Knowledge Management Forum >

2024 , Vol. 9 >Issue 5: 477 - 486

DOI: https://doi.org/10.13266/j.issn.2095-5472.2024.035

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

  • Feixiang Sun ,
  • Hong Wu ,
  • Jie Gao
Expand
  • National Academy of Innovation Strategy Beijing 100038

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 date: 2024-07-12

  Online published: 2025-04-28

Fold

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.

Key words： science and technology think tanks; meta-synthetic thought; data-driven; human-computer interaction; human-computer integration

Cite this article

Feixiang Sun , Hong Wu , Jie Gao . Research on the Construction Model of Data-Driven Science and Technology Think Tanks Based on Meta-Synthetic Thought[J]. Knowledge Management Forum, 2024 , 9(5) : 477 -486 . DOI: 10.13266/j.issn.2095-5472.2024.035

1 引言/Introduction

数字化转型向科研、智库等领域的广泛渗透催生了数据驱动的第四科研范式，智库建设范式也从专家驱动向数据驱动转变，“数据驱动”成为智库研究的重要议题[1]。科技智库是中国特色新型智库的重要组成部分，已成为科技战略咨询的主力军和科技创新体制的重要组成，其研究对象是复杂、综合的科技战略和政策问题，具有跨领域、跨学科、综合交叉特征，对数据驱动的科学决策支撑需求更为迫切[2]。综合集成思想是钱学森院士系统科学理论的重要开创性成果，是处理复杂系统、复杂巨系统的有效方法[3]。钱老前瞻性地提出“人—机结合、以人为主的综合集成研讨厅体系”，可以将专家群体智慧、数据信息与计算机技术有机融合，“集大成得智慧”，为数字时代的科技智库建设提供了方法论基础，对当下我国科技智库的数据驱动转型具有很强的现实指导意义。
基于此，本文围绕科技智库的数据驱动范式转型，探索提出基于钱学森综合集成思想的数据驱动型科技智库建设路径，同时，通过探讨大数据、云计算、人工智能等新一代信息技术在科技智库数据驱动转型建设中的应用实践，以期进一步丰富和发展综合集成工程实践，促进系统科学和系统工程领域的理论与方法创新。

2 文献综述/Literature review

2.1 数据驱动型科技智库建设研究综述

当前，针对数据驱动型科技智库建设，学者们主要从资源要素、模式体系、实践案例和建设路径等方面开展研究。如李纯等从引进商业性数据资源库、面向业务功能模块化建设、嵌入项目流程、多源异构数据资源集成建设、拓展外源数据合作5个方面提出了科技智库社会经济数据建设方案[4]；商丽媛等提出了大数据环境下科技智库信息服务新模式，包括专业化、集成化、智能化、协同化和个性化5个方面，并从人才、平台、机制和安全4个方面提出了相关对策建议[5]；严伟等提出了包括基础层、数据信息层、应用层、服务层的科技智库云服务平台的架构体系和建议[6]；于升峰等构建了包括数据、知识、应用、决策和反馈5层体系结构的科技智库战略决策平台[7]；董文轩等针对国防科技智库的信息资源建设，提出了“基于智库项目全生命周期数据”和“基于智能化技术”两种信息资源建设模式[8]；戎军涛等提出了基于“数据—情报—智慧”价值链的科技智库知识服务模型[9]；吴雅威等面向科技智库决策咨询研究需求，提出涵盖底层、中层、高层3个层次的多元化资源融合框架[10]；李刚等指出应从思维理念与战略规划、数据资源、业务模式、数智工具、人才团队5个方面推动智库数据驱动转型[11]；也有学者对兰德公司、布鲁金斯学会等国际知名智库的数字化建设进行了案例介绍[12-13]。另在近年有少数研究关注了国内科技智库实践，如杨况骏瑜等总结了中国科学院成都文献情报中心所属新一代信息科技战略研究中心的建设经验与支撑体系，从数据采集、数据分级标准、数据分析与决策研究等方面介绍了其主要工作和研究方法[14]。

