前言
《清華大學智庫大數據報告》是國內智庫評價機構清華大學公共管理學院智庫研究中心首次通過大數據方法和社交大數據資源對智庫活動進行的綜合性分析。報告首次發佈於2016年，採取每年發佈的形式。本次報告為課題組的第四次發佈。
清華大學公共管理學院智庫研究中心與字節跳動公共政策研究院開展戰略合作，利用字節跳動旗下國內領先的通用信息平臺今日頭條數據資源，聯合發佈專題報告《清華大學智庫大數據報告（2019年）——今日頭條版》。本次報告通過對中國智庫機構在今日頭條平臺中的大數據分析，推出了“智庫頭條號指數”和“智庫頭條引用指數”。本次專題報告有三點創新：一是報告源數據直接對接今日頭條平臺數據庫，避免數據爬取導致的數據損失和分析偏差；二是報告基於今日頭條平臺的多元數據構建了新的指標體系，以適應於分析今日頭條平臺用戶的行為特徵；三是報告對中國智庫在今日頭條平臺中的活動行為進行了趨勢分析和案例深度解讀。
一、智庫大數據分析的背景和意義
1.1 智庫正在積極擁抱新媒體發揮影響力
加強中國特色新型智庫建設是推動國家治理體系和治理能力現代化的重要戰略舉措。黨的十八屆三中全會《決議》提出“加強中國特色新型智庫建設，建立健全決策諮詢制度”後，中國智庫建設開始具有全局戰略意義，並在驅動國家治理現代化和提供內政外交決策諮詢方面承擔更加積極、重要的作用。其中，中國特色新型智庫建設與發展呈現出的重要一面是智庫積極擁抱新媒體。在新媒體深刻改變公眾交流與獲取信息行為的背景下，智庫利用新媒體的平臺運營與傳播技巧以獲取公眾關注、提升影響力、擴大聲譽，成為智庫追求社會可見性的一條有效路徑。
智庫與新媒體結合，充分發揮社會影響力已成為必然趨勢，而移動信息平臺是其發揮影響的重要途徑之一。隨著以用戶交互、去中心化為主要特徵的移動應用開始引領傳媒行業變革，不同新媒體或內容分發平臺爭先湧現，為智庫實現知識生產和多元傳播路徑提供了更大的可能性空間。作為國內著名的移動通用信息平臺之一，今日頭條的海量數據平臺為考察中國智庫在多元社交平臺上的行為異同打開了機會之窗。今日頭條是信息內容行業的變革者，在活躍用戶量和平臺數據量方面取得了驚人的成長。2019年全年，今日頭條創作者全年共發佈內容4.5億條，累計獲贊90億次。
今日頭條的平臺特性為智庫更廣範圍、更為精準、更大強度的實現影響力提供了新途徑：第一，今日頭條平臺結合實時信息發佈和去中心化自媒體特點吸引了海量的用戶群體，為內容生產者的產品傳播和專業化運營提供助力。智庫可撬動更廣範圍的社會關注，並動態吸納受眾的反饋。第二，今日頭條以用戶畫像為基礎的先進信息分發技術，為內容生產者的信息精準分發提供便捷。智庫可依據產品內容定位目標群體，更為精準的影響目標受眾。第三，今日頭條的個性化推薦引擎技術塑造了高粘性的受眾群體，為內容生產者高效影響受眾群體提供保障。智庫通過平臺推薦渠道可持續影響目標受眾群體，不斷強化智庫在受眾中的聲譽。
1.2 智庫新媒體影響力分析的意義及方法
中國智庫發展的核心策略之一是利用多元的新媒體平臺進行內容生產和機構宣傳。根據《清華大學智庫大數據報告》的分析，從2016年到2018年，智庫開通微信、微博等新媒體賬號的數量不斷增多，智庫在新媒體空間中的引用數據也穩步增長。截至目前，在國家首批25家高端智庫中，已有21家開通了機構微信公眾號，14家開通了機構頭條號。國家高端智庫理事會也將是否有效利用新媒體作為考核高端智庫試點單位的重要指標之一。
通過智庫及其專家在新媒體上所產生的大量無組織的痕跡追蹤數據，探索智庫影響力的“大數據評價方法”，是當前智庫影響力分析的主流趨勢之一。目前有關中國智庫影響力的研究工作蓬勃發展，《清華大學智庫大數據報告》是其中較有代表性的、分析智庫新媒體影響力的有益嘗試。報告形成的針對智庫新媒體行為的分析體系，順應了智庫影響力研究從主觀到客觀，從定性到定量，從小樣本到大樣本，從小數據到大數據的發展趨勢。
在2016年至2018年版本的《清華大學智庫大數據報告》中，我們已通過來自微博、微信等新媒體大數據的抓取，客觀分析了智庫日常行為活動。正如上文所述，微博和微信新媒體的數據信息不能反映全部新媒體用戶的行為特點，以今日頭條為代表的資訊平臺用戶也是重要的研究對象。為拓寬研究範圍，本次報告與今日頭條平臺達成合作，利用今日頭條全部數據庫資源，對智庫影響力進行分析：一方面，在消除了用戶網絡差異產生的無形信息壁壘後，智庫行為及用戶反饋數據能夠更大程度反映內容本身的質量差異，保證分析客觀性。另一方面，今日頭條平臺上內容生產者的相對專業化，也讓智庫的引用分析能夠相對無偏。我們希望通過對智庫大數據評價方法和評價範圍的不斷完善，激發智庫在今日頭條平臺上提供更高質量的智庫產品，為政府決策貢獻力量，向社會傳遞智庫聲音。
二、智庫頭條指數的數據採集及構建方法
2.1 數據樣本集選取
本次智庫樣本集沿襲2018年《清華大學智庫大數據報告》中的1065家中國智庫名錄。1065家中國智庫來源於國內知名智庫評價機構最新發布的智庫評價報告中提及的智庫名錄，以取全集的方式彙集。具體包括中國社科院中國社會科學評價中心發佈的2017年《中國智庫綜合評價AMI研究報告》，南京大學中國智庫研究與評價中心和光明日報合作發佈的“中國智庫索引”（CTTI）智庫（2017-2018）和2018年《CTTI來源智庫發展報告》，上海社會科學院智庫研究中心發佈的2018年《中國智庫影響力報告》，四川社科院發佈的2018年《中華智庫影響力報告》等。上述1065家中國智庫中大部分是社會公認的、主要從事政策研究的智庫機構，還有一部分則是發揮了一定智庫功能的各類半官方機構或社會組織。根據“兩辦智庫意見”的分類體系，1065家智庫分別是高校智庫611所，企業、社會智庫148所，黨校行政學院智庫54所，社科院類智庫69所，黨政部門智庫157所，軍隊智庫2所，科研院所智庫24所（圖2.1）。
圖2.1智庫大數據評價入選的智庫樣本分佈
2.2 數據來源與採集方式
本報告的源數據來自今日頭條數據庫資源，研究數據採集工作得到字節跳動公共政策研究院的技術支持。今日頭條客戶端於2012年8月上線，是一款基於數據挖掘技術的個性化推薦引擎產品，已成為國內領先的通用信息平臺。截至2017年10月，平臺中頭條號賬號數量已超過110萬個。2019年今日頭條創作者全年共發佈內容4.5億條，累計獲贊90億次，創作者總收入達到46億。
數據獲取方法：以1065家中國智庫的全稱和中文簡稱作為搜索關鍵詞（共計1874個關鍵詞），在今日頭條平臺數據庫中檢索並構建分析的基礎數據庫，再進行數據清洗與精準匹配，最終獲取了智庫官方頭條號的詳細活動數據和所有智庫在今日頭條內容空間中被提及的逐條數據記錄。
數據採集時間區間：2019年1月1日至2019年12月31日。
2.3 智庫頭條指數的指標體系
