《中國科學院院刊》鄭永年等發文：從“建庫”到“增智”，中國特色新型智庫建設的轉型之路

編者按· 2026.06.05

自2015年《關于加強中國特色新型智庫建設的意見》出臺以來，中國智庫數量已躍居全球第二。然而，在中國智庫建設實現了從“起步構建”向“體系化成型”之際，核心矛盾同樣突出——“庫多智少”，優質知識供給嚴重不足，大量研究停留在套用西方框架、追逐短期熱點的“形而下”層面。

如何破解這一問題？本文指出，關鍵在于突出其對重大問題的發現與解決能力、研究成果的多層次參考價值與社會影響力，以及研究人員戰略性、前瞻性、長遠性與現實性研究視角的培育。如何從“建庫”到“增智”？這是一個值得思考的課題。

*本篇原文刊載于《中國科學院院刊》2026年第5期“專刊：建設世界科技強國——中國特色新型智庫建設10年回顧與展望暨《中國科學院院刊》創刊40周年紀念”。本文為精簡版，原文標題為《從“建庫”到“增智”：中國特色新型智庫建設的成效與展望》。

2015—2025：

10年節點上的思考

2015年1月中共中央辦公廳、國務院辦公廳印發《關于加強中國特色新型智庫建設的意見》，黨的十八屆五中全會也強調實施哲學社會科學創新工程，建設中國特色新型智庫。10年形成了多主體參與、多類型并存、多層級聯動的中國特色新型智庫建設新格局。“中國特色”就是要堅持中國道路、立足中國國情、講好中國故事、服務中國發展，“新型”就是要有新定位、新機制和新模式。西方智庫典型特征是高度黨派化和“外部多元主義”，決定了西方智庫是政策市場中的“意見企業”。我國智庫是國家治理體系的一部分，把提供建設性意見作為智庫的首要原則。智庫之間是基于功能分工之上的合作，與國家的關系表現為制度內的“內部多元主義”。

ChatGPT、DeepSeek等深刻改變著知識生產、傳播與應用的過程，智庫建設必須把人工智能的影響考慮進去。

本文主要討論3個問題：

1. 我們究竟建成了一個什么樣的智庫體系，取得了哪些實質性成效？

2. 智庫建設過程中存在哪些結構性矛盾？

3. 在人工智能時代，智庫如何完成能力重構走向“質量提升”？

10年成效：

從“有智庫”到“成體系”

10年來，中國特色新型智庫建設在多個方面取得了成效，形成了較完備的國家智庫體系。

1. 智庫體系初步形成

2015年之前，智庫整體較為分散、缺乏頂層設計，尚未形成真正意義上的國家智庫體系。中央文件出臺后，逐步形成了涵蓋國家智庫、部門智庫、地方智庫、高校智庫、行業和企業智庫在內的多層級、多類型網絡化結構。根據中國智庫索引（CTTI）系統數據統計，CTTI來源智庫已經達到1106家。而據賓夕法尼亞大學TTCSP發布的《2020年全球智庫指數報告》，全球共計11175家智庫，中國有1413家智庫，居全球第2位。

2. 實現了從事后評論到全鏈條嵌入

逐步參與到問題識別、方案設計、技術論證、政策出臺、效果評估等全過程。無論是中國式現代化的頂層設計，還是科技自立自強、“雙碳”目標、區域協調發展、鄉村振興、金融風險防控、社會治理創新、高水平開放等重大議題，都能看到智庫的身影。特別是國家高端智庫建設方陣逐步形成，為公共政策提供了有力支撐。

3.知識基礎更加扎實

智庫知識來源明顯多元化，其中專業智庫在技術路線選擇、前沿科技趨勢判斷和科技安全布局方面發揮重要作用；高校智庫則在理論闡釋和知識體系構建方面推動學理化。在CTTI收錄的18662位智庫專家中，有15576位就職于高校智庫。多層級、梯隊式、多元化的人才隊伍，為智庫提供了穩定、厚實的知識基礎。

4.國際影響力穩步提升

在氣候變化、全球衛生、發展合作、數字治理、全球安全等議題上，越來越多地轉向議題提出者和方案提供者的角色。“共同發展”“數字公共產品”“全球治理倡議”等概念，已被越來越多的國際學者、機構與媒體關注與引用。

過去10年來的發展成就構成了中國特色新型智庫建設“成績單”。在此基礎上討論問題，既不會否定成績，也能看到不足和未來發展方向。

2025全球南方媒體智庫高端論壇全體會議暨第四屆大象國際傳播論壇在昆明舉行（圖源：新華網）

10年反思：

“庫多智少”與知識短缺

從10年整體運行情況看，庫多智少的結構性矛盾仍然突出，知識供給不足、有效知識稀缺的問題在相當范圍內依然存在。所謂“知識短缺”，是優質知識在我們最需要的時候反而稀缺，有助于中國形成自主知識體系的知識并不多。背后至少有4個深層次原因。