2.2 综合集成思想应用现状

综合集成思想是钱学森先生将还原论思想和整体论思想结合起来的系统论思想，是系统科学思想的重要发展。20世纪90年代初，钱学森先生提出开放的复杂巨系统概念，同时给出了处理此类系统的方法论——“从定性到定量的综合集成法”，并进一步发展为“人—机结合、以人为主，从定性到定量的综合集成研讨厅体系”[15]。综合集成思想自正式提出以来，曾在解决一般工程和复杂系统问题方面受到较多关注，并取得了一些成功应用，但由于技术条件的限制，阻碍了其更广泛的应用。近年来，大数据、云计算、人工智能等新一代信息技术的迅速发展，带来了综合集成思想应用环境的较大改变，综合集成方法及其实践应用重新受到关注，学者们主要从以下两个方面对综合集成思想进行了新的探索：一是综合集成方法的研究，如薛惠锋等融合“综合集成方法论”与“旋进原则”系统工程方法论，并立足新一代信息技术，提出了综合集成研讨厅体系基本架构、具体内容、运作模式及具体实践[16]；谢宗仁等分析了智能技术支撑下的综合集成研讨厅在军事战略评估领域的应用前景[17]；王丹力等从计算框架、关键技术、模型及算法、研讨平台等方面探讨了综合集成研讨厅体系的发展方向[18]；郑楠等从思维科学视角探究了人-机融合智能共进途径[15]。二是综合集成方法应用场景探索，如新一代信息技术支撑下综合集成方法在科技情报[19, 20]、新型举国体制运行[21]、重大基金项目中的协同创新[22]、智慧城市建设[23]、“数字福建”建设[24]、“一带一路”建设[25]、公共安全风险感知[26]、新冠肺炎疫情综合治理[27]、军事战略能力评估[28]等领域的应用。具体到智库领域，张宏军分析了综合集成思想对智慧院所建设的启示及实践经验[29]；万劲波等指出综合集成方法是智库理论与方法的综合集成，是海量决策数据、多种决策技术及人机结合的综合集成，并探讨了智库综合类科技重大咨询项目的组织与综合集成的需求、模式、步骤和标准[30]；席亮等基于钱学森系统工程、总体设计部等智库思想，论述了中国特色新型科技智库建设的理论基础和组织架构[31]。
综上，已有研究多从情报保障、信息服务视角出发，对数据驱动科技智库建设的要素、模式及体系进行研究，为我国科技智库的数字化转型建设提供了有益参考，但往往是参照信息或情报机构进行功能定位和资源配置，对科技战略咨询问题的综合性、复杂性新趋势及其对跨学科专家或团队协作的新需求缺乏针对性考虑与设计。此外，少数研究设计了融入项目研究流程的信息资源服务，但遵循一般项目对科技智库研究流程进行分解，缺少契合科技智库系统性研究方法的数字化转型建设指导思想或理论方法。综合集成思想为复杂科技战略咨询问题的解决提供了方法论基础，已在智库研究方法、咨询项目组织和整体建设上受到关注，但在智库的数字化建设中尚未得到应用。通过综合集成研讨厅体系这一具体实践形式，构建基于数据的流程化分析模式，实现与智库研究科学方法的有机融合，能够有效赋能科技智库高质量发展。

3 综合集成思想对数据驱动型科技智库建设的意义/Meta-synthetic thought's significance for constructing data-driven science and technology think tanks

综合集成研讨厅是综合集成思想的实践形式，本质上是由专家体系、机器体系、知识信息体系三者有机结合构成的智能决策支持系统，其中，专家体系是综合集成研讨厅的核心，专家群体基于心智、经验和形象思维能力优势提出经验性假设，并通过“厅”内的集体研讨相互启发、激活，将个体智慧上升为群体智慧；机器体系发挥逻辑计算能力优势，辅助专家洞察、建模、仿真预测，定量试算、验证定性假设，实现“从感性认识到理性认识的飞跃”；知识信息体系提供数据资料、前人经验、案例和领域知识，专家群体能够实时调用开展数据模拟及决策参考[18]。综合集成研讨厅以思维科学为基础，将“人”的形象思维、创造思维与“机”的逻辑思维有机融合，同时集成古今中外专家的知识、经验和智慧与相关信息、情报和数据资料，激发群体智慧不断涌现，发挥综合优势和整体优势，“集智慧之大成”，获得对复杂决策问题更深入准确的认识，进而实现对复杂决策问题求解。进入21世纪，伴随网络信息技术的巨大进步和广泛应用，戴汝为院士团队在综合集成研讨厅的应用探索基础上，提出“基于信息空间的综合集成研讨厅体系”，将传统的“厅”拓展至网络空间，为综合集成研讨厅的实现提供了一种可行方式，同时，还注重集成网民观点，将专家群体智能涌现扩展至更大范围的“社会智能”[29]。

