework was proposed，which included original data，basic data and professional knowledgebaseEngineering construction process of information resources was establishedIt was expected to improve efficiency and quality of re-source construction and improve information resource support ability of think tankKeywords：think tank，information resource assurance，resource construction，engineering thinking 0引言智库（Think tank）又称思想库，是独立于政治体制之外的政策研究和咨询机构，为政府和委托机构提供一系列有价值的信息和决策支撑。智库已成为决策者在处理重大问题时所依赖的重要社会力量1。而智库研究成果的得出，需要大量的信息资源作支撑。全面、及时、准确的信息资源保障体系可提高智库成果的科学性和有效性，否则，智库研究成果就会成为无源之水，产出效率和质量将大打折扣。可以说，信息资源已成为智库的核心竞争力，建立一个可支撑智库研究与服务的信息资源保障体系已成为智库的一项重要工作2。学者们也在智库的信息资源体系建设上做了初步研究。刘岩等3在研究国内科技智库建设现状和特点的基础上，分析了科技创新智库的信息需求，从宏观、中观和微观 3 个层面提出了建立科技创新智库的信息保障体系。任福兵等4构建了基于主客体信息需求的智库资源保障体系，并提出了相关运行措施。黄晓斌等5对兰德公司的信息保障体系进行分析探讨，提出 收稿日期：2022-11-09修回日期：2023-01-31作者简介：邸小康，工程师，主要从事农业信息化、农村创新创业及社会化服务体系有关数据监测、分析研究E-mail：第 13 卷 第 5 期农业工程Vol.13No.52023 年 5 月AGRICULTURAL ENGINEERINGMay 2023了我国智库信息保障体系建设的相关启示。邱韵霏等6提出了支撑智能情报分析服务的大数据资源体系框架结构及建设原则。然而，对信息资源保障体系研究较少，提出的智库保障体系建设多为建设原则、措施和启示。本研究构建了一个可支撑智库研究的信息资源保障体系架构，以满足智库对资源的广度、深度、响应速度等方面的需求。同时，低价值密度的海量数据，以及云计算、人工智能等技术的发展，也给资源体系的建设方式、流程、机制等带来了革命性的冲击7。将工程化思维引入信息资源建设过程，资源建设流程化、规范化，可有效提高智库的信息资源保障能力和快速响应能力，大大提高资源建设效率和质量。1信息资源保障体系构建原则 1.1目标明确资源建设部门应紧密围绕机构定位和智库研究方向确定资源建设目标和方向，开展针对性、储备性、前瞻性的信息资源保障体系建设，提出专业化、建设性、切实管用的信息资源保障解决方案，着力提高信息资源综合保障能力和支撑能力3。1.2需求导向智库的核心工作是为政府决策、产业布局、科研部署等提供决策咨询服务。信息资源保障体系建设的目的是为智库及时提供完整、可靠、准确、及时和全面的信息资源保障服务。资源建设应以智库长短期需求为导向，构建一个资源配置合理、能快速响应智库全方位需求的优质资源保障体系。1.3经济性信息资源建设需要大量的资金作支持。要充分评估资源建设各环节资金投入的必要性，特别是资源购置环节。在商业数据购置和开放资源本地化时要充分考虑资源独占性、资源获取难易程度、本地化必要性等因素，选择最经济实用的资源建设方案，实现数据获取最优化。1.4规范统一信息资源来源广泛、资源结构不一、形式多样，需要采取统一的标准和规范进行处理和存储。只有统一规范的数据资源才能进行下一步的分析利用、组织揭示。2信息资源保障体系建设要素构成在建设信息资源保障体系过程中，需涉及资金支持、人员保障、技术支撑和信息平台等多个要素，这些要素相互依存、相互支撑，共同支撑资源保障体系的有序运转。缺少任何一个要素，信息资源保障体系都难以建成并发挥其作用。信息资源保障体系建设构成要素如图 1 所示。图 1信息资源保障体系建设构成要素Fig.1 Elements of information resource assurance system construction 2.1资金保障充足的资金支持是信息资源保障体系建设的前提条件。信息资源保障体系涉及资源采购、数据采集分析工具研发、平台运维及团队建设等一系列工作，这些都离不开充足的资金作保障。