根據源數據結構特點和智庫在移動信息平臺中的行為特徵，本次報告構建了“清華大學智庫頭條指數”（Tsinghua-ByteDance Think Tank Index，TB-TTI）。該指數由
“智庫頭條號指數”和“智庫頭條引用指數”兩個子指數構成。智庫頭條號指數的指標包括智庫官方頭條號當年發佈文章數加總、頭條號當年發佈文章的閱讀數加總、頭條號當年發佈文章的分享數加總、頭條號當年發佈文章的點贊數加總、頭條號當年發佈文章的篇均閱讀比（閱讀數加總/發文數加總）、篇均分享比（分享數加總/發文數加總）和篇均點贊比（點贊數加總/發文數加總）；以及頭條號當年發佈文章的平均閱讀收藏比（收藏數加總/閱讀數加總）等八個指標（如表2.1所示）。
智庫頭條引用指數的指標包括頭條內容空間中引用智庫活動信息（機構活動、專家觀點、研究報告等）的文章數加總、頭條內容空間中引用智庫的文章閱讀數加總、頭條內容空間中引用智庫的文章收藏數加總、頭條內容空間中引用智庫的文章分享數加總、頭條內容空間中引用智庫的文章評論數加總、頭條內容空間中引用智庫的文章點贊數加總等六個指標（如表2.2所示）。
三、清華大學智庫頭條指數評價
基於2019年智庫頭條號指數和智庫頭條引用指數的源數據和指數情況，本章分別對兩個指數及關鍵指標上的機構表現進行歸納分析；基於基礎指標對智庫頭條號的運營表現、智庫在頭條空間中的影響力表現進行分析；最後，以七大智庫分類作為分析單位，對各類智庫2019年在今日頭條內容空間中的引用情況和時序特徵進行詳細描述。
3.1 智庫頭條號指數的指標評價
總體來看，在今日頭條平臺中開通頭條號的智庫機構在頭條號運營上表現亮眼。無論是智庫主動發文量還是發佈文章的傳播效果，其數據量都已客觀反映了智庫在移動信息平臺中主動運營所產生的影響力。通過分析，我們發現智庫機構在運營頭條號時其發文數與篇均閱讀量呈正比，其中，發文量多但篇均閱讀量低的機構非常少見。這意味著智庫機構運營頭條號具有溢出效應，智庫發文量的提升會帶動機構所有文章閱讀量的提升。這一溢出效應得益於今日頭條的個性化推薦算法，其為智庫進行目標群體精準識別，培養較高用戶粘性提供了有效途徑。從而，智庫通過積極運營頭條號可以實現文章總體閱讀量的增長，進而實現影響力提升。
1. 智庫頭條號指數及關鍵指標表現
本報告對1065家智庫在今日頭條平臺數據庫中開通頭條號的情況進行精準匹配。共計識別出78家智庫的132個有效智庫官方頭條號，並批量採集智庫頭條號賬戶信息和所有發文信息。2019年，78家智庫頭條號在今日頭條平臺共發佈文章2.2萬篇，閱讀量共計3.97億次，分享量共計 202.74萬次，點贊量（喜歡數與頂數之和）共計668.89萬次。開通了智庫頭條號的78家機構佔全部觀測智庫數量的不足十分之一。其中，企業、社會智庫33家，黨政部門智庫15家，高校智庫15家，社科院智庫6家，科研院所智庫4家，黨校行政學院智庫3家，軍隊智庫2家。具體而言，在智庫頭條號指數、賬號發文量、閱讀量和點贊量等關鍵數據上表現突出的智庫機構如下：
智庫頭條號指數方面，瞭望智庫（指數為94.09）、中國科學院（指數為77.58）、中國管理科學研究院（指數為75.99）、中國社會科學院（指數為75.94）、中國科學技術協會（指數為75.90）、中國指數研究院（指數為73.99）、蘇寧金融研究院（指數為73.13）、全球化智庫（指數為71.94）、華南理工大學公共政策研究院（指數為71.69）和中國人民解放軍軍事科學院（指數為68.41）等智庫機構排名靠前。
在智庫頭條號的發文量方面，共有8家智庫機構頭條號的發文超過500篇。分別是中國管理科學研究院（5055篇）、中國科學院（3845篇）、中國科學技術協會（2623篇）、瞭望智庫（1474篇）、中國房地產數據研究院（547篇）、中國信息通信研究院（544篇）、盤古智庫（510篇）和中國指數研究院（500篇）。
在智庫機構發文的閱讀量方面，共有20家智庫發文的總閱讀量超過百萬次。其中閱讀量前10的機構分別是：瞭望智庫（2.23億次）、中國科學院（4813.85萬次）、中國管理科學研究院（4030.10萬次）、中國科學技術協會（2346.79萬次）、中國指數研究院（935.45萬次）、蘇寧金融研究院（829.07萬次）、中國人民解放軍軍事科學院（649.31萬次）、全球化智庫（485.09萬次）、中國社會科學院（469.45萬次）和國務院發展研究中心（252.44萬次）。
在智庫機構發文的點贊量方面，共有25家智庫發文的總點贊量超過1萬次。其中7家機構點贊量超過10萬次，具體包括：瞭望智庫（405.23萬次）、中國科學院（59.97萬次）、中國管理科學研究院（50.60萬次）、中國科學技術協會（49.73萬次）、中國社會科學院（19.98萬次）、中國指數研究院（10.74萬次）和蘇寧金融研究院（10.07萬次）。
2．智庫頭條號的運營表現
發文量和閱讀量是評價智庫頭條號影響的最基礎指標。根據智庫機構頭條號發文量與機構發文篇均閱讀數的散點圖分佈，我們分別以發文數達100篇和篇均閱讀數達1000次作為基準，劃分出區別智庫頭條號發文量（多或少）以及發文篇均閱讀數（高或低）的四象限。
第一象限的機構在發文量和篇均閱讀量上都具有較強競爭力。如圖3.1，處於該象限的機構主要是頭條號發文量多（大於或等於100篇）且篇均閱讀量高（大於或等於1000次）的智庫群體。2019年進入第一象限的智庫共有28家，其中社會、企業智庫12家（例如中國管理科學研究院、中國指數研究院、盤古智庫、全球化智庫等）、黨政部門智庫6家（例如瞭望智庫、國務院發展研究中心等）、高校智庫3家（例如中國人民大學重陽金融研究院等）、科研院所智庫2家（例如中國科學院、中國科學技術協會等）、社科院智庫2家（例如中國社會科學院等）、軍隊智庫2家（中國人民解放軍軍事科學院、國防大學）和黨校行政學院智庫1家（中共甘肅省委黨校）。
第二象限的機構雖然在發文量上不突出，但是文章的篇均閱讀量較高。如圖3.1，處於該象限的機構主要是頭條號發文量少（小於100篇）但篇均閱讀量高（大於或等於1000次）的智庫群體。 2019年進入第二象限的智庫有16家，其中企業、社會智庫7家（例如國觀智庫、華夏新供給經濟學研究院、每經智庫等）、高校智庫5家（例如華南理工大學公共政策研究院、中國人民大學國家發展與戰略研究院等）、黨政部門智庫2家（中國財政科學研究院和中國農業科學院）、科研院所智庫2家（中國工程院和中國科協創新戰略研究院）。
第三象限的機構在發文量和文章的篇均閱讀量上都有所不足。如圖3.1，處於該象限的機構主要是頭條號發文量少（小於100篇）且篇均閱讀量低（小於1000次）的智庫群體。 2019年進入第三象限的智庫共有10家，其中企業、社會智庫3家、黨政部門智庫3家、社科院智庫2家和高校智庫2家。
