《中国科学院院刊》郑永年等发文：从“建库”到“增智”，中国特色新型智库建设的转型之路

编者按· 2026.06.05

自2015年《关于加强中国特色新型智库建设的意见》出台以来，中国智库数量已跃居全球第二。然而，在中国智库建设实现了从“起步构建”向“体系化成型”之际，核心矛盾同样突出——“库多智少”，优质知识供给严重不足，大量研究停留在套用西方框架、追逐短期热点的“形而下”层面。

如何破解这一问题？本文指出，关键在于突出其对重大问题的发现与解决能力、研究成果的多层次参考价值与社会影响力，以及研究人员战略性、前瞻性、长远性与现实性研究视角的培育。如何从“建库”到“增智”？这是一个值得思考的课题。

*本篇原文刊载于《中国科学院院刊》2026年第5期“专刊：建设世界科技强国——中国特色新型智库建设10年回顾与展望暨《中国科学院院刊》创刊40周年纪念”。本文为精简版，原文标题为《从“建库”到“增智”：中国特色新型智库建设的成效与展望》。

2015—2025：

10年节点上的思考

2015年1月中共中央办公厅、国务院办公厅印发《关于加强中国特色新型智库建设的意见》，党的十八届五中全会也强调实施哲学社会科学创新工程，建设中国特色新型智库。10年形成了多主体参与、多类型并存、多层级联动的中国特色新型智库建设新格局。“中国特色”就是要坚持中国道路、立足中国国情、讲好中国故事、服务中国发展，“新型”就是要有新定位、新机制和新模式。西方智库典型特征是高度党派化和“外部多元主义”，决定了西方智库是政策市场中的“意见企业”。我国智库是国家治理体系的一部分，把提供建设性意见作为智库的首要原则。智库之间是基于功能分工之上的合作，与国家的关系表现为制度内的“内部多元主义”。

ChatGPT、DeepSeek等深刻改变着知识生产、传播与应用的过程，智库建设必须把人工智能的影响考虑进去。

本文主要讨论3个问题：

1. 我们究竟建成了一个什么样的智库体系，取得了哪些实质性成效？

2. 智库建设过程中存在哪些结构性矛盾？

3. 在人工智能时代，智库如何完成能力重构走向“质量提升”？

10年成效：

从“有智库”到“成体系”

10年来，中国特色新型智库建设在多个方面取得了成效，形成了较完备的国家智库体系。

1. 智库体系初步形成

2015年之前，智库整体较为分散、缺乏顶层设计，尚未形成真正意义上的国家智库体系。中央文件出台后，逐步形成了涵盖国家智库、部门智库、地方智库、高校智库、行业和企业智库在内的多层级、多类型网络化结构。根据中国智库索引（CTTI）系统数据统计，CTTI来源智库已经达到1106家。而据宾夕法尼亚大学TTCSP发布的《2020年全球智库指数报告》，全球共计11175家智库，中国有1413家智库，居全球第2位。

2. 实现了从事后评论到全链条嵌入

逐步参与到问题识别、方案设计、技术论证、政策出台、效果评估等全过程。无论是中国式现代化的顶层设计，还是科技自立自强、“双碳”目标、区域协调发展、乡村振兴、金融风险防控、社会治理创新、高水平开放等重大议题，都能看到智库的身影。特别是国家高端智库建设方阵逐步形成，为公共政策提供了有力支撑。

3.知识基础更加扎实

智库知识来源明显多元化，其中专业智库在技术路线选择、前沿科技趋势判断和科技安全布局方面发挥重要作用；高校智库则在理论阐释和知识体系构建方面推动学理化。在CTTI收录的18662位智库专家中，有15576位就职于高校智库。多层级、梯队式、多元化的人才队伍，为智库提供了稳定、厚实的知识基础。

4.国际影响力稳步提升

在气候变化、全球卫生、发展合作、数字治理、全球安全等议题上，越来越多地转向议题提出者和方案提供者的角色。“共同发展”“数字公共产品”“全球治理倡议”等概念，已被越来越多的国际学者、机构与媒体关注与引用。

过去10年来的发展成就构成了中国特色新型智库建设“成绩单”。在此基础上讨论问题，既不会否定成绩，也能看到不足和未来发展方向。

2025全球南方媒体智库高端论坛全体会议暨第四届大象国际传播论坛在昆明举行（图源：新华网）

10年反思：

“库多智少”与知识短缺

从10年整体运行情况看，库多智少的结构性矛盾仍然突出，知识供给不足、有效知识稀缺的问题在相当范围内依然存在。所谓“知识短缺”，是优质知识在我们最需要的时候反而稀缺，有助于中国形成自主知识体系的知识并不多。背后至少有4个深层次原因。