情报机构在政府财政支持的基础上，应积极探索多渠道、多层次、多元化的资金投筹措渠道，为资源建设提供充足的资金保障，在资金使用方面，应将资金投入到资源购置、技术研发、人才培养等自身信息资源保障体系建设的薄弱环节4。同时，建立和完善符合信息资源保障体系运行特点的经费管理制度，严控资金使用，切实提高资金使用效率。2.2人员保障高质量的信息资源保障体系的建设离不开高素质的资源建设人才。新的科研范式及大数据环境的到来，对资源采集、处理、整合等环节都产生了颠覆性影响，对资源建设人员提出了更高的要求。为适应新时代资源建设的需要，应培养组建一支复合型、协同合作、结构合理的专业资源建设队伍，特别是掌握大数据采集、建模、软件研发等方面的信息技术人才。2.3技术支撑信息资源保障体系建设离不开强大的技术支撑。大数据技术、数据挖掘、人工智能等新兴技术已渗透到资源建设的各个环节，借助现代信息技术方法研发网络爬虫工具、数据清洗工具、海量数据智能分析模型等，可大幅度提高资源建设效率，创新资源的建设与分析模式。因此，信息资源保障体系建设应注重新技术在资源建设各环节的应用。2.4信息平台信息平台是资源存储、分析和使用的重要载体。资源批量采集、自动化处理、数据存储、调用和分析工具嵌入等需要专业的数据建设平台做支撑；同时，资源也需要一个对外开展服务的窗口，通过信息平台将信息资源保障体系与服务对象建立连接，为用户提供个性化的数据支持和知识服务；此外，还可通过平 28 农业工程信息与电气化 台搜集用户行为，分析发现用户潜在资源需求，为前瞻性、储备性资源建设找准方向。3信息资源保障体系构建建设高质量的信息资源保障体系是智库开展研究与服务的基础。在明确资源构建原则和各要素支撑下，资源建设部门应尽可能全面集成各领域、各类型、各层次的数据，构建一个具有前瞻性、储备性、类型完整、内容全面、统一规范、深度知识化组织及持续动态更新的优质资源保障体系，以实现对情报研究和服务对象资源需求的快速响应和高效知识服务8。资源保障体系架构如图 2 所示。3.1原始数据层根据数据获取手段，将原始数据分为直接获取资源和间接获取资源。（1）直接获取资源包括调研数据、访谈数据、试验数据及通过人际关系网络获得的一手数据。调研数据和访谈数据是研究人员通过实地调研、问卷调研、直接访谈等方法获得的一手资源；试验数据是指研究人员为完成数据分析和情报研究形成的算法、模型、统计预测等试验数据；人际网络数据是指在与人交流过程中获得的相关数据源或情报线索。（2）间接获取资源包括公开资源、商业资源、灰色资源、共建资源、内部资源和其他间接来源。公开资源包括公开发行的图书报刊等印刷资源和互联网资源9。其中，互联网已成为政府、组织、机构等发布信息的重要平台，是信息资源保障体系建设的重要渠道。商业资源通常具有资源独有、数据权威、连续性好、完整度高和数据质量高等特点，如中国知网、SCI、德温特等商业数据库，购买引进商业数据库是信息资源保障体系建设的重要组成部分。灰色资源是指通过非公开渠道获得的非密级限制、非公开的资源，灰色资源往往具有较高的情报价值，可通过与政府机构、相关研究机构及权威专家建立友好合作关系，以及对机构官网、论坛、社交网络资源深度挖掘而获得。内部资源是指在情报分析研究过程中形成的研究报告、数据分析等研究成果。这些资源可作为未来相关研究的信息源。除以上集中方式外，还可通过与其他机构 图 2支撑智库研究的信息资源保障体系架构Fig.2 Information resource assurance architecture to support think tank research 邸小康等：支撑智库研究的信息资源保障体系建设 29 合作共建、参加相关会议、举办研讨会和论坛等方式获取相关资源。3.2基础数据库各类原始数据通过数据采集、数据处理、数据集成和数据审核等一系列流程和质量控制规范，形成标准化、规范化的数据资源，建成支撑情报研究的基础数据库。此过程需要大数据采集技术、数据自动清洗技术、数据自动标注及数据智能分类等技术做支撑。基础数据库按资源在智库研究中的不同作用可分为内容类数据库群和辅助类数据库群。内容类数据是支撑智库研究的主要数据，可根据资源内容类型分为政策规划类、新闻资讯类、人才类、机构类、科技投入类、科技产出类和产业数据类 7 大类数据库集，每类下设若干小类。辅助类数据包含数据源指向库和工具类数据库。数据源对资源保障体系建设至关重要，数据源指向库是对数据源内容、来源机构、网址等进行详细记录，可辅助资源建设人员和情报人员快速定位相关信息源。同时，针对开放共享、长期维护、来源权威和功能满足情报分析需求的专业数据库，没必要重复性本地化资源建设，可通过建立数据源指向库为智库研究人员提供支撑。