第四象限的機構在發文量上較為突出，但是篇均閱讀量還有待提升。如圖3.1，處於該象限的機構主要是機構頭條號發文量多（大於或等於100篇），但篇均閱讀量低（小於1000次）的智庫群體。2019年並沒有智庫落入這一象限。
圖3.1 智庫頭條號發文數與篇均閱讀數的散點圖
3.2 智庫頭條引用指數的指標評價
中國智庫機構在今日頭條空間中擁有較廣泛且較高的引用量，並且引用了智庫信息的文章在二次傳播指標上也表現驚人。通過分析，我們發現今日頭條內容空間中對各智庫的引用文章總數量與引用文章篇均閱讀數呈正相關關係。這意味著，智庫可以藉助二次傳播廣泛擴大自身影響力。這一現象也與今日頭條具有定位精準目標群體和塑造高粘性受眾群體的功能存在一定關係。
1. 頭條引用指數及關鍵指標表現
智庫在今日頭條內容空間中被內容創作者在其發佈文章中引用或提及，說明智庫的活動、觀點和內容信息得到了這類內容創作者的認可和認同。在今日頭條內容空間中，這些引用了智庫活動、觀點和內容信息的文章，被閱讀、點贊、轉發、評論和分享等二次傳播情況也在一定程度上反映了智庫機構的影響力。
本次報告從今日頭條平臺數據庫中採集的所有引用了1065家智庫的文章（共計79.15萬篇），以及上述文章的數據字段：閱讀數、收藏數、分享數、評論數、點贊數（喜歡數與頂數之和）等信息。頭條引用文章閱讀量共計109.06億次、收藏量共計8466.42萬次、分享量共計246.89萬次、評論量共計6342.06萬次、點贊量共計1.81億次。2019年，中國智庫在今日頭條內容空間中被提及的智庫共有886家（佔據全部觀察智庫數量的83.19%），表明智庫在今日頭條內容空間中已擁有相當影響力，據此進行的引用數據分析具有一定的樣本代表性（見下圖3.2）。被提及智庫的相對均勻分佈可反映各類智庫在今日頭條內容空間中都有相關的受眾群體和影響力。
圖3.2 分類智庫的頭條引用機構數量分別與總體機構樣本分佈
從智庫引用數據量的表現上看，數十家智庫達到了上萬篇的引用文章量。這一定程度上代表了智庫活動在互聯網信息中受到關注的程度。這些引用了智庫相關信息的文章的進一步傳播表現非常驚人，有數十家智庫的引用文章達到了上億次閱讀和百萬量點贊。具體而言，在2019年智庫頭條引用指數、引用文章篇數、閱讀量和點贊量等關鍵指標上表現突出的機構如下：
智庫頭條引用指數方面，中國科學院（指數為100.00）、中國社會科學院（指數為93.00）、中共中央黨校（國家行政學院）（指數為91.51）、中國科學技術協會（指數為83.26）、國防大學（指數為83.05）、國務院發展研究中心（指數為82.55）、中國農業大學（指數為82.30）、瞭望智庫（指數為81.82）、中國人民解放軍軍事科學院（80.74）和中國電子信息產業發展研究院（指數為78.54）等機構相對靠前。
在引用文章量方面，共有11家機構引用文章數超過1萬篇。分別是中國科學院（24.75萬篇）、中國社會科學院（7.70萬篇）、中共中央黨校（國家行政學院）（4.28萬篇）、中國科學技術協會（2.22萬篇）、中國農業科學院（2.19萬篇）、國務院發展研究中心（2.02萬篇）、中國電子信息產業發展研究院（1.88萬篇）、中國信息通信研究院（1.86萬篇）、中國指數研究院（1.31萬篇）、國防大學（1.12萬篇）和胡潤研究院（1.05萬篇）。
在引用文章的閱讀量方面，共有12家機構閱讀量超過1億次。分別是中國科學院（30.56億次）、中共中央黨校（國家行政學院）（12.76億次）、中國社會科學院（10.81億次）、瞭望智庫（4.27億次）、國防大學（4.21億次）、中國人民解放軍軍事科學院（2.70億次）、國務院發展研究中心（2.42億次）、中國科學技術協會（2.41億次）、中國農業科學院（1.67億次）、中國現代國際關係研究院（1.65億次）、胡潤研究院（1.48億次）和中國電子信息產業發展研究院（1.29億次）。
在引用文章的點贊量方面，點贊量超過百萬的智庫有18家。其中10家機構點贊量超過200萬次，包括：中國科學院（5074.94萬次）、中共中央黨校（國家行政學院）（2445.18萬次）、中國社會科學院（1804.23萬次）、瞭望智庫（803.96萬次）、國防大學（690.92萬次）、中國人民解放軍軍事科學院（543.53萬次）、中國科學技術協會（395.25萬次）、中國現代國際關係研究院（273.85萬次）、中國農業科學院（267.75萬次）和國務院發展研究中心（264.76萬次）。
2. 智庫在頭條空間中的影響力表現
今日頭條內容空間中引用智庫機構的文章數量表明智庫對內容創作者的影響力，而引用文章的篇均閱讀數則表明引用文章實現的二次傳播影響。根據智庫機構的頭條引用文章總數和其篇均閱讀數的散點圖，我們分別以今日頭條空間智庫的引用文章達100篇和引用文章篇均閱讀數達1000次作為基準，劃分出智庫頭條引用文章量（多或少）以及引用文章篇均閱讀數（高或低）的邊界，由此形成智庫頭條引用的四象限評價。
第一象限的機構頭條引用文章量和引用文章篇均閱讀量上都保持較高水平。如圖3.3，處於該象限的機構主要是引用文章量多（大於或等於100篇）且引用文章的篇均閱讀量高（大於或等於1000次）的智庫群體。2019年進入第一象限的智庫共有339個，其中高校智庫92個（例如中國人民大學重陽金融研究院、北京大學國家發展研究院、中國人民大學國家發展與戰略研究院、深圳大學港澳基本法研究中心等）；企業、社會智庫75個（例如中國指數研究院、胡潤研究院、中國國際經濟交流中心、中國法學會等）；黨政部門智庫77個（例如中國農科院、國務院發展研究中心、中國電子信息通信研究院、瞭望智庫等）；社科院智庫49個（例如中國社會科學院、上海市社會科學院等）；黨校行政學院智庫33個（例如中共中央黨校（國家行政學院）、中國浦東干部學院等）；科研院所智庫11個（例如中國科學院、中國科學技術協會等）和軍隊智庫2個（國防大學和中國人民解放軍軍事科學院）。
第二象限的機構頭條引用文章量較少，但是引用文章的篇均閱讀量比較突出。如圖3.3，處於該象限的智庫主要是機構引用文章少（小於100篇）但引用文章的篇均閱讀量高（大於或等於1000次）的智庫群體。2019年進入第二象限的智庫共有311個，其中高校智庫200個（例如北京大學公民社會研究中心、同濟大學德國研究中心、上海交通大學城市科學研究院等）；黨政部門智庫48個（例如黑龍江省人民政府發展研究中心、中國智庫理事會等）；企業、社會智庫34個（例如春秋發展戰略研究院、南風窗傳媒智庫等）；黨校行政學院智庫12個（例如中共中央黨校黨的建設教研部等）；科研院所智庫9個（例如北京系統工程研究所等）；社科院智庫8個（例如武漢市社會科學院等）。
