智库网络影响力评价体系建构与实证

    【光明日报智库研究与发布中心、南京大学中国智库研究与评价中心联合发布】

 

    智库网络影响力是指智库的资源和能力在网络空间中对他者的劝说能力和支配能力，本质上是一种软性的、教化的、理性的“权力”或者“实力”。“互联网+”时代，网络成为信息传播的主要媒介，智库综合影响力与智库在网络空间的影响力日渐趋同，智库网络影响力已成为衡量智库综合影响力、竞争力的重要指标之一。

 

    对比近年来国内外发布的几份智库报告，智库影响力评价指标存在一定差异，业界对其评价结果也存在争议。因此，本研究开创性地提出网络影响力评价模型，引入智库网络影响力概念及定量方法，有助于智库评价研究工作进一步深入，是对现行智库评价工作的有益补充。

 

智库网络影响力RSC“雪球”评价模型

 

    评价指标体系

 

    智库网络影响力评价指标体系由三部分构成，分别为智库的网络资源指标R（Resources）、智库网络传播能力指标S（Spread）和智库网络交流能力指标C（Communication），即智库网络影响力评价的RSC“雪球”评价模型。

 

    智库网络资源指标：包含资源的量和质两类指标。资源指标不仅要反映智库网络传播的内容总量，而且要反映智库在网络世界中的表现、品牌与声望。根据信息计量相关理论，智库网络资源指标包括智库在网络中的显示度、社会化媒体资源、学术理论水平、媒体曝光率、网络资本（反映智库自身资源在网络中形成的比较优势地位）。具体包括：

 

    1.机构H指数：智库思想产品被引用指数，代表被认可、推荐的程度。H指数是有关引用情况度量的指标。

 

    2.社会化媒体文章数：智库在社交媒体上发表文章数量，主要包括社交网站、微博、微信等。

 

    3.网络显示度：智库在网络中被利用的潜在可能性，反映智库在网络中的影响力和受关注程度。

 

    4.网络新闻显示度：智库的媒体曝光率。

 

    5.网络入度和网络出度：点度中心度指标反映智库在社会网络中具有怎样的权力，或居于什么样的中心地位。网络入度和网络出度共同反映智库网络资本大小。

 

    智库网络传播能力指标：具有媒体功能是智库和纯研究机构的主要区别之一。智库利用自己的实体资源和虚拟资源在网络空间影响决策者和公众的能力就是其网络传播能力。该指标包括智库网站网络总链接数、网络入链数和网络内链数，代表了智库资源被访问情况和资源的利用情况。

 

    1.网络总链数：智库网站在网络中被链接的总数量，包括自身链接和其他机构网站所链接的数量。

 

    2.网络入链数：智库网站在网络中被其他网站所链接的数量，它源于引文分析中的被引次数，在网络中链接等同于引用，代表被推荐或被认可。

 

    3.网络内链数：智库网站在同一域名下的内容页面之间互相链接的数量。

 

    4.社会化媒体文章阅读量：一段时间内在社交媒体上发表文章引起公众阅读的次数。

 

    5.社会化媒体文章点赞量：一段时间内在社交媒体上发表文章得到阅读并点赞的次数。

 

    智库网络交流能力指标：智库网络传播能力主要是单向影响关系，而交流能力则是双向交换和互动关系。它体现了智库吸纳、沟通、交换、交互的能力。这种交流交互能力在网络中体现为一种结构关系，反映智库网络地位。网络影响因子、网络使用因子分别代表在网络中被他者使用情况和使用网络中其他资源的能力，共同反映了智库在网络中的交流、协同创新能力。

 

    1.网络影响因子：反映智库在网络中被其他网络成员利用程度。具体为在指定时间内指向某一国家或网站的外部入链和内部入链网页数的总量与该国家或网站内部的网页数的比值。

 

    2.网络使用因子：又称出链网络影响因子，它反映一个网站的网页指向其他网页的能力的分布情况，该值越高说明网站利用其他网络信息资源的程度越高，相应地，该网站的信息量和质量也就可能越高。

 

    3.社交媒体文章转发率：指一段时间内在社交媒体上发表文章引起公众阅读并转发的次数。

 

    RSC评价指标体系通过资源R、传播能力S、交流能力C三类指标共同反映智库网络综合影响力。在RSC“雪球”评价模型中，三类指标分别代表“雪球”在空间中的三个维度，当智库在三个维度上不断“滚雪球”时，其网络影响力就会不断增强；当智库仅在一个或两个维度上“滚雪球”时，“雪球”就变得长条化或扁平化，其影响力必然受到影响；当智库不再“滚雪球”时，“雪球”便不再变大，影响力逐渐消失。

 

    评价指标数据测度方法

 