工具类辅助数据是在情报分析研究过程中对内容类数据进行分析、组织等需要的辅助性数据，如词表库、领域本体库、数据分析模型及算法等。3.3专题知识库智库研究要注重将数据向知识转化，以提高资源利用价值，更好地为情报研究提供支撑。基础数据库可为智库研究提供基础数据支撑，但此时资源是按资源类型分散存储于数据库中的数据，尚未转化成用户可理解与有价值的知识。为此，应在汇聚丰富数据资源的基础上，运用本体、文本挖掘、多源数据融合等技术方法，对不同资源间进行聚合关联，挖掘资源之间的关系，形成细粒度语义化知识网络，并围绕智库研究重点、服务对象需求和项目需求，灵活构建专题知识库。如围绕政府部门产业决策需求，构建人工智能、生物医药、现代种业和智能装备等高端产业专题知识库，建设覆盖产业链条、实现深层知识组织与知识发现的资源体系，为政府决策和智库研究提供专题数据支撑和知识服务。4信息资源保障体系工程化建设流程信息资源保障体系框架为资源建设指明了方向，资源建设部门应有计划、分阶段地逐步推进资源建设工作。大数据时代，要做好支撑智库研究的信息资源保障体系，需将工程化思维引入其中。工程化思维是一种在目的导向下，通过把经验、技巧、常识和知识进行固化、理论化、规范化，建立起一个可重复创造有价值产品的最优系统10。工程化思维下的资源保障体系建设是将资源建设制度化、流程化、标准化11。资源保障体系建设一旦得以工程化运作，将有效提高智库的信息资源保障能力和快速响应能力。本研究提出了一套信息资源工程化建设流程，如图 3 所示，将资源建设内容确定、数据源获取与甄选、数据采集、数据处理、数据组织和数据服务等流程进行规范与固化，从而提高资源建设的质量和效率。4.1明确资源建设内容根据资源建设框架、智库研究需求、项目任务等明确资源建设内容，并由资源建设负责人分解细化成一个个具体的资源建设任务，清楚阐明任务的具体要求和目标。4.2数据源获取与甄选数据源对资源建设至关重要。在接到具体的资源建设任务后，数据源分析人员根据自身经验积累、网络调研、专家调研和人际网络等方式摸排获取相关数据源。其中，针对任务领域完全不了解、无相关数据源积累的建设任务，网络调研是了解任务、获取信息的重要渠道。数据源分析人员通过各类搜索引擎发现任务相关蛛丝马迹，通过其引导抽丝剥茧获得任务相关数据源。当一个任务出现多个数据源时，需通过数据源甄选指标体系，从数据可获取性、权威性、相关性、完整性和延续性等指标遴选出优质数据源，以确保资源的权威可靠、及时全面。4.3数据采集在明确数据源的基础上，根据资源来源机构、资源是否公开、资源获取难易程度、是否有商业数据库、商业数据报价等情况进行综合分析评估，选取网络资源采集、人工自建、商业数据购买、数据交换、合作共建和内部渠道获取等多元化采集方式进行数据采集。其中，网络信息资源采集是资源采集的主要渠道。数据源确定后，数据源分析人员对采集网站结构、资源分布、目标资源特征等进行深入分析，协助技术人员确定采集策略、采集内容和采集周期，技术人员根据要求选择合适的采集工具或方法对目标资源实现针对性、批量采集。4.4数据处理数据处理包括数据清洗、数据标引、数据分类、数据集成和数据组织等流程。随着大数据、人工智能等新一代信息技术的发展，给数据处理方式带来了革命性的冲击，数据处理朝着自动化、智能化方向发展。利用机器学习、文本挖掘等智能化技术研发一系列相关模型工具，可实现资源自动化深层次的分类、标引、抽取、转换融合与语义化组织。30 农业工程信息与电气化 4.5数据审核严格科学的程序规范是确保资源建设质量的重要保证。资源建设各环节应严格执行相关建设标准与质量控制规范，加强过程质量把控，资源建设完成后要实行系统自测、审核人员二审和数据负责人终审的三审机制。通过对过程和结果的全程把控确保资源建设质量。4.6数据服务信息资源可通过知识服务平台、知识库产品和数据定制 3 种形式为智库研究和服务对象提供数据支持和知识服务。一是通过数据服务平台这种自助式数据服务形式为用户和内部研究人员提供基础数据服务和专题知识服务。用户可通过平台自主查询获取所需数据。智库内部研究人员具有更高权限，可查看更多未对社会开放的内部资源，数据筛选、可视化、分析功能也更为强大。二是建成知识库产品，以商业化运营的形式提供专业数据服务。三是根据用户需求，开展数据定制服务，为用户提供个性化的知识服务。5农业信息资源保障体系建设实践北京市农林科学院是一所市级农业科研院所，其情报学科历史悠久。近年来，北京市农林科学院知识管理与情报研究团队逐步向智库转型，初步建立了“智库型”农业情报服务体系，建成了北京农业智库平台和数据中心，逐步探索出一套工程化的农业信息资源建设模式，取得了一定的成效，有力支撑了农业科技情报研究与服务12。