1.知識體系的長期依附性

許多智庫習慣于套用西方理論和概念來描繪中國，把中國經驗塞進西方的理論框架中。這種依附是在既有學術訓練和評價體系中被塑造出來的，政策研究容易變成對外來理論的一次次“本地應用實驗”。這樣的智庫產生的多數只是翻譯型知識和注腳型知識。

2 評價機制的短期化傾向

智庫評價對原創性、解釋力和長期貢獻缺乏有效識別。簡單以數量或曝光度為中心的評價機制，誘導研究者追逐熱點、趕時間、寫快餐式報告，更無從談起理論創新。研究者時間、精力被投入短周期、重復性強的智庫報告，擠壓了深度研究的空間。

3.組織與人才結構的不匹配

沿用傳統學科和機構邊界，難以形成跨學科、跨部門的研究團隊。對新興議題如人工智能治理、數字平臺規制、科技安全等，既懂技術又懂制度、既懂經濟又懂政治的復合型人才十分稀缺。截至2024年底，我國數字經濟人才總量已達3286萬人，人才需求規模約6500萬人，缺口仍高達3200萬人以上。預計到2025年底，這一缺口仍將接近3000萬，高端復合型人才短缺問題尤為嚴峻。《智庫人才報告2024》指出，職稱結構的“倒金字塔”特征與“小核心空心化”的組織模式，制約了智庫對復雜問題的系統性回應能力。

4.更重要的在于在人工智能

時代如何建設新型智庫

在還沒有完全構建成能夠勝任國家發展和治理的智庫體系時，智庫面臨來自人工智能崛起的嚴峻挑戰。傳統知識環境下，資料整合、信息梳理和文本生產本身有較高門檻，而今這類知識加工能力正被迅速壓縮成本并規模化復制。未來建設關鍵，在于構建高質量的知識生產體系。

2023年，粵港澳AI智庫成立大會暨首批智庫專家團聘任儀式啟動（圖源：新華網）

“增智”是智庫的特殊職能

智庫的核心職能是圍繞公共決策的現實需求，提供有據可查、有據可用、有據可行的政策知識。“增智”須緊扣智庫職能：

1.對國家重要領域

重大問題的發現與解決能力

必須具備問題感知的敏銳性。如在“卡脖子”技術競爭尚未全面浮出水面時，率先識別出若干核心領域技術斷鏈風險，提出科技安全布局建議；提前研判，為中國參與全球議題設置提供框架和依據。智庫的核心價值在于發現未知問題，特別是能夠提出具有結構性分析價值的重大問題。

2.研究成果的多層次參考價值

高質量成果應當滿足：對決策層提供宏觀研判和戰略選擇依據；對管理層提供可操作的政策工具和執行路徑；對理論貢獻具有解釋力的概念框架和機制分析；對執行層提供明確的行動指引和評估標準。此外，通過參與公共討論，引導社會理性，推動形成共識，也是影響力的重要部分。

3. 研究人員視角的戰略性、

前瞻性、長遠性與現實性，

是智庫的人才前提

戰略性意味著能夠將具體問題置于國家發展全局的坐標系中審視；前瞻性要求對未來趨勢和潛在風險作有據可查的預判；長遠性意味著愿承擔長周期積累，而非被短期熱點牽著走；現實性意味著建議必須扎根國情，可操作、可落地、可評估。

在人工智能時代面臨哪些具體挑戰？在構建自主知識體系任務下承載怎樣的新要求？回答了這2個問題，“增智”才能真正落地。

面向人工智能時代

和自主知識體系構建

的新型智庫建設

人工智能時代的新型智庫建設

關鍵在于把握知識生產方式及其對應的方法論本身特點。人類社會科學知識分成3種類型：

1. “形而上”的知識。包括宗教、哲學、思想、觀念、價值、情感等，以意義和世界觀為核心，近代之前的人類知識大多是這種類型。

2. “形而下”的知識。通過總結和歸納既有事實、數據和經驗材料形成，在推崇實證主義研究方法導向的國家非常流行。

3. 介于“形而上”和“形而下”的知識。主要用于解釋現實運行機制和政策邏輯。

這3類知識對應不同方法論：

1. 計算工具層面的方法論。產生“形而下”的知識，主要是對現有知識和材料進行整合，這種辦法很難產生原創性、思想性的成果。

2. 作為思維的方法論。強調的是邏輯推理和數學算法，追求普遍性。有時為驗證方法和模型的正確性而尋找經驗材料和證據。

3. 作為思維的文化動力學層次的方法論。需要主動自覺地把問題置于自身歷史和實踐的特性來思考。

就已知而言，人工智能仍然天然擅長處理“形而下”知識，很難甚至沒有能力創造橋梁性知識和“形而上”的知識——而后兩者，恰恰是智庫最不可替代的核心價值。如果智庫長期停留在“形而下”知識的整合與輸出層面，其核心功能將不可避免地被技術工具邊緣化。研究人員失去提問的能力，變成“算法的執行者”。人工智能時代不是“智庫會不會被替代”，而是“什么樣的智庫會被淘汰”。