3.1 拓展数据驱动科学决策的深度

当前，作为科技智库的研究对象，科技问题呈现出专业性、综合性、复杂性、跨学科等特征及趋势，与社会、经济、文化、生态等系统广泛关联，涉及密切联系的多方面要素，受外部因素的深刻影响，属于“开放的复杂巨系统”问题。面对这类复杂决策场景的问题集研究，大数据虽然能够基于“全样本”的相关关系洞察来一定程度上支持决策，但对于拟解决问题设想的提出、要素因果关系的认识和复杂解决方案的最终确定等，仍离不开专家智慧。综合集成思想在重视数据及基于模型算法的定量研究的同时，还强调专家智慧及质性研究的重要性，通过从定性到定量的综合集成明晰了从数据到信息、从知识到智慧的螺旋式上升进路，指引智库产品生产机制由数据驱动转向更高阶段的智慧驱动，从运用基于数据的科学方法决策和构建具有内在逻辑结构的科学决策过程两个维度，有效提升科技智库决策咨询研究的科学性。

3.2 扩充数据驱动民主决策的广度

一方面，综合集成思想强调多学科构成的专家体系共同攻关复杂性问题，并通过机器体系、知识体系等数字化手段促进跨学科、跨领域专家群体之间的协作，使专家充分发挥各自专长，在集体研讨中进行不同学术观点、思想和方法之间的相互表达、碰撞和启发，激发新思想的涌现，再进行思想的综合集成，实现整体大于部分之和。这不仅提高了科技智库决策咨询研究的科学性，还通过多元视角的引入、观点的民主表达，有效增强了科技智库决策咨询工作的民主性。另一方面，随着综合集成思想在信息空间的应用拓展，综合集成研讨厅的知识体系除了包括古今中外专家智慧，还包括利用数字化平台动态收集的广大网民的智慧成果，这将促进科技智库决策过程融合广泛的社会参与和沟通，推动从专家群体智慧拓展至社会智能，实现更加开放和透明的决策咨询，基于广义专家交互形成更加符合多元利益的合理解决方案，提高决策的民主性。

3.3 规范科技智库数据驱动的流程机制

综合集成思想不仅为处理开放的复杂巨系统问题提供了方法论，还基于综合集成研讨厅体系对复杂性问题解决的思维全过程和工作体系进行了展现和外化，为数据驱动科技智库问题研究提供了一套科学程序，以保障科技智库研究成果的科学、高效和高质量。具体地，科技智库可以按照综合集成研讨厅方法体系，通过数据、信息和知识辅助经验性假设、动态建模仿真与数据分析计算、专家群体方案研讨、阶段性结论反馈与迭代、最终决策结果等系统工作流程，使智库专家头脑中基于实践和经验的定性认识上升为全面的、深化的定量认识成为可能，实现对求解智库问题的科学认识和结论。此外，综合集成研讨厅还科学设计了专家研讨形式和研讨流程，辅助网络会议、资源共享、数据信息可视化、任务协作等各类研讨组织和研讨管理工具，激发群体智慧涌现，为科技智库专家协作机制及数字化平台建设提供科学指引。

3.4 优化科技智库数据驱动的技术实践

综合集成研讨厅作为综合集成思想的工程实践，其理念和工程实现方式与数据驱动科技智库建设的目标和需求高度契合。综合研讨厅通过专家体系、知识信息体系以及机器体系三者组成的平台架构，在当前大数据、人工智能等新一代信息技术下，能够有效整合多源大数据，促进跨学科协作，提供决策支持工具，具备系统的动态性和适应性，支持数据知识的动态更新和人工智能、知识管理等新兴技术的应用拓展，这极大地优化了科技智库数字化建设工作的技术实践。通过人机深度融合的科技智库集成平台建设，将专家智慧有效嵌入智能技术支撑的集成环境中，充分发挥机器逻辑推理和专家系统优势，促进“转识成智”、群体智慧涌现和定性定量的充分结合，提供智能与智慧相融合的科技战略咨询支撑。