    智库网络影响力的指标所需数据全部来自公开信息源，涉及链接分析、社会网络分析、学术引用、社交媒体等多方面数据。

 

    对于链接分析数据，利用搜索引擎和相应的检索命令获取数据，辅以Alexa、Open Site Explore、链接检测工具、SEO插件、搜索引擎管理员等第三方工具，采集链接分析数据。链接指标包括智库网站的入链数、出链数、内链数、总链数、网络影响因子、网络使用因子6项。利用站长工具（http://seo.chinaz.com/）获取反链数、出链数，利用谷歌搜索引擎使用检索命令获取网站规模、入链数、内链数、总链数相关数据。

 

    对于社会网络分析数据来说，点度中心度是用来衡量网络中节点在网络中重要程度的概念。利用上述链接分析获取的数据——网络反链数和网络出链数分别计算智库点度中心度的入度和出度，公式如下：无向图中绝对点度值中心度公式：C_AD（i）=i的度数；无向图中标准化点度值中心度公式：C_RD（i）=C_RD（i）/（n-1）。

 

    对于学术引用数据来说，利用学术软件Publish or Perish，以Google Scholar为统计源，对可以反映智库学术水平的指标数据进行统计收集。

 

    对于社会化媒体数据部分，可通过监测智库公众号的方式获取相关原数据，目前通过“新媒体指数平台”（http://www.gsdata.cn/）进行数据收集。

 

网络数据综合分析与评价结果

 

    智库样本来源

 

    选取68个国内典型智库作为评价对象，选择来源主要有以下六个：

 

    入选2015年美国宾夕法尼亚大学智库项目发布的全球智库综合排名的中国智库；2015年上海社会科学院对我国智库排名中的全部智库；入选2015年中国社会科学院全球智库排名的中国智库；2015年四川省社会科学院对我国智库排名中的全部智库；2014年零点咨询集团对我国智库排名中的全部智库；2015年入选的25家首批国家高端智库。

 

    将上述智库名单汇总，然后除去不符合我们定义的或没有自己网站的智库，再经去重后共余下68家综合性智库作为样本。

 

    数据分析方法

 

    评价权重是指对评价对象而言各评价指标的相对重要程度。权重的确定分为主观赋值法和客观赋值法两类。主观赋值法是按照评价的导向，相应地增加这方面的指标权重，以利于引导其他智库的努力方向，这种赋值方式主要由组织评价的机构来为各个指标主观设定权重。客观赋值法是根据事物的客观实在表现，设定权重时尽可能客观地展现事物本来状态。定量的方法属于客观赋值法，其原始数据由各指标在客观现实中的实际数据中形成，可以根据指标间的相关关系或变异系数来确定权重大小。这类方法可以克服人为因素的干扰，不依赖主观判断，通过考查、分析各指标之间的相互关系，根据事物的原始信息数据确定权数大小，使评价的结果尽可能客观、精确。本研究使用SPSS20.0（统计产品与服务解决方案20.0版）中的因子分析法对各项指标数据进行分析，对样本数据采用客观赋值法中的因子分析法进行权重设定，根据因子分析算法计算各智库网络影响力综合得分。

 

    依据上述评价指标及其数据获取方法采集指标数据，数据采集时间为2016年5月。将样本数据导入SPSS20.0进行分析，得出各因子的方差贡献率：

 

    由表1（左下）可以清楚看到，因子分析共萃取出3个因子，第一个因子（R）的特征根值为3.611，解释原有指标总方差的36.114%；第二个因子（S）的特征根值为2.099，解释原有指标总方差的20.991%；第三个因子（C）的特征根值为1.260，解释原有指标总方差的12.603%；三个因子共解释了原有指标总方差的69.707%。

 

    在因子分析法中，因子变量构造最终体现为因子得分，基本思想是利用原有变量的线性组合结果来揭示内含的因子变量，即通过因子得分函数来计算可以看作变量权数总和的因子得分，变量对因子的重要程度通过权数的大小表示。在各智库机构评价指标相关原始数据的基础上，根据上述因子分析结果，将因子变为变量的线性组合进行回归，得到各因子得分，进而利用因子贡献大小得到因子综合得分。按照智库网络影响力评价体系RSC，利用因子分析中的因子得分，将因子荷载作为因子权重，对智库网站进行综合评价，得到各机构的综合得分。

 

    采用回归分析法将因子变为原指标的线性组合，求各因子的得分F_i

    F_i=b_ijX_ij

    其中b是回归系数。

 

    以各因子的方差贡献率为权重，将各因子线性进行组合从而得到因子的综合评价指标函数F，F综合得分的计算方法为：

    F=（λ1F1+…λmFm）/（λ1+…λm）=W1F1+…WmFm

    其中W1代表因子1的方差贡献率。

 