第三象限的機構頭條引用文章量和引用文章篇均閱讀量上都有待提高。如圖3.3，處於該象限的智庫主要是機構引用文章少（小於100篇）且引用文章的篇均閱讀量低（小於1000次）的智庫群體。2019年進入第三象限的智庫共有230個，其中高校智庫175個；企業、社會智庫28個；黨政部門智庫18個；社科院智庫5個；科研院所智庫2個；黨校行政學院智庫2個。
第四象限的機構頭條引用文章量多，但是引用文章篇均閱讀量不高。如圖3.3，處於該象限的智庫主要是機構引用文章多（大於或等於100篇）但是引用文章的篇均閱讀量低（小於1000次）的智庫群體。2019年進入第四象限的智庫共有6個，其中高校智庫3個；企業、社會智庫1個；社科院智庫1個；黨政部門智庫1個。與圖3.1中屬於第四象限機構數量稀少類似，引用智庫文章與二次傳播效果之間也存在著溢出效應，即在今日頭條內容空間中，引用機構的文章數增多會導致引用文章整體傳播效果的提升。
圖3.3 智庫頭條引用文章數與引用文章篇均閱讀數的散點圖
3.3 智庫頭條引用的分類趨勢
總體來看，各類別智庫頭條引用文章和二次傳播均值指標呈現相關性：平均引用文章較多的智庫類別（例如軍隊智庫和科研院所智庫）在多個二次傳播均值指標上表現都比較突出；平均引用文章較低的智庫類別（例如高校智庫和企業、社會智庫）則在多個二次傳播均值指標上則都排名靠後。同時，各類別智庫在篇均指標上表現出不同模式：軍隊智庫和黨校行政學院智庫在引用文章的所有篇均指標上都排在前列，其引用文章整體上得到了更多的閱讀、分享、評論等二次傳播。企業、社會智庫在多個篇均指標上並不突出，卻在篇均評論量上相對較多，這意味著對該類智庫的引用文章多能引起相對熱烈的話題討論。
1. 智庫頭條引用的機構均值指標評價
機構均值指標體現了智庫分類間機構影響力的平均差異。本報告將不同類別智庫的引用文章數及其閱讀數、收藏量、分享量、評論量和點贊量按智庫類別加和，再除以各類型智庫機構數量求均值，由此得到各類型智庫在今日頭條平臺中的引用文章量以及其閱讀量、收藏量、分享量、評論量和點贊量均值。從圖3.4中，可看出如下幾點規律：
第一，各類智庫平均的頭條引用文章與引用文章的二次傳播數據在趨勢上表現相對一致。軍隊智庫與科研院所智庫在六個均值指標中都排名前兩位，且遠遠領先其他類型智庫；社科院智庫和黨校行政學院智庫則在六個指標中都居於中間位置；企業、社會智庫、黨政部門智庫和高校智庫在六個指標中均排名靠後。
第二，科研機構與軍隊智庫類型的智庫在今日頭條內容空間的頭條引用文章均值數較高，而軍隊智庫則在引用文章的二次傳播指標上表現最優。雖然科研院所智庫和軍隊智庫的數量在整體觀測智庫樣本中佔據比例不高，但二者在均值指標上均領先於其他幾類智庫。這表示兩類智庫機構都具有相對強的認知度和影響力。就科研院所智庫和軍隊智庫的組間比較而言，與軍隊智庫有關的文章的二次傳播效果優於科研院所智庫。軍隊智庫雖然在機構頭條引用文章均值數上小於科研院所智庫，但是在其他二次傳播指標上均超過了科研院所智庫。
第三，在整體上，高校智庫和企業、社會智庫在頭條引用文章均值數量和文章的二次傳播均值指標上均表現較弱。高校智庫在六個均值指標上的表現均處於末尾，意味著在高校智庫群體中，存在相對多的認知範圍較小和影響效力較低的機構。企業社會智庫的指標情況相對高校智庫較強，但是與其他智庫群體差距仍然較為明顯。
圖3.4 智庫頭條引用指數的各分項指標（機構均值）
2. 智庫頭條引用的篇均指標評價
篇均指標體現了各類智庫間引用文章影響的平均差異。本報告將按智庫類別彙總的閱讀數、收藏量、分享量、評論量和點贊量除以該類別智庫的頭條引用文章總量，得到各類別智庫頭條引用的篇均傳播效力指標，包括篇均閱讀、篇均收藏、篇均分享、篇均評論和篇均點贊等五個指標。通過比較這五個指標，有如下的幾個規律發現（見圖3.5）：
第一、軍隊智庫仍然保有在二次傳播篇均指標上的領先地位，在上述五個指標中均排名第一，說明其在今日頭條內容空間中不僅獲得了相對廣泛的認知，各類內容創作者也喜愛引用軍隊智庫觀點和話題，並且涉及軍隊智庫內容本身的文章也得到了更有效的二次傳播。相比而言，與科研院所智庫有關的內容雖然也獲得了廣泛關注，但是卻沒能進一步獲得更好的傳播效果。
第二、黨校行政學院智庫在該類指標上的表現是除軍隊智庫以外最好的一類智庫。對比圖3.4中的均值指標，黨校行政學院有關的頭條引用文章量處於中游，但是引用文章卻獲得了相對更強的二次傳播效果。這一現象側面反映了引用黨校行政學院類智庫內容的文章，在今日頭條內容空間中受到更多的歡迎和關注。社會公眾除了關心軍事，也關注國家大事。
第三、企業、社會類智庫在各類二次傳播指標上都相對較弱，但引用了這類機構的文章卻能夠引起相對熱烈的公眾議論。與此類智庫相關的內容在篇均閱讀、收藏、分享和點贊上的指標都處於各類智庫組間比較的末尾，顯示出在二次傳播效力上的弱勢。這表明引用了企業、社會類智庫信息的文章，與引用其他類智庫的文章相比傳播效力更低。唯獨在篇均評論上，企業、社會類智庫卻處於中游第五的位置，該特徵在一定程度上反映出企業、社會智庫與社會話題熱點的相關性。
圖3.5智庫頭條引用指數的各分項指標（引用篇均）
3.4 智庫頭條引用的月度趨勢
智庫月度頭條引用文章的時序變化與國內重大時事相關。第一，智庫頭條引用文章數量和二次傳播指標的月度波動趨勢不盡相同，二次傳播指標內部也表現出不同的時間變化趨勢：引用文章的閱讀量和點贊量呈現相似時序趨勢、而收藏量和分享量呈現相似時序趨勢。第二，各類別智庫中均存在相對穩定的、有影響力的機構群體，各類別智庫頭條引用文章量均值的逐月變化與智庫研究內容與重大時事間的聯繫相關。第三，各類別智庫頭條引用和二次傳播在時序變化上的差異背後反映了其內容生產和機構屬性的差異。例如，企業、社會智庫研究內容的綜合性決定了其各篇均月度指標相對穩定。黨政部門智庫研究內容多與國家事務相關，其篇均指標峰值出現在2月。
1. 智庫頭條引用的整體趨勢分析
在得到智庫頭條引用匯總數據的基礎上，我們通過文章標識進行智庫引用文章的逐條抓取，最終獲得51.44萬篇引用文章的源數據及其特徵記錄。如前所述，由於數據採集方式不同，源數據加總後低於少於全年數據。成功提取到源數據的智庫共計847家，佔比95.6%，由於沒有提取到源數據的39家智庫全年各項數據極低，故基於引用源數據進行的分析具有較好的代表性。總體各項源數據在月度上的趨勢表現見圖3.6，具有如下幾個特徵規律：
第一、整體而言，2019年引用文章逐月趨勢呈現週期性波動特點。波峰分別出現在4月和7月，這與2019年國內重要的“兩會”時期和中美貿易摩擦事件的時間點有相應重合。這一規律也體現了智庫機構政策諮詢與分析的功能在頭條平臺內容空間中受到關注，並在今日頭條各類內容創作者中有所傳播和反映。
第二、引用文章數量與其餘二次傳播指標的月度變化存在差異。雖然引用文章數量與二次傳播指標總量變化相對一致，但二者在時序上的變化則不完全相關。這一定程度上說明不同類型智庫各個階段在今日頭條內容空間中受到的關注有一定的差異。此外，二次傳播指標內部也表現出變化的不一致性。頭條引用文章的閱讀量和點贊量呈現相似趨勢、收藏量和分享量呈現相似趨勢。