1.知识体系的长期依附性

许多智库习惯于套用西方理论和概念来描绘中国，把中国经验塞进西方的理论框架中。这种依附是在既有学术训练和评价体系中被塑造出来的，政策研究容易变成对外来理论的一次次“本地应用实验”。这样的智库产生的多数只是翻译型知识和注脚型知识。

2 评价机制的短期化倾向

智库评价对原创性、解释力和长期贡献缺乏有效识别。简单以数量或曝光度为中心的评价机制，诱导研究者追逐热点、赶时间、写快餐式报告，更无从谈起理论创新。研究者时间、精力被投入短周期、重复性强的智库报告，挤压了深度研究的空间。

3.组织与人才结构的不匹配

沿用传统学科和机构边界，难以形成跨学科、跨部门的研究团队。对新兴议题如人工智能治理、数字平台规制、科技安全等，既懂技术又懂制度、既懂经济又懂政治的复合型人才十分稀缺。截至2024年底，我国数字经济人才总量已达3286万人，人才需求规模约6500万人，缺口仍高达3200万人以上。预计到2025年底，这一缺口仍将接近3000万，高端复合型人才短缺问题尤为严峻。《智库人才报告2024》指出，职称结构的“倒金字塔”特征与“小核心空心化”的组织模式，制约了智库对复杂问题的系统性回应能力。

4.更重要的在于在人工智能

时代如何建设新型智库

在还没有完全构建成能够胜任国家发展和治理的智库体系时，智库面临来自人工智能崛起的严峻挑战。传统知识环境下，资料整合、信息梳理和文本生产本身有较高门槛，而今这类知识加工能力正被迅速压缩成本并规模化复制。未来建设关键，在于构建高质量的知识生产体系。

2023年，粤港澳AI智库成立大会暨首批智库专家团聘任仪式启动（图源：新华网）

“增智”是智库的特殊职能

智库的核心职能是围绕公共决策的现实需求，提供有据可查、有据可用、有据可行的政策知识。“增智”须紧扣智库职能：

1.对国家重要领域

重大问题的发现与解决能力

必须具备问题感知的敏锐性。如在“卡脖子”技术竞争尚未全面浮出水面时，率先识别出若干核心领域技术断链风险，提出科技安全布局建议；提前研判，为中国参与全球议题设置提供框架和依据。智库的核心价值在于发现未知问题，特别是能够提出具有结构性分析价值的重大问题。

2.研究成果的多层次参考价值

高质量成果应当满足：对决策层提供宏观研判和战略选择依据；对管理层提供可操作的政策工具和执行路径；对理论贡献具有解释力的概念框架和机制分析；对执行层提供明确的行动指引和评估标准。此外，通过参与公共讨论，引导社会理性，推动形成共识，也是影响力的重要部分。

3. 研究人员视角的战略性、

前瞻性、长远性与现实性，

是智库的人才前提

战略性意味着能够将具体问题置于国家发展全局的坐标系中审视；前瞻性要求对未来趋势和潜在风险作有据可查的预判；长远性意味着愿承担长周期积累，而非被短期热点牵着走；现实性意味着建议必须扎根国情，可操作、可落地、可评估。

在人工智能时代面临哪些具体挑战？在构建自主知识体系任务下承载怎样的新要求？回答了这2个问题，“增智”才能真正落地。

面向人工智能时代

和自主知识体系构建

的新型智库建设

人工智能时代的新型智库建设

关键在于把握知识生产方式及其对应的方法论本身特点。人类社会科学知识分成3种类型：

1. “形而上”的知识。包括宗教、哲学、思想、观念、价值、情感等，以意义和世界观为核心，近代之前的人类知识大多是这种类型。

2. “形而下”的知识。通过总结和归纳既有事实、数据和经验材料形成，在推崇实证主义研究方法导向的国家非常流行。

3. 介于“形而上”和“形而下”的知识。主要用于解释现实运行机制和政策逻辑。

这3类知识对应不同方法论：

1. 计算工具层面的方法论。产生“形而下”的知识，主要是对现有知识和材料进行整合，这种办法很难产生原创性、思想性的成果。

2. 作为思维的方法论。强调的是逻辑推理和数学算法，追求普遍性。有时为验证方法和模型的正确性而寻找经验材料和证据。

3. 作为思维的文化动力学层次的方法论。需要主动自觉地把问题置于自身历史和实践的特性来思考。

就已知而言，人工智能仍然天然擅长处理“形而下”知识，很难甚至没有能力创造桥梁性知识和“形而上”的知识——而后两者，恰恰是智库最不可替代的核心价值。如果智库长期停留在“形而下”知识的整合与输出层面，其核心功能将不可避免地被技术工具边缘化。研究人员失去提问的能力，变成“算法的执行者”。人工智能时代不是“智库会不会被替代”，而是“什么样的智库会被淘汰”。