4 综合集成思想视域下的数据驱动型科技智库架构及要素 /Framework and elements of data-driven science and technology think tanks from the perspective of meta-synthetic thought

4.1 数据驱动型科技智库建设框架

本文基于综合集成思想，构建了科技智库建设的数据驱动框架，如图1所示。该框架自下而上划分为数据底座层、平台核心层和应用服务层3个层次，主要包含数据资源、机器智能、专家智慧3方面要素。数据底座层是实现科技智库向数据驱动范式转变的基本支撑，涵盖了经过数据处理与整合的海量多源数据资源，还包括数据标准、数据共享汇集机制、数据管理制度等“软件”建设，注重对跨机构、跨部门和跨学科数据的关联与融合，促进基于数据的深度洞察与创新发现。平台核心层包括机器智能和专家智慧两大主体，决定着数据驱动科技智库研究的效能。机器智能体系依托工具库、模型库建设和人工智能等最新数字信息技术的平台嵌入，赋能专家开展数据资源调用与挖掘、模型建构与计算等定量分析，专家智慧体系主要是依托协同平台及功能建设，支撑专家群体或团队跨学科、跨领域和跨地域开展协作研讨研究。二者之间的融合协同机制是平台核心层运行的关键，基于机器智能的定量分析为专家提供初步研判的基础，专家群体通过跨界协同进行综合战略研判，再进行模型验证、预测与修正，不断进行迭代反馈，通过人机协同、定性与定量相结合，提升科技智库研究效率与研究方法的科学性。应用服务层主要以高质量智库研究为目标，其具体标准包括研究选题的前瞻性、研究视野的国际性、研究方法的科学性、咨询建议的适用性等，成果形式或研究内容上包括专题研究、调研报告、科技评估、科技预测等，引领着数据驱动科技智库的建设走向。总之，通过新一代技术应用支撑下的人机深度融合，构建“数据驱动+机器智能+专家智慧”相结合的科技智库研究模式，将推动智库决策咨询工作迈向科学化、智能化、现代化。
图1 基于综合集成思想的数据驱动型科技智库架构

Figure 1 Framework of data-driven science and technology think tanks based on meta-synthetic thought

4.2 关键要素

4.2.1 数据资源

数据资源是数据驱动科技智库建设的基础支撑。由于科技智库研究对象具有跨领域、跨学科、综合交叉的特征，科技智库数据底座建设需要对多源数据资源进行归集，从数据来源看，包括智库内部特色数据库、知识库、调研数据、课题数据、各类智库成果等原生数据积累与沉淀，以及科技文献、专利数据、统计数据、科技情报、政府开放数据等商业数据、开源数据和合作机构共享数据。从数据领域看，不仅包括与科技智库研究领域直接相关的科技信息资源，还要包括经济、文化、社会、环境等数据资源。例如，兰德公司采购并整合了200多个社会科学数据库相关数据，重点针对犯罪、人口、经济、健康、教育、收入等9个研究领域构建了综合统计数据库[32]。兰德还通过调查等方法，面向研究项目构建特定数据集，如围绕中国人工智能研究项目，与其他智库合作建立了中国人工智能出口数据库。韩国科技政策研究所购买了20种学术、产业和新闻数据资源库[33]。在完成数据资源的全面、系统采集后，还需要发挥大数据技术在数据清洗、数据融合、数据存储方面的独特优势，将数据进行标准化定义、结构化处理，确保采集数据的完整性、准确性和规范化，以此将海量、动态、多样的数据资源有效集成，为数据的敏捷调用、数据内容关联和数据内在规律发现打下坚实资源基础，推动数据支撑的精细化和科学化决策。