5.1初步建成农业信息源库以“支撑智库研究、支撑政府决策、形成数据产品”为目标，以政府决策和农业科技创新需求为中心建立信息资源建设框架，开展资源保障体系建设。信息源的搜集与筛选则是资源建设的基础。团队对国内外政府部门、国际组织、学协会、科研机构及大型企业等进行全谱系扫描，梳理出中国、美国、英国和日本等 19 个国家和联合国粮食及农业组织（FAO）、国际种子联盟（ISF）等国际组织，以及大型企业、科研机构、新闻网站共 547 个农业相关信息源，形成数据源指向库，为农业科技信息检测及资源建设奠定基础。5.2建立“机器+人工”农业信息监测与采集机制搭建了农业科技信息监测系统，实现对目标源的724 h 实时监测与资源自动采集。情报人员采用“国别+农业细分领域”矩阵形式进行人工监测。通过“机器与人工相结合”的农业信息监测与采集机制，实现对全球农业科技信息的及时、高效监测与采集。5.3建立北京农业智库平台数据中心通过监测系统、人工自建、商业数据购买和数据 图 3支撑智库研究的信息资源工程化建设流程Fig.3 Engineering construction process of information resources to support think tank research 邸小康等：支撑智库研究的信息资源保障体系建设 31 交换等方式采集到的农业信息资源，经过一系列数据处理流程，转换成规范化数据。在数据处理过程中，研发应用了关键词自动标引、农业信息资源自动分类、地域信息自动提取等智能化工具，有效提高了数据处理效率。初步建成了北京农业智库平台数据中心，如图 4所示，形成了覆盖全球重要国家和国际组织的政策规划、资讯报告、人才机构、科技数据和产业数据等 8大类 15 小类丰富优质农业信息资源，形成 30 余个专题数据库，数据量达 100 余万条，为农业智库研究与服务提供基础数据支撑。在此基础上，围绕北京市和北京市农林科学院农业科技创新重点方向，运用文本挖掘、多源数据融合、知识关联等技术方法，对农业信息资源主题进行抽取、匹配、重组，构建了现代种业、农业生态环境等农业细分领域专题知识服务门户，如图 5 所示，实现专题资源的聚合关联、集中展示和专题知识服务。6结束语全面优质的信息资源保障体系能够为智库提供强大的资源保障和信息搜集、处理和分析功能，有效提升智库的研究能力、成果质量、服务质量和竞争力。阐明了信息资源保障体系的建设原则、构成要素，搭建了原始数据、基础数据和专题知识 3 层信息资源保障体系框架，明确了资源工程化建设各环节标准流程，以期对支撑智库的信息资源保障体系建设提供方案，并对北京市农林科学院的农业信息资源保障体系建设实践做了介绍。信息资源保障体系建设是一个复杂的工程，资源建设制度保障、各环节攻坚难点、新技术应用等方面仍需进一步研究与探讨。参考文献 王佳宁，张晓月智库的起源、历程及趋势J重庆社会科学，2012（10）：102-109WANG Jianing，ZHANG Xiaoyue Origin，progress and trend ofthink-tankJChongqing Social Sciences，2012（10）：102-1091 宋忠惠，郑军卫支撑智库研究的信息源建设策略J智库理2 图 4北京农业智库平台数据Fig.4 Data center of Beijing agricultural think tank platform 图 5现代种业（植物）专题知识服务门户Fig.5 Special knowledge service portal of modern seed industry（plant）32 农业工程信息与电气化 论与实践，2016（3）：65-71SONG Zhonghui，ZHENG Junwei The strategy of information con-struction supporting think tank researchJThink Tank：Theory andPractice，2016（3）：65-71刘岩，刘宝瑞，刘伟东面向科技创新智库的信息资源保障体系建设研究J现代情报，2017，37（2）：78-82LIU Yan，LIU Baorui，LIU WeidongResearch on information assur-ance system of science and technological innovation think-tankJJournal of Modern Information，2017，37（2）：78-823任福兵，李玲玲基于主客体信息需求的智库信息资源保障体系构建J现代情报，2018，38（4）：156-162REN