圖3.6 智庫頭條引用指數的各分項指標月度趨勢
2. 智庫頭條引用的分類別趨勢分析
為考察智庫分類間機構指標的平均差異，本報告依照前述指標構建方法，形成各類智庫月度引用智庫數及頭條引用文章均值指標（當月頭條引用文章總量除以當月引用智庫數），並繪製時間趨勢圖（如圖3.7）。從圖中可得以下結論：
第一、總體而言，每類智庫中被頭條內容創作者引用的機構規模較為穩定，引用文章均值數量則相對波動更大。除高校智庫以外，其餘各類智庫的引用智庫規模變化都相對平穩（單月最大增幅為12）。各類智庫的引用機構數量和引用文章均值未呈現出一致趨勢，彼此相關性較低。這反映出由於各類智庫不同屬性、特徵所導致的時間維度上影響力的波動和變化。
第二、智庫在時間趨勢上的引用特徵與智庫機構特徵和內容生產活動相關。除科研院所智庫以外，其他各類智庫2月頭條引用智庫數和頭條引用文章均值都相對較小，與中國農曆新年時間點相吻合。社科院智庫頭條引用文章均值在1月、12月達到全年峰值，這可能是受到社科院智庫進行上年度總結以及下年度預測的成果發佈影響。軍隊智庫頭條引用文章均值在10月處於全年峰值，時間點與新中國成立70週年國慶閱兵相吻合，體現了軍隊智庫在政治、軍事、國防等領域的特殊地位。
圖3.7 智庫頭條引用指數的各分項指標月度趨勢（機構均值）
3. 智庫頭條引用的篇均指標趨勢分析
為考察各類智庫間引用文章影響的平均差異，本報告依照前述指標構建方法，形成各類智庫月度引用智庫數及頭條引用機構篇均指標（當月頭條引用文章閱讀、收藏、評論、點贊、分享除以當月頭條引用文章總量），並繪製各類智庫月度篇均時間趨勢圖（如圖3.8）。從圖中可以得出以下結論：
圖3.8 智庫頭條引用指數的各分項指標月度趨勢（引用篇均）
第一、不同類別智庫在篇均指標上呈現出趨勢異質性。例如，黨校行政學院智庫、黨政部門智庫、科研院所智庫和社科院智庫在閱讀、收藏、評論等反映引用文章二次傳播效果的各項篇均數據月度變化趨勢一致性較高，而其餘智庫類別的對應趨勢則相對不一致。
第二、不同類別智庫二次傳播效果存在模式差異，反映出不同類型智庫生產內容的差異性。對於篇均收藏、評論、點贊和分享四類不同的讀者行為，企業、社會智庫呈現出四種篇均指標上的相對均衡性，而黨校行政學院智庫和軍隊智庫則是篇均點贊量明顯高於其他三者。這體現了企業、社會智庫生產的內容綜合性強，可以激發廣泛的用戶反饋；黨校行政學院智庫和軍隊智庫的內容則專業性強，用戶反饋形式相對單一的特徵差異。
第三、不同類型智庫的月度峰值出現時點體現了機構性質的差別。黨校行政學院智庫和黨政部門智庫在上述篇均指標上的峰值均出現在2月份，突出了這兩類智庫在國內重大政治事件（比如“兩會”）中的廣泛影響。高校智庫、軍隊智庫、科研院所智庫和社科院智庫的指標峰值大致出現在下半年；企業社會智庫的各指標峰值則出現在年中。
四、智庫頭條指數代表性機構
為了展示中國智庫在今日頭條平臺中的具體表現，本報告考慮智庫頭條指數表現、社會綜合評價和機構類型代表性等幾個維度標準，從觀測智庫樣本中遴選出八家代表性機構。本報告分析解讀了這八家智庫機構2019年在今日頭條平臺中反映出的機構特點。本次選出的代表性機構名稱和機構類型如下：中共中央黨校（國家行政學院）（黨校行政學院智庫）、國務院發展研究中心（黨政部門智庫）、瞭望智庫（黨政部門智庫）、中國科學技術協會（科研院所智庫）、中國科學院（科研院所智庫）、中國社會科學院（社科院智庫）、北京大學國家發展研究院（高校智庫）和中國國際經濟交流中心（企業、社會智庫）。
4.1代表性機構分析
1. 中共中央黨校（國家行政學院）
中共中央黨校（國家行政學院）是黨的哲學社會科學研究機構，是25家首批國家高端智庫建設試點單位之一。根據往年《清華大學智庫大數據報告》，2016-2018年間，中共中央黨校的微信公眾號三年發文總量為467篇，篇均閱讀量達1160.50次；機構在微信內容空間中的引用文章三年總量達29.94萬篇，引用文章篇均閱讀量由2016年的1362.85次上升到2018年的1959.07次。在2018年機構合併前，國家行政學院並未開設微信公眾號；機構在微信內容空間中的引用文章總量為9.29萬篇，2016年引用文章篇均閱讀量為870.54次。
中共中央黨校（國家行政學院）在今日頭條平臺上開設有官方頭條號“中共中央黨校”；其下中國馬克思主義研究基金會開設官方頭條號“中國馬克思主義研究”。截至目前，兩個頭條號活躍度較低，其官方頭條號“中共中央黨校”沒有發佈內容；“中國馬克思主義研究”僅發佈了一篇文章。
中共中央黨校（國家行政學院）在今日頭條平臺上沒有過多參與內容生產，但其在今日頭條內容空間中存在非常高的機構認知度和影響力，該機構智庫頭條引用指數達91.51（位列第三）。具體而言，2019年引用了中共中央黨校（國家行政學院）的文章共計42812篇。這些引用文章在今日頭條空間中又獲得了進一步的廣泛傳播：篇均閱讀比達29804.42次，篇均點贊比達571.14次。
通過2019年發佈的、有關該機構的頭條引用文章月度圖（見圖4.1），可以發現，中共中央黨校（國家行政學院）在今日頭條內容空間中擁有較強且持續的機構影響力：每月總體頭條引用文章量不低於1500篇；頭條引用文章的總體閱讀量在8月達到峰值1.14億次。其中，閱讀量最高的一篇引文是8月份由頭條號“新京報政事”（669萬粉絲）刊發。文章涉及反腐主題，閱讀量達1058.22萬次。在總體智庫頭條引用文章中，閱讀量破千萬的情況較少出現。
圖4.1 中共中央黨校（國家行政學院）2019年頭條引用指標月度趨勢
2. 國務院發展研究中心
國務院發展研究中心主要從事研究國民經濟、社會發展和改革開放中的宏觀問題，屬於25家首批國家高端智庫建設試點單位之一。根據往年《清華大學智庫大數據報告》，2016-2018年間，國務院發展研究中心的微信公眾號三年發文總量為4275篇，篇均閱讀量達到435.92次；機構在微信內容空間中的引用文章三年總量達15.01萬篇，引用文章篇均閱讀量由2016年的699.24次上升到2018年的1520.00次。
國務院發展研究中心在今日頭條平臺上未直接開設頭條號，其下屬國際技術經濟研究所開設有官方頭條號“全球技術地圖”，主要發佈時政分析及評論文章。該賬號在2019年的發文量為336篇，篇均閱讀達7512.95次，篇均分享達45.09次，篇均點贊達112.72次，智庫頭條號指數為65.72（位列第十三）。該賬號2019年閱讀量最高的文章發表於2019年8月，內容為美國國會發布《中美關係》簡報的時政新聞，文章共獲得31.39萬次閱讀、6725次點贊。