4.2.2 机器智能

机器智能是新型智库现代化建设中的重要组成要素，是塑造智库竞争优势的有效手段。科技智库通过推进人工智能、机器学习、人机交互、数字孪生等新兴智能技术应用，不断开发和利用数据挖掘、可视化技术、关联分析、语义抽取、行为分析、知识图谱、量化模型、情境模拟、虚拟仿真、循证检验等数智工具，可以充分发挥机器逻辑思维与计算优势，有效辅助专家洞察，改变传统智库以定性研究为主、缺乏定量计算支撑、高度依赖专家主观智识判断的模式，提升科技智库研究效率、精度和质量[32]。同时，要注重机器智能与专家系统之间的协作、反馈迭代机制，避免陷入“自动化偏见”导致的决策风险问题，通过引入专家经验与智慧，实现定性经验知识与定量算法模型之间的相互转化和优势互补，提高智库咨询工作的客观性和科学性。国际知名智库在重视传统专家库的建设同时，还注重对机器智能的应用。例如，兰德公司十分重视跨学科方法与工具的创新开发，专门建立了方法中心，近5年来开发了超过100项的各类方法与工具；国际应用系统分析研究所（International Institute for Applied Systems Analysis, IIASA）在其官网建有模型、工具库，提供能源、气候和环境方面的建模与分析工具，为政策建议提供创新方法和可靠数据分析依据；美国国际战略研究中心（Center for Strategic and International Studies，CSIS）也在积极探索生成式人工大模型在战略问题研究上的应用。

4.2.3 专家智慧

专家智慧是综合集成驱动科技智库研究模式的核心组成，是指科技智库组织内外各领域专家、广大网民构成的广义专家群体智慧。科技智库要组建及广泛联系一批跨学科、跨领域专家队伍，建立智库专家数据库，构成群体智慧实现的基础。群体智慧实现的关键在于开展科技智库重大决策咨询研究时专家群体的有效交互，需要构建专家群体协作研讨的支撑环境，包括网络会议、资源共享、任务协作以及各类研讨组织、管理工具等，以实现人机互动协同，支持研讨现场的数据实时调用、动态与开放式建模、专家观点智能凝练、研讨状态感知、协作质量评价等，双向启发和激活、反馈迭代，激发专家个体思维能力提升和群体智慧涌现，实现人机融合智能共进。要特别重视专家个体及团队的数据资源沉淀，包括智库专家研讨发言资料、课题过程数据、模型资料等，汇集专家个体智慧，形成科技智库的特色数据库和专业壁垒。网民群体智慧成果的动态集成，可以基于大数据技术和自然语言处理技术，对网络用户观点及态势进行挖掘与提炼，通过开放环境下的群智决策及社会智能涌现来处理复杂决策问题，达到“集大成者得智慧”。马普学会依托数字图书馆开发并提供协同工具“Collective”“Minerva Messenger”，支撑专家团队在线协作研究。中国科协“智汇中国”平台打造协同空间、情境模拟和集思汇智等板块功能，通过智能会议、文档协作、课题管理等工具，支持跨领域专家团队协同研讨和资源沉淀，汇集广大专家群体观点与智慧，形成科学决策强大合力。

5 综合集成思想视域下的数据驱动科技智库运行机制/Operational mechanism of data-driven science and technology think tanks from the Perspective of meta-synthetic thought

综合集成法将复杂系统问题求解分为三个步骤：通过“定性综合集成”到“定性、定量相结合综合集成”再到“从定性到定量综合集成”，区别于一般问题的线性求解过程，该过程是“循环往复、逐次逼近”的，其本质上是用结构化序列去逼近非结构化问题，具体流程为：首先是提出问题、形成经验性假设判断，其次开展系统描述、建模、仿真、实验，再进行反复比较，逐次逼近，最终实现对复杂系统问题的综合集成求解并得出结论，不同阶段都需要专家智慧和机器智能不同层次上的协作和交互。基于综合集成的数据驱动科技智库研究可以划分为：界定问题、提出假设—系统描述、建模分析—情境模拟、仿真实验—方案形成、咨询建议，如图2所示，通过该过程的不断反馈迭代，逐次逼近并形成最终解决方案。
图2 基于综合集成思想的数据驱动科技智库研究流程

Figure 2 Research process of data-driven science and technology think tanks based on meta-synthetic thought