Fubing，LI LinglingConstruction of information resource secur-ity system based on the information needs of subject and objectJJournal of Modern Information，2018，38（4）：156-1624黄晓斌，罗海媛兰德公司的信息保障体系建设及启示J情报理论与实践，2019，42（12）：24-29HUANG Xiaobin，LUO HaiyuanInformation support construction ofrand company and its enlightenmentsJInformation Studies：Theory&Application，2019，42（12）：24-295邱韵霏，李春旺智能情报分析模式：数据驱动型与知识驱动型J情报理论与实践，2020，43（2）：28-34QIU Yunfei，LI Chunwang Intelligent information analysis model：data-driven and knowledge-drivenJInformation Studies：Theory&Application，2020，43（2）：28-346李辉新时代我国科技情报工作的价值定位与发展方略J科技情报研究，2019，1（1）：51-63LI Hui Value orientation and development strategy of scientific andtechnological information work in China in the new eraJ Scientific7Information Research，2019（1）：51-63赵瑞雪，李娇，张洁，等多场景农业专业知识服务系统构建研究J农业图书情报学报，2020，32（1）：4-11ZHAO Ruixue，LI Jiao，ZHANG Jie，et al Construction of multi-scenario agricultural knowledge service systemJ Journal of Libraryand Information Science in Agriculture，2020，32（1）：4-118李品，许林玉，杨建林面向智库服务的情报研究J情报学报，2020，39（2）：135-147LI Pin，XU Linyu，YANG Jianlin Intelligence studies oriented tothink tank serviceJJournal of the China Society for Scientific and-Technical Information，2020，39（2）：135-1479郭路生，刘春年，李颖大数据环境下应急情报需求开发工程化范式构建研究J情报杂志，2017，36（8）：52-57GUO Lusheng，LIU Chunnian，LI Ying Research on the construc-tion of engineering paradigm of emergency intelligence requirements de-velopment under the environment of big dataJJournal of Intelligence，2017，36（8）：52-5710李阳，李纲，张家年工程化思维下的智库情报机能研究J情报杂志，2016，35（3）：36-48LI Yang，LI Gang，ZHANG JianianResearch on intelligence engin-ery of think tank under the engineering thinking styleJJournal of In-telligence，2016，35（3）：36-4811郑怀国，赵静娟，秦晓婧工程化视角下“智库”型情报服务体系构建研究J农业图书情报学报，2022，34（5）：67-75ZHENG Huaiguo，ZHAO Jingjuan，QIN Xiaojing Construction ofthink tank intelligence system from the perspective of engineer-ingJ Journal of Library and Information Science in Agriculture，2022，34（5）：67-7512邸小康等：支撑智库研究的信息资源保障体系建设 33