    综合以上研究，智库网络影响力综合得分计算公式为：

    F_RSC=W_RF_R+W_SF_S+W_CF_C

    评价结果及排名

 

    根据智库网络影响力计算公式(F_RSC=W_RF_R+W_SF_S+W_CF_C），以各因子方差贡献率为权重，结合回归分析中的各因子得分系数，把采集到的各智库相关指标数据代入公式计算后得出各智库机构的网络影响力评价最终得分。由于因子得分是均值为0标准差为1的标准化后的数据，因此智库网络影响力因子得分存在负值，负值只代表相对其他智库网络影响力的大小，并不是指其网络影响力为负。排名结果见右表2。

 

    从上述结果可以看出，中国社会科学院、国务院发展研究中心、国家行政学院、中共中央党校、中国国际问题研究所等排名靠前的智库，其自身资源丰富，又拥有较多的社会网络资源，在网络环境中有一定传播资源和传播渠道。而一些排名较低的智库虽然传播能力和交流能力较强，但由于自身资源相对较少，其网络影响力也受到了很大影响。一些边缘智库，既没有丰富的社会网络资源，又没有较强的传播能力和交流能力，从而成为孤立点，其网络影响力十分微弱。因此，对于拥有丰富资源的最核心智库，其任务是加强传播能力、扩大传播范围，增强与其他智库包括国外智库的交流，提高在网络中的社会、国际影响力；对于具有较强传播能力而没有足够资源的智库，应丰富自身的资源成果，加强自身的思想成果产出；处于边缘的智库，应不断加强自身思想成果产出与公开范围，提升影响力。从评价体系可以看出，智库资源能力建设主要体现在学术功底、思想成果产出和社会网络资源等方面。智库的资源能力建设不能急于求多、求快，要注重思想成果的学术理论基础，以科学方法指导决策建议。

 

    该评价体系指出了提升智库网络影响力的努力方向：不仅要增加自身的资源建设能力，也要重视资源的传播能力和与其他机构之间的交流能力；智库传播能力强可以增加智库的交流机会、协同创新机会，并促进产出更多新的研究成果，增加自身资源建设能力。从各具体指标来看，三方面并不是各自独立的，而是相互促进，相互影响。智库资源建设是根本，是智库信息传播、交流的基础，没有自身的资源建设，交流只能是单向学习吸收，无法实现协同创新。智库传播能力是将自身的研究成果进行宣传，引起讨论并引导舆论。智库研究成果的传播效果直接影响讨论的重点与倾向，进而影响决策。在此意义上，智库研究成果的传播也会促进智库之间的交流与协作，反过来促使智库产出更多研究成果。概括而言，智库资本指标、传播能力指标、交流能力指标三者共同反映智库的网络综合影响力，三类指标对智库评价既各有侧重，又相互影响、相互促进。

 

结语：智库网络影响力的思考与启示

 

    影响力是智库生命力的体现。网络空间的出现，使得公众参与国家治理的方式与程度与以往大有不同。通过网络信息的流动，政策问题建构权和政策议程设置权一部分转移到了网络空间，任何一个地方性的事件或问题，都有可能转化为全国关注的政策问题。因此，在“互联网+”时代，中国智库不能只关注如何影响政府，而要更加注重在网络空间的经营，提升自身网络影响力，对内引领公共舆论、启发民智，对外传播中国声音、争夺话语权，从而完成实现国家治理现代化、提升国家软实力的历史使命。

 

    （陈媛媛、李刚、丁炫凯，作者单位：南京大学中国智库研究与评价中心；李璐璐、董成颖、邹婧雅、黄丽雯、孔放、高琪娜等参与数据采集与讨论）

 

南京大学中国智库研究与评价中心

 

    南京大学中国智库研究与评价中心(CCTTSE)是专门从事智库研究与人才培养工作的校级重点研究机构，也是江苏省哲学社会科学规划办重点资助单位之一，主要开展智库数据收集处理、智库机构评价和管理咨询等工作。

 

    CCTTSE专家力量雄厚，现有包括长江学者、教育部新世纪人才在内的教授级专职和兼职研究员18名，在读研究生15名。CCTTSE开发了我国第一个智库数据管理平台——“中国智库索引”（CTTI）；组织翻译出版了《经营智库：成熟组织的实务指南》《国会的思想》《兰德公司》等西方智库名著。

 

    CCTTSE与光明日报智库研究与发布中心签订了战略合作协议，建立了开展智库研究与评价的合作机制，双方除了CTTI数据和评价合作外，还启动了《中国智库管理指南》编纂项目，并创设了专门的“中国智库治理论坛”。