（1）界定问题与提出假设。该阶段以专家群体智慧为主，通过调查问卷、座谈、研讨等途径，组织高水平政策专家、智库研究人员等基于经验知识、前瞻性思维以及多学科、多领域观点，对决策咨询问题“是什么”、是不是“真问题”以及成果产出的预期价值等开展研判，明确研究目标、方向、框架和技术路线，对问题任务进行特征分解，基于已有数据、信息、情报和知识进行推理，提出初步经验性假设和判断。机器智能可以通过对最新政策、前沿文献、智库报告等数据资源的文本挖掘、关联分析和可视化呈现，辅助专家识别科技智库研究趋势和关键议题。
（2）系统描述与建模分析。该阶段专家智慧和机器智能并重，多学科、多领域专家共同对咨询问题进行系统分析，开展知识推理和逻辑建模，即构建定性化的概念模型；在此基础上，发挥机器智能性能优势，利用数据资源中的相关统计数据，进行定量化的统计建模和计算，根据模型拟合表现优劣，对模型进行动态调整或重建，并通过数据可视化等技术对问题、态势及计算结果进行直观、形象展现，辅助专家洞察复杂系统中的因果关系和规律；专家群体结合模型定量计算结果开展深度研讨、交互和群智激发，面向广大网民或利益相关群体广泛汇集意见方案，综合提出多种问题解决方案。
（3）情境模拟与仿真实验。该阶段延续上一阶段过程，利用机器智能对每一种解决方案进行模拟仿真，通过数字孪生、多智能体仿真推演技术，构建现实中不具备的实验环境，对多种解决方案进行多种虚拟环境下的量化推演、评估和风险预测，专家群体及决策者共同对模拟、仿真结果进行评定，再补充及完善各解决方案，再进行群体方案一致性分析求解，得到阶段性最优建议方案。
（4）方案形成与咨询建议。通过基于人机融合的求解过程多次反馈迭代，最终选定解决方案，给出具体建议措施，形成决策咨询研究报告。跟踪成果质量、影响及进展，沉淀研究过程、成果数据资源，监测咨询建议成果转化数据，为方案动态评估和调整提供反馈。

6 结论/Conclusion

面向科技智库的数据驱动范式转型趋势，本文基于钱学森综合集成思想，分析了其最新理论研究和实践应用，探讨了新一代信息技术背景下综合集成思想对数据驱动型科技智库建设的意义，笔者认为应用综合集成思想能够拓展数据驱动科学决策、民主决策效能，规范科技智库数据驱动的流程机制以及优化科技智库数据驱动技术实践，在此基础上，探索提出了数据驱动型科技智库的建设模式。数据驱动型科技智库建设不仅要重视数据资源基础建设，还需要关注生成式人工智能等新一代信息技术应用和数智工具的开发，同时，要重视基于流程设计与嵌入的专家隐性知识挖掘和个人智慧的激发，为群智决策提供支撑环境，充分发挥专家队伍作用，通过“人机结合”“集大成得智慧”，赋能智库科技咨询工作。

孙飞翔：提出研究思路，撰写与修改论文；

武 虹：确定研究选题，修改论文；

高 洁：修改论文。

References

Publishing order | Descend order by publishing year | Descend order by cited within
[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, 杨国梁, 刘慧晖. 科技评估DIIS方法[J]. 中国科学院院刊, 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, 周晓纪. 从综合集成思想到综合集成实践——方法、理论、技术、工程[J]. 管理学报, 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]
李纯, 张冬荣. 科技智库数据信息服务模式研究[J]. 情报理论与实践, 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 & application, 2016, 39(6): 32-37.）

[5]
商丽媛, 谭清美, 夏后学. 大数据环境下科技智库信息服务模式研究[J]. 图书馆工作与研究, 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]
严伟, 徐锦英. 大数据环境下的科技智库信息服务平台构建研究[J]. 科技通报, 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. 面向科技智库的知识图谱系统构建[J]. 智库理论与实践, 2021, 6(1): 56-64.（YU S F. Construction of mapping knowledge system for science and technology think tanks[J]. Think tank: theory & practice, 2021, 6(1): 56-64.）

[8]
董文轩, 姚晗, 晏裕生，等. 新形势下国防科技智库信息资源建设模式研究[J]. 智库理论与实践, 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 & practice, 2021, 6(2): 33-39, 55.）

