多规模智库问题DIIS理论方法
|
|
智库问题的规模划分
在开展智库问题研究时，需要首先用专业的知识对智库问题的规模进行划分，将问题明确化和简单化。为此，本节对大规模、中规模和小规模智库问题的主要特征进行分析，并给出智库问题规模的划分流程。
不同规模智库问题的特征
智库问题的研究规模可以通过问题的学科或领域交叉程度（交叉性）、相互关联程度（关联性）以及研究人员构成情况（复杂性）进行判断（表 1）。本文基于交叉性、关联性、复杂性 3 个角度，将智库问题的研究规模分为大、中、小 3 类，各规模智库问题的主要特征详述如下。
大规模智库问题的特征
①交叉性强：大规模智库研究往往是为发展规划和战略决策提供咨询服务，通常是具有全局性和战略性的智库问题，因此研究大规模智库问题所需的信息量和知识量非常广泛，是涉及多学科和多领域交叉的综合性研究。②关联性强：大规模智库问题通常不是独立产生，而是伴随着相互联系和影响的一系列问题，还往往会衍生和引发许多相互关联的新问题。③复杂性强：大规模智库问题是多学科和多领域高度交叉的复杂性问题，需要以全局为着眼点对问题进行整体系统的分析，因此其研究工作通常由不同专业背景的研究人员和多个研究组构成的研究团队共同配合完成。
例如，中国科学院于 2007 年组织开展了能源、海洋、水资源、矿产资源、先进材料、纳米、大科学装置、重大交叉前沿等重要领域的科技发展战略研究，提出了若干核心科学问题和关键技术问题，形成了中国至 2050 年 18 个重要领域的科技发展路线图。在研究过程中，各领域分别成立相应的领域研究组，采取横向纵向结合的方式开展研究：在横向方面，各领域研究组协调或组织开展跨领域、跨研究组的交叉研讨，保证相关领域的有机融合；在纵向方面，各领域研究组根据具体领域内容分成若干研究小组，通过集中研讨、分小组研究、综合集成等方式，组织本组专家深入研究，同时吸收相关领域专家的意见。该研究涵盖自然科学、技术和工程主要学科，横跨科技创新、产业经济、生态环境、社会发展、国家安全等诸多领域，集中了中国科学院数百位高水平的科技、管理和情报专家，涉及 80 多个研究所，是一次典型的大规模智库问题研究。