國務院發展研究中心雖未在今日頭條平臺開展內容生產，但該機構在今日頭條內容空間中的表現非常搶眼：整體來看2019年被瀏覽過的、提及國務院發展研究中心的頭條文章有20184篇，頭條引用文章數量排在全部智庫機構的第六位。引用國務院發展研究中心相關信息的文章也獲得了較強的二次傳播：篇均閱讀量達到11985.29次，機構的智庫頭條引用指數為82.55（位列第六）。
通過2019年發佈的、有關該機構的頭條引用文章月度圖（見圖4.2），可以發現，國務院發展研究中心的頭條引用情況呈現出週期波動、局部集中的態勢：整體頭條引用文章數量表現為循環波動；頭條引用文章數量峰值出現在3月份，閱讀量與點贊量峰值均出現在4月份，這客觀反映了“兩會”期間國務院發展研究中心的機構影響力。閱讀量最高的引用文章來自粉絲量20萬的頭條號“世界說”，主題關於印度尼西亞與中國在“一帶一路”倡議下的合作。在文中，國務院發展研究中心的相關研究報告被提及，該文章閱讀量達到311.33萬次。
圖4.2 國務院發展研究中心2019年頭條引用指標月度趨勢
3. 瞭望智庫
瞭望智庫是新華社（25家首批國家高端智庫建設試點單位之一）批准成立的、立足於國情國策研究的智庫機構，擁有強大的信息生產、加工和傳播能力。根據往年《清華大學智庫大數據報告》，2016-2018年間，瞭望智庫的微信公眾號三年發文總量為6846篇，篇均閱讀量達55382.41次；機構在微信內容空間中的引用文章三年總量達3.45萬篇，引用文章篇均閱讀量在2016年為6458.25次，2018年雖下滑到2944.48次，但仍高於本章列舉的其他七個機構的同期水平，充分體現了瞭望智庫作為國家媒體智庫的廣泛社會影響。
瞭望智庫於2014年在今日頭條平臺設立官方頭條號，目前已成為擁有60萬粉絲和365萬曆史獲贊量的活躍頭條號。瞭望智庫頭條號在2019年共發佈了1474篇文章，篇均閱讀數達15.16萬次，篇均分享達579.44次，篇均點贊達2749.18次，機構智庫頭條號指數為94.09（位列第一）。其中，2019年度該官方頭條號閱讀量最大的文章發表於5月，主題關於抗日戰爭時期中國軍隊擊落敵軍戰機的歷史回溯，該文共獲得710.63萬閱讀，14.93萬次點贊。
肩負傳媒和研究職能的瞭望智庫，在今日頭條空間具有較強的機構影響力。雖然整體來看，瞭望智庫在今日頭條平臺上被提及的絕對次數並不高（2019年被瀏覽過的、提及瞭望智庫的頭條文章有5145篇），僅排在頭條引用文章量的23位。但是提及瞭望智庫的文章獲得了非常廣泛的讀者認同和反饋：瞭望智庫被引用文章的篇均閱讀數達到82953.47次，篇均點贊數達到1562.60次，再次證明了瞭望智庫作為國家媒體智庫所擁有的廣泛受眾群體。瞭望智庫2019年智庫頭條引用指數為81.82（位列第八）。
通過2019年發佈的、有關瞭望智庫的頭條引用文章月度圖（見圖4.3）可以發現，頭條引用文章量峰值出現在8月份，而閱讀量和點贊量峰值均出現在7月，這在一定程度上反映了7月份公眾對於中美貿易戰等重大時事的關注。閱讀量最高的一篇引用文章出自頭條號“人民日報”，它轉載了瞭望智庫的一篇有關抗日戰爭歷史回溯的文章，該文獲得了680.33萬次閱讀。
圖4.3 瞭望智庫2019年頭條引用指標月度趨勢
4. 中國科學技術協會
中國科學技術協會是國家推動科學技術事業發展的重要力量，承擔著科技戰略諮詢的重要職能。中國科學技術協會在今日頭條平臺上註冊有六個頭條號，其中官方號“中國科協”設立於2017年。根據往年《清華大學智庫大數據報告》，2016-2018年間，中國科學技術協會的微信公眾號三年發文總量為6551篇，篇均閱讀量達到16033.38次；機構在微信內容空間中的引用文章三年總量達14.89萬篇，引用文章篇均閱讀量由2016年的546.67次上升到2018年的890.87次。
2019年，中國科學技術協會下屬頭條號共發文2623篇。中國科學技術協會官方頭條號發佈的文章篇均閱讀量達到了8946.97次，篇均點贊量達到189.58次，智庫頭條號指數為75.90（位列第五）。“中國科協”頭條號2019年發佈的閱讀量最大的文章是有關第一位加入中國共產黨的外國人——馬海德的人物傳記，該文的總閱讀量為82.09萬次、點贊量為5.33萬次。
中國科學技術協會在公共科普和科技諮詢方面的權威影響在智庫頭條引用指數中得到有力體現。2019年，中國科學技術協會在今日頭條平臺上被提及的文章篇數達22165篇，篇均點贊量達10878.05次，篇均點贊量達178.32次。無論從機構直接影響和二次傳播力上，中國科學技術協會都有突出的表現，機構的智庫頭條引用指數為83.26（位列第四）。
通過2019年發佈的、有關該機構的頭條引用文章月度圖（見圖4.4），可以發現，除2月份以外，中國科學技術協會的引用文章數量均在1000篇以上。頭條引用文章數量、引用文章閱讀量和點贊量的峰值均出現在7月份，與暑假期間科協活動受到基礎教育群體關注有關。2019年，閱讀量排名前三的引用中國科學技術協會相關信息文章均於7月份發佈，其中一篇主題是孫春蘭副總理任健康中國行動推進委員會主任，中國科學技術協會是其中的參與單位。文章獲得412.92萬次閱讀，由擁有394萬粉絲的頭條號“政知新媒體”發佈。
圖4.4 中國科學技術協會2019年頭條引用指標月度趨勢
5. 中國科學院
中國科學院承擔著重要的科學技術研究與諮詢職能，是25家首批國家高端智庫建設試點單位之一。根據往年《清華大學智庫大數據報告》，2016-2018年間，中國科學院未開設微信公眾號，但機構在微信內容空間中影響力很大：引用文章三年總量達112.30萬篇，引用文章篇均閱讀量由2016年的755.84次上升到2018年的1614.41次。
中國科學院尚未在今日頭條平臺上申請統一官方頭條號，但其下多家院所已經在今日頭條平臺上開展內容生產和傳播活動。本次報告中共獲得來自中國科學院科研院所單位的40個頭條號，2019年共發文3845篇，篇均閱讀量達12519.80次，篇均分享量達66.09次，篇均點贊則達155.96次，中國科學院的智庫頭條號指數為77.58（位列第二）。在中國科學院下屬頭條號中，年度閱讀量最高的文章來自“中國科學院上海天文臺”，該頭條號於2019年4月發表了關於人類首張黑洞照片沖洗完成的科技新聞，獲得了259.05萬次閱讀、8916次分享。
中國科學院在今日頭條平臺上的機構認知度和影響力具有強勁的表現。2019年被瀏覽過的、提及中國科學院的頭條文章總計24.75萬篇，不僅位居頭條引用文章量首位，且有數量級上的全面領先（其他機構的頭條引用文章均未超過10萬）。中國科學院在引用文章的傳播效力上也表現突出：引用文章的篇均閱讀量達12346.16次，篇均點贊量也達205.01次，機構的智庫頭條引用指數為100（位列第一）。