“增智”需要对智库核心能力进行重构。在问题发现能力上要有更强的问题意识和问题敏感性，能跳出既有话语框架和算法推荐的热点，识别真正具有战略意义的问题；在多层次影响力上要有概念与机制建构能力，将问题发现转化为有价值的系统性成果；在人员素质上要有价值判断与战略责任能力，对政策选项的长远影响进行战略思考。技术革命改变的是知识生产的方式，但不会改变知识的本质，更不会改变智库的责任核心。

自主知识体系构建和新型智库建设

一个大国如果长期依赖他国的知识体系和话语体系，难免在思想上处于被动甚至思维被殖民。中国如果仍主要依赖西方的概念和理论，在很大程度上意味着国家自主性的不完整。

自主知识体系并不否定或排斥西方。需要从自己的历史和现实出发，形成以中国问题为中心、以中国经验为基础、能够与世界平等对话的知识体系。这一过程中，智库处在十分独特的位置。一方面，智库最容易感受到实践对现有理论的挑战，也最容易捕捉到新问题的端倪；另一方面，智库可以把实践中的问题带回理论场域，推动概念创新和理论重构。

自主知识体系包括学术体系、学科体系和话语体系三大层面，建设质量型智库与构建自主知识体系是同一个过程的2个方面。智库在学术层面围绕中国重大实践生成系统化的研究成果；在学科层面推动在政治学、经济学、社会学、国际关系等领域形成中国理论创新体系；在话语层面参与构建能够被世界听懂，也能保持中国立场的话语叙事系统

从“建库”到“增智”：

“质量型新型智库”建设的路径

要解决用什么知识去填充这个体系，需要更加明确地把目标指向质量型新型智库，说到底是要形成一批有思想的共同体。围绕这一目标，有5个方面值得推进。

1.把“质量导向”落到实处

将问题发现能力和多层次影响力纳入评价维度，建立差异化的评价体系。对于提出了新的重大问题、推动了政策议题形成、在决策层和执行层产生了实质影响的研究，应予以认定。对承担基础性、长期性、理论性研究任务的智库和研究者，要给予差别化评价，不能用同一把尺子去衡量所有类型的智库和方向的研究。

2.为长期研究和跨层次知识生产创造条件

需要更多围绕重大议题组建跨学科、跨部门的稳定团队，在10年甚至更长周期内持续投入。特别是同时满足决策层、管理层、理论层和执行层不同需求的研究，本身要求团队内部具有层次化的分工与协作机制。需要智库在内部管理上为长期研究留出空间，而不是让所有研究都被短期项目压缩和碎片化。

3.推动从项目型人才向战略型思想人才转变

应着力培育兼具理论深度、现实理解和价值判断能力的战略型思想者，强化研究视角的战略性、前瞻性、长远性与现实性。制度安排要在薪酬、职称、流动机制等方面，对这类人才给予足够重视和激励。

4.把人工智能纳入智库方法论框架

明确人工智能主要用于“形而下”知识处理环节，以技术解放研究人员，将有限的智识资源集中于问题发现、概念建构和战略判断等环节。智库人员要系统学习大数据分析、算法建模、文本挖掘等新工具，但必须在明确问题意识和理论假设的前提下使用，用技术拓宽视野、验证假设、丰富证据。

5.建设开放的国际对话网络

不仅要有能力为中国决策提供高质量知识，还要有能在国际舞台上解释中国、阐释中国方案、参与规则讨论的能力。要有意识地培养具备国际视野和跨文化沟通能力的研究者，以持续研究为基础，参与全球议题讨论。

大国崛起中，最终决定国家能走多远的是知识的力量和思想的高度，智库建设是中国思想崛起的一部分。进入人工智能时代，只有把质量放在首位、尊重原创性和长期贡献，在方法论上更多调整到思维层面及作为思维的文化动力学层面，中国才能在知识和思想层面成为现代化强国。

本文作者

郑永年：香港中文大学（深圳）前海国际事务研究院院长，华南理工大学公共政策研究院学术委员会主席。

刘金程：华南理工大学公共政策研究院副院长。

*本文内容原载于“中国科学院院刊”公众号。

GBA Review 新传媒

校对｜周宇笛

排版｜罗行健

初审｜李 征

终审｜冯箫凝