“增智”需要對智庫核心能力進行重構。在問題發現能力上要有更強的問題意識和問題敏感性，能跳出既有話語框架和算法推薦的熱點，識別真正具有戰略意義的問題；在多層次影響力上要有概念與機制建構能力，將問題發現轉化為有價值的系統性成果；在人員素質上要有價值判斷與戰略責任能力，對政策選項的長遠影響進行戰略思考。技術革命改變的是知識生產的方式，但不會改變知識的本質，更不會改變智庫的責任核心。

自主知識體系構建和新型智庫建設

一個大國如果長期依賴他國的知識體系和話語體系，難免在思想上處于被動甚至思維被殖民。中國如果仍主要依賴西方的概念和理論，在很大程度上意味著國家自主性的不完整。

自主知識體系并不否定或排斥西方。需要從自己的歷史和現實出發，形成以中國問題為中心、以中國經驗為基礎、能夠與世界平等對話的知識體系。這一過程中，智庫處在十分獨特的位置。一方面，智庫最容易感受到實踐對現有理論的挑戰，也最容易捕捉到新問題的端倪；另一方面，智庫可以把實踐中的問題帶回理論場域，推動概念創新和理論重構。

自主知識體系包括學術體系、學科體系和話語體系三大層面，建設質量型智庫與構建自主知識體系是同一個過程的2個方面。智庫在學術層面圍繞中國重大實踐生成系統化的研究成果；在學科層面推動在政治學、經濟學、社會學、國際關系等領域形成中國理論創新體系；在話語層面參與構建能夠被世界聽懂，也能保持中國立場的話語敘事系統

從“建庫”到“增智”：

“質量型新型智庫”建設的路徑

要解決用什么知識去填充這個體系，需要更加明確地把目標指向質量型新型智庫，說到底是要形成一批有思想的共同體。圍繞這一目標，有5個方面值得推進。

1.把“質量導向”落到實處

將問題發現能力和多層次影響力納入評價維度，建立差異化的評價體系。對于提出了新的重大問題、推動了政策議題形成、在決策層和執行層產生了實質影響的研究，應予以認定。對承擔基礎性、長期性、理論性研究任務的智庫和研究者，要給予差別化評價，不能用同一把尺子去衡量所有類型的智庫和方向的研究。

2.為長期研究和跨層次知識生產創造條件

需要更多圍繞重大議題組建跨學科、跨部門的穩定團隊，在10年甚至更長周期內持續投入。特別是同時滿足決策層、管理層、理論層和執行層不同需求的研究，本身要求團隊內部具有層次化的分工與協作機制。需要智庫在內部管理上為長期研究留出空間，而不是讓所有研究都被短期項目壓縮和碎片化。

3.推動從項目型人才向戰略型思想人才轉變

應著力培育兼具理論深度、現實理解和價值判斷能力的戰略型思想者，強化研究視角的戰略性、前瞻性、長遠性與現實性。制度安排要在薪酬、職稱、流動機制等方面，對這類人才給予足夠重視和激勵。

4.把人工智能納入智庫方法論框架

明確人工智能主要用于“形而下”知識處理環節，以技術解放研究人員，將有限的智識資源集中于問題發現、概念建構和戰略判斷等環節。智庫人員要系統學習大數據分析、算法建模、文本挖掘等新工具，但必須在明確問題意識和理論假設的前提下使用，用技術拓寬視野、驗證假設、豐富證據。

5.建設開放的國際對話網絡

不僅要有能力為中國決策提供高質量知識，還要有能在國際舞臺上解釋中國、闡釋中國方案、參與規則討論的能力。要有意識地培養具備國際視野和跨文化溝通能力的研究者，以持續研究為基礎，參與全球議題討論。

大國崛起中，最終決定國家能走多遠的是知識的力量和思想的高度，智庫建設是中國思想崛起的一部分。進入人工智能時代，只有把質量放在首位、尊重原創性和長期貢獻，在方法論上更多調整到思維層面及作為思維的文化動力學層面，中國才能在知識和思想層面成為現代化強國。

本文作者

鄭永年：香港中文大學（深圳）前海國際事務研究院院長，華南理工大學公共政策研究院學術委員會主席。

劉金程：華南理工大學公共政策研究院副院長。

*本文內容原載于“中國科學院院刊”公眾號。

GBA Review 新傳媒

校對｜周宇笛

排版｜羅行健

初審｜李 征

終審｜馮簫凝