通過2019年發佈的、有關該機構的頭條引用文章月度圖（見圖4.5），可以發現，中國科學院在今日頭條平臺上的每月提及文章均超過7000篇。引用文章的閱讀量和點贊量的時間趨勢卻與引用文章量的趨勢有所不同：引用文章量的峰值出現在5月份，而閱讀量和點贊量的峰值出現在11月。閱讀量達到1024.15萬的熱點引用文章出現在11月，主題是關於物理學家錢三強與其妻子何澤慧籌建中國科學院物理研究所的傳記。
圖4.5 中國科學院2019年頭條引用指標月度趨勢
6. 中國社會科學院
中國社會科學院是國家哲學社會科學領域的資深研究機構，是25家首批國家高端智庫建設試點單位之一。根據往年《清華大學智庫大數據報告》，2016-2018年間，中國社會科學院的微信公眾號三年發文總量為400篇，篇均閱讀量達到1778.03次；機構在微信內容空間中的引用文章三年總量達43.43萬篇，引用文章的篇均閱讀量由2016年的622.36次上升到2018年的1515.43次。
中國社會科學院在今日頭條平臺上的官方頭條號賬戶有兩個，分別為“思想火炬”和“中國社科院經濟研究所”。這些官方頭條號賬戶活躍度不高，2019年發文量為361篇，但其發文卻獲得了較廣泛的傳播和反饋：篇均閱讀量達13004.1次，篇均點贊量達553.49次。中國社科院的智庫頭條號指數為75.94 （位列第四）。中國社會科學院下屬頭條號2019年發佈的、閱讀量最高的文章主題是中美貿易摩擦期間，美國對臺軍售的戰略解析。該文獲得了63.85萬次閱讀、5355次點贊。
中國社會科學院在今日頭條內容空間中得到了廣泛關注。2019年被瀏覽過的、提及中國社會科學院的文章有76968篇，且這些文章也得到了進一步的認可和傳播：上述文章篇均閱讀量達14045.01次，篇均點贊比達234.41次，中國社會科學院的智庫頭條引用指數為93.00（位列第二）。
通過2019年發佈的、有關該機構的頭條引用文章月度圖（見圖4.6），可以發現，中國社會科學院2019年各月頭條引用文量均不少於3000篇，機構引用文章的時間趨勢呈現出小幅週期性波動。整體而言，引用文章量和閱讀、點贊等用戶反饋行為的波動趨勢表現出相對一致。頭條引用文章量的峰值出現在12月份，達到6151篇；閱讀、點贊量的峰值則分別出現在1月和9月份。該機構閱讀量最高的引用文章出現在9月，主題是關於柬埔寨撤僑風波的事件梳理，文章閱讀量達到722.85萬。其中，文章創作者還特別緻謝了中國社會科學院專家，側面反映了機構專家於內容二次傳播影響力的作用。
圖4.6 中國社會科學院2019年頭條引用指標月度趨勢
7. 北京大學國家發展研究院
北京大學國家發展研究院是在北京大學中國經濟研究中心基礎上組建的一個以綜合性社會科學研究為主的高校智庫，是25家首批國家高端智庫建設試點單位之一。根據往年《清華大學智庫大數據報告》，2016-2018年間，北京大學國家發展研究院的微信公眾號三年發文總量為87篇，篇均閱讀量達249.18次；機構在微信內容空間中的引用文章三年總量達4.32萬篇，引用文章篇均閱讀量由2016年的1425.56次上升到2018年的1655.19次。目前，北京大學國家發展研究院還未在今日頭條平臺上開設頭條號。
北京大學國家發展研究院在今日頭條內容空間存在較強機構認知度和影響力。2019年提及該機構並存在瀏覽記錄的頭條文章有4261篇，在高校智庫中排名前列。引用研究院的文章也獲得了進一步的傳播：上述文章的篇均閱讀量達9565.70次、篇均點贊量達161.04次，智庫頭條引用指數為73.45（位列第二十五）。
通過有關該機構的頭條引用文章月度圖（見圖4.7），可以發現，研究院逐月頭條引用文章量的峰值出現在12月份，達到411篇。引用研究院文章的社會關注指標波動較大，閱讀量峰值出現在1月份，其中閱讀量最大的一篇文章是由擁有1791萬粉絲的頭條號“中國經濟網”發佈。該文是關於中國臺灣省籍人大代表、林毅夫夫人陳雲英訪問臺灣省的時評。北京大學國家發展研究院作為林毅夫先生的所屬機構被提及，文章閱讀量達79.22萬。引用文章點贊量最高的篇均文章出現在10月份，帶動該月總體點贊量出現激增趨勢。該篇引用文章由頭條號“人民政協網”發佈，文中回顧了林毅夫先生的生平，並強調了他在2013年3月7日召開的全國政協十二屆一次會議記者會上關於中國經濟增長的觀點。該文獲閱讀7.29萬次、點贊2.09萬次，研究院同樣作為林毅夫所屬機構被提及，體現了知名學者對智庫社會影響力的作用。
圖4.7 北京大學國家發展研究院2019年頭條引用指標月度趨勢
8. 中國國際經濟交流中心
中國國際經濟交流中心主要從事國際經濟事務研究和交流工作，屬於企業、社會類智庫，是25家首批國家高端智庫建設試點單位之一。根據往年《清華大學智庫大數據報告》，2016-2018年間，中國國際經濟交流中心的微信公眾號三年發文總量為232篇，篇均閱讀量達449.81次；機構在微信內容空間中的引用文章三年總量達5.14萬篇，引用文章篇均閱讀量由2016年的880.16次上升到2018年的1611.86次。
中國國際經濟交流中心尚未在今日頭條平臺上開設官方頭條號，但它發佈的文章和觀點被多方引用，機構影響力已在今日頭條內容空間中得到了充分的體現。2019年被瀏覽過的、提及中國國際經濟交流中心的文章有7629篇，頭條引用文章量在企業、社會智庫中相對靠前，其在平臺上獲得相對多的用戶反饋與認可，平均的篇均閱讀比達12975.56次，篇均點贊比達194.51次。2019年中國國際經濟交流中心智庫頭條引用指數為77.35（位列第十四） 。
通過2019年發佈的、有關該機構的頭條引用文章月度圖（見圖4.8），可以發現，中國國際經濟交流中心在今日頭條空間中的引用文章量呈現出曲折上升的態勢，引用文章峰值出現在12月份，達到1034篇，本月閱讀量最大的一篇文章來自擁有51萬粉絲的頭條號“中國經濟學人”，內容是中心副理事長在第十八屆中國經濟論壇上關於供給側改革與中國經濟增長的主旨演講。頭條引用文章量的趨勢與閱讀、點贊量的趨勢並不一致，閱讀、點贊量的峰值出現在6月份，且表現出話題熱度的陡升陡降。6月份閱讀量最大的一篇文章來自擁有191萬粉絲的頭條號“長江號外”，是中心總經濟師對中美貿易摩擦的評論。該篇文章閱讀量達到663.83萬次，體現了有關熱點事件的專家評論對於機構認知度的積極影響。
圖4.8 中國國際經濟交流中心2019年頭條引用指標月度趨勢
*優秀智庫名錄、智庫頭條引用指數列表請下載PDF原文觀看，此處略去
五、研究展望
新媒體推動全球政治生態、決策體系、治理模式產生深刻變化，各國智庫都在積極地利用新媒體平臺與社會公眾密切互動，傳播智庫觀點，增加智庫曝光率，發揮智庫社會影響力。這不僅契合智庫擴大其影響力的內在動因，也應和了現代國家治理的外在需求和國際環境的變化。基於大數據的智庫評價，突破了智庫客觀評價的技術瓶頸，通過實時跟蹤輿論動態，為我們提供了對智庫建設和運作新的認識角度。