[9]
戎军涛, 李华, 乔伟荣. 数据与智慧双轮驱动下的新型科技智库知识服务机制研究[J]. 图书馆, 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]
吴雅威, 龚蛟腾, 朱洪涛. 面向科技智库决策咨询研究需求的多元化资源融合与服务路径[J]. 图书情报工作, 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]
李刚, 陈霏, 苏丹淳，等. 智库建设范式的转型：从专家驱动到数据驱动[J]. 图书与情报, 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 & information, 2023(5): 1-12.）

[12]
勇美菁, 钟永恒, 刘佳，等. 支撑兰德公司的智库数据体系建设研究[J]. 情报理论与实践, 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 & application, 2019, 42(9): 69-75.）

[13]
黄晓斌, 彭佳芳. 国外著名智库的信息资源建设策略及启示[J]. 图书馆杂志, 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]
杨况骏瑜, 唐川, 王立娜. 信息科技智库建设与实践经验——以CaSIT为例[J]. 智库理论与实践, 2023, 8(3): 91-98. (YANG K J Y, TANG C, WANG L N. Information technology think tank construction and practical experience——tTaking CaSIT as an example[J]. Think tank: theory & practice, 2023, 8(3): 91-98.)

[15]
郑楠, 章颂, 戴汝为. “人—机结合”的综合集成研讨体系[J]. 模式识别与人工智能, 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]
薛惠锋, 周少鹏, 侯俊杰,等. 综合集成方法论的新进展——综合提升方法论及其研讨厅的系统分析与实践[J]. 科学决策, 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]
谢宗仁, 冯伟, 耿奎. 综合集成研讨厅研究现状及其在人工智能时代的发展机遇[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, 郑楠, 刘成林. 综合集成研讨厅体系起源、发展现状与趋势[J]. 自动化学报, 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, 陈晓琳, 李长林. 论钱学森情报思想及实践对情报学理论发展的贡献[J]. 现代情报, 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]
刘芝玮, 周庆山. 基于钱学森大成智慧思想的国防科技情报工作模式初探[J]. 情报理论与实践, 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 & application, 2021, 44(9): 68-73.

[21]
肖人彬, 侯俊东. 新型举国体制的运行机理——综合集成大成智慧的视角[J]. 系统科学学报, 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]
顾基发. 协同创新—综合集成—大成智慧[J]. 系统工程学报, 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]
宋刚, 朱慧, 童云海. 钱学森大成智慧理论视角下的创新2.0和智慧城市[J]. 办公自动化, 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]
陈绍林. 综合集成方法在“数字福建”建设中的应用[J]. 海峡科学, 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]
汪长明. 钱学森开放复杂巨系统论视域下“一带一路”顶层设计研究[J]. 学术探索, 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]
张博涵, 唐超, 李志. 基于综合集成研讨厅的公共安全风险感知平台构建[J]. 中国人民警察大学学报, 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. 钱学森系统科学思想与新冠肺炎疫情综合治理研究[J]. 未来与发展, 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]
王强, 高云翔, 杭爽,等. 基于综合集成法的军事战略能力评估方法[J]. 系统工程与电子技术, 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]
张宏军. 钱学森总体设计部思想对智慧院所建设的启示[J]. 钱学森研究, 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, 万劲波, 王鑫. 科技重大咨询项目组织模式与综合集成方法研究[J]. 中国软科学, 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, 应验, 贾宝余. 中国特色新型科技智库建设研究――基于系统工程和科学传播等视角[J]. 中国科学院院刊, 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]
戴汝为, 李耀东, 李秋丹. 社会智能与综合集成系统. 北京: 人民邮电出版社, 2013．(DAI R W, LI Y D, LI Q D. Social intelligence and meta-synthetic system[M]. Beijing: Posts & Telecommunications Press, 2013.

[30]
欧阳剑, 周裕浩. 数据驱动型智库研究理念及建设路径[J]. 智库理论与实践, 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 & practice, 2021, 6(3): 20-27.)

[31]
孙飞翔, 吴善超, 武虹. 数字赋能新时代智库高质量发展的逻辑与实践——以中国科协“智汇中国”应用为例[J]. 信息通信技术, 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 & Technology Policy Institute. Digitial library[EB/OL]. [2024-06-24]. https://library.stepi.re.kr/library.

Options
Outlines

/

〈 〉