在延續和總結過去三年清華大學智庫大數據報告經驗的基礎上，清華大學公共管理學院智庫研究中心和字節跳動公共政策研究院開展戰略合作，聯合推出專題報告：《清華大學智庫大數據報告（2019年）——今日頭條版》。本次報告在數據來源、評價體系和數據分析等各個方面有新的設計。一是利用頭條平臺海量數據庫資源保障了大數據評價的客觀和準確；二是結合今日頭條數據特徵重新構建了智庫頭條號指數和智庫頭條引用指數的指標框架；三是對各類智庫的多元數據進行了描述和趨勢分析，對典型智庫進行了詳細解讀。
報告的分析顯示，中國智庫在今日頭條內容空間中具有相當程度的影響力，今日頭條的平臺特性為智庫更廣範圍、更為精準、更大強度地實現影響力提供了新途徑。首先，中國智庫機構在今日頭條平臺中運營頭條號的文章量與篇均閱讀量呈正比。智庫加強頭條號運營具有顯著的溢出效應，智庫發文量的提升會帶動機構所有文章影響力的提升。這一溢出效應得益於今日頭條的個性化推薦算法，其為智庫機構的內容生產精準定位了目標群體，並培養了目標群體的粘性。其次，今日頭條內容空間中，中國各智庫機構的引用文章總數量與引用文章篇均閱讀數呈正相關關係。智庫可以藉助二次傳播廣泛擴大自己的影響力。這一現象也與今日頭條具有定位精準目標群體和塑造高粘性受眾群體的功能有一定關係。
中國智庫在今日頭條平臺上的主動內容生產行為仍有較大提升空間。不同類型智庫在今日頭條空間中的影響力不僅與國內外重大時事有緊密聯繫，也受到目標用戶行為偏好的影響。閱讀量、點贊量等不同指標在各類智庫間的表現存在明顯差異，發佈綜合性、話題性內容可產生多種類型的用戶反饋，發佈專業性內容則能獲得更多引用與閱讀。智庫在今日頭條空間中通過內容生產者的引用而產生的二次傳播影響也受智庫屬性和智庫內容生產特徵的影響而呈現不同趨勢。因此，智庫應積極運營新媒體並加大其在移動互聯網平臺中的活動，同時還需要深刻理解新媒體的行為模式，分析精準投放策略，增強智庫研究和產品的質量，以此獲得更大的社會影響力。
正如中國特色新型智庫體系的發展一樣，《清華大學智庫大數據報告》在未來仍任重道遠。清華大學公共管理學院智庫評價中心將始終追求更加客觀準確的數據評價和更加精細審慎的推斷分析，以期為學界和政策界提供一個在大數據維度上的高質量的智庫評價產品和評價體系。我們認為，與中國和全球數千家智庫的產品一樣，《清華大學智庫大數據報告》只是愈來愈開放競爭的政策分析市場中的一個觀點產品。我們希望在競爭的市場中贏得中肯的評價，也希望以中肯的評價促進市場的競爭。但是，我們也必須保持清醒，智庫大數據影響力也不等於智庫影響力，和當前其他所有智庫影響力測評體系一樣，智庫大數據評價也無法與智庫真正的決策影響力完全畫等號。只有在一個更加透明的決策體系裡，我們才能更加精準地評價智庫影響力。因此，學界長期以來探索更加全面地評價智庫影響力的工作，其根本動機是希望推動一個更加開放和透明的政府決策體系的建立。
*因篇幅原因，全文所有註釋已省略，可自行下載PDF原文查看
研究團隊介紹
顧問
薛瀾
清華大學文科資深教授、蘇世民書院院長。擔任清華大學公共管理學院智庫研究中心顧問、清華大學全球可持續發展研究院院長、清華大學中國科技政策研究中心主任、國家戰略諮詢與綜合評估特邀委員會委員、經濟合作與發展組織(OECD)科學、技術和創新顧問委員會委員、聯合國可持續發展網絡（SDSN）領導委員會聯合主席等。獲得中國科學學與科技政策領域傑出貢獻獎、復旦管理學傑出貢獻獎。薛瀾入選 “2014年中國智庫建設十大代表人物”、 “改革開放40年智庫建設40人”、“中國改革開放海歸40年40人”。
陳志鋒
字節跳動集團副總裁，負責字節跳動公共事務，中國人民大學MPA。
首席專家
朱旭峰
清華大學公共管理學院教授、博士生導師、副院長、智庫研究中心主任；清華大學全球可持續發展研究院執行院長、清華大學科技發展與治理研究中心副主任。朱旭峰入選國家傑出青年科學基金、首批國家青年拔尖人才支持計劃（“萬人計劃”）、國家優秀青年科學基金、教育部“新世紀優秀人才支持計劃”、哈佛大學“燕京學者”，2014年榮獲“中國管理學青年獎”。 朱旭峰入選中國網“2014年中國智庫建設十大代表人物”和中青網“改革開放40年智庫建設40人”。
研究方向包括政策過程理論、智庫和專家參與、轉型與公共治理等。著有The Politics of Expertise in China (Routledge, 2018)、《改革開放與當代中國智庫》（中國人民大學出版社2018年版）、The Rise of Think Tanks in China (Routledge, 2012)、《政策變遷中的專家參與》（中國人民大學出版社 2012 年版）和《中國思想庫：政策過程中的影響力研究》（清華大學出版社2009年版）等中英文專著五部。在Journal of Public Administration Research and Theory, Public Administration Review, Public Administration, The China Quarterly, Public Management Review, 等國際學術期刊發表論文 30 餘篇。在《中國社會科學》《社會學研究》《管理世界》發表論文8篇，其他CSSCI論文數十篇；在《人民日報》、《光明日報》等報刊發表文章數十篇。主持 9 項國家級研究課題。
袁祥
字節跳動公共政策研究院執行院長、北京師範大學新聞傳播學院兼職教授、中國人民大學新聞學院業界碩士導師。畢業於南京大學，曾任光明日報新聞報道策劃部主任兼融媒體中心副主任，高級記者。 多次獲中國新聞獎、中國人大新聞獎和全國政協新聞獎。主持完成國家出版基金項目，出版有《核心價值觀的故事叢書》（已出版8冊）。
擔任字節跳動公共政策研究院執行院長以來，統籌策劃、組織撰寫、修改審定多個專題研究報告、輿情分析報告等，出產一批有關產業、行業、企業發展的政策建議。
團隊成員
趙靜
清華大學公共管理學院副教授，清華大學產業發展與環境治理研究中心主任助理，清華大學公共管理學院智庫研究中心研究員。主要研究領域：政策過程理論，產業發展與產業政策。2019年獲北京市第十五屆哲學社會科學優秀成果二等獎，2018年獲首屆“夏書章全國公共管理優秀博士論文獎”，2017年獲首個公共管理領域優秀博士論文獎“費孝通勤學獎”。在《中國社會科學》、《管理世界》、《政治學研究》等期刊發表5篇論文。
孔媛
清華大學公共管理學院博士生。研究方向為：智庫理論，政策過程理論。
李鑫
字節跳動公共政策研究院研究員，中國人民大學碩士，主要研究方向為互聯網數據產品、大數據分析。
禹思坤
清華大學公共管理學院碩士研究生
邱道隆
字節跳動公共政策研究院研究員，北京大學-康奈爾大學聯合培養博士，主要研究方向為互聯網公共政策。
點擊下方“瞭解更多”，一鍵閱讀、下載報告全文。
