科學與政策接口（SPI）的基本特征和研究實踐

摘要：[目的/意義]科學研究應充分參與和有效支撐政策制定已成為共識，但從認知到實踐，卻仍然存在知識結構、溝通渠道、流程規(guī)范等阻礙因素，科學與政策接口（science-policy interfaces，SPI）為構建結構良好的科學和政策互動關系提供了新的研究視角。[方法/過程] 通過文獻調研探究SPI的基本特征和發(fā)展現(xiàn)狀，梳理理論發(fā)展脈絡和概念內涵，基于SPI核心要素和關系模式分析對其運作方式進行闡釋，以影響廣泛的2項實踐案例剖析SPI的具體實現(xiàn)效果和價值。[結果/結論] SPI的基本特征表現(xiàn)為對多種參與主體和復雜互動關系的關注，通過邊界組織的信息收集和知識轉化功能來彌合科研人員與政府決策者之間知識儲備及需求表達的差距，將研究層次由問題描述導向至基于案例的方案預設和規(guī)則建立，與當前循證決策研究的方法和目標充分契合，從而超越了當前對科學與政策間單向互動的“線性模式”的反思研究，推動實踐轉變?yōu)殡p向可持續(xù)互動的“交互模式”或“共同生產(chǎn)模式”。SPI可為科學研究參與支撐政策制定的實踐探索提出新的建議和發(fā)展方向，包括知識基礎設施建設、工具和技能提升、文化和本土要素納入、投資和主題指導、科學外交和多層合作等多個方面。

關鍵詞：科學與政策接口 SPI 共同生產(chǎn) 邊界組織 循證決策

分類號：C934

DOI： 10.19318/j.cnki.issn.2096-1634.2024.03.04

科技知識作為現(xiàn)代社會重要生產(chǎn)力，被認為是衡量國家創(chuàng)新水平的關鍵資源[1]，且通常與政策制定（police making）密切相關，尤其是在應對氣候變化、社會保障、公共衛(wèi)生和網(wǎng)絡安全等復雜挑戰(zhàn)時更凸顯了科學研究參與和支撐政策制定的社會意義。從20世紀60年代開始，各國政府開始積極增加對科學研究的投入，對研究結果可用性的殷切期望，表明決策集團對科學知識或政策證據(jù)的需求在不斷增強[2]。進入21世紀，伴隨公眾政治素養(yǎng)、權利意識和信息技能的提升，公眾和媒體對政策制定和執(zhí)行的關注度不斷加強，社會層面對政策的流程透明度和證據(jù)可信度要求愈發(fā)嚴格。新的社會現(xiàn)象使政策制定的環(huán)境日益復雜，政治議題對專業(yè)性資料和能力要求提高，推動政府決策者不斷思考如何提升政策制定的科學性、有效性。

因此，政策制定的科學證據(jù)利用與科學研究的決策過程參與是社會背景下的迫切要求，能夠適應社會價值多元性和公共問題復雜性。雖然人們普遍認同科研的參與對于政策制定至關重要，但有相關研究指出科研成果轉化為政策的過程往往緩慢且滯后[3， 4]。如何推動科學家和政府決策者之間的有效互動、提高科學研究成果的利用效率和對政策的積極影響，成為備受關注的問題?；趯ρC決策（evidence-based policy making，EPM）、研究利用（research utilization，RU）或知識動員（knowledge mobilization，KM）等不同的有關科學和決策共同生產(chǎn)（co-production）關系的研究和反思，學界提出了科學與政策接口（science-policy interfaces，SPI）的概念，以探究在科學和政策交叉點上多種參與主體的互動關系。國內相關學者也開始關注風險社會的循證困境，反思科學對科學與政策關系的影響等新問題，但尚未有對SPI的清晰解讀和分析。

1 SPI的基本概述

1.1 SPI的理論演變

可靠的知識能夠為政府決策者提供科學有益的建議早已成為共識，該認知與現(xiàn)代政府治理模式的改進有關：19世紀實證社會科學的迅速發(fā)展促進了對知識與權力關系的普遍探討；20世紀的政治民主化、科學政治化和專業(yè)知識公眾化促使研究者對科學與政策的關系開展更深一步的探索[5]，涉及科學學、政治學和科學哲學等眾多學科領域的研究，如科學政策咨詢（scientific advice）、科學治理（science governance）、科學交流（science communication）等[6]。研究利用（RU）和循證決策（EPM）是較早出現(xiàn)的有關科學和政策共同生產(chǎn)關系研究的主要描述，有學者提出兩者存在發(fā)展缺陷和研究短板。依托已有基礎和實踐新發(fā)展提出的SPI理論，為解決循證困境和彌補研究利用的空白提供了新思路。

RU描述了知識生產(chǎn)者和知識利用者間的知識轉化過程[7]，在政治學領域用于解釋研究成果如何流入或不流入政策制定過程的現(xiàn)象。相關研究關注政府決策者對研究成果利用的方式和效果，且往往將這種利用描述為“緩慢且無形”[8， 9]，并指出政治意識形態(tài)、公眾輿論、政府決策者價值觀等具有更強的影響力。但對于如何綜合考慮這些影響因素來提升利用效率卻欠缺深入研究。

EPM則是指將證據(jù)植入從政策制定到政策評估的政策環(huán)（cycle）的全過程[10]。隨著社會治理研究與實踐的發(fā)展，已有學者提出循證決策面臨的阻礙和困境包括研究成果準確度、證據(jù)接受度、供需匹配度、研究知識和實踐經(jīng)驗可比性、證據(jù)利用客觀性等[11]，僅提供更多的研究成果并不意味著能制定出更好的政策[12]。在循證理念利用較少的公共問題中，政府決策者往往對研究過程和結果理解不足，而與此同時，科學家也缺乏對政府決策者明確需求的認知和把握，這種交互關系和利益協(xié)調的缺陷遠超技術或知識不足帶來的影響[13-15]。而早期對知識傳播和主體交互過程的解釋過于線性和簡單化，無法促進政府決策者和科學家的相互交流和理解[16]，因此，改善供需方互動關系成為化解阻礙的關鍵問題。

SPI和RU、EPM都著重于科學與政策共同生產(chǎn)關系的研究，從目的和手段上都符合循證的邏輯思路，即利用最佳科學研究成果提高決策正確性，但在問題和視角上各有側重。RU關注研究成果的利用方式和效果；EPM側重證據(jù)在決策制定周期中的植入方式和效果；相較于RU對研究知識接收者的重點關注，SPI則擴展包含了對互動雙方及知識生產(chǎn)過程的關注和研究，并且針對EPM實踐中參與者溝通和交流缺失的問題，SPI提供的解決思路和方式，更符合現(xiàn)實中科學和政策交互的復雜情境。通過SPI可實現(xiàn)參與者間的協(xié)商調解，有助于縮小科研興趣與政策優(yōu)先事項之間的差距[17]，在實踐中借助SPI提供的問題案例、中介組織和溝通渠道，科學家能夠了解政府決策者的明確需求，政府決策者也有效提高了對科學家能力和研究成果價值的理解。

1.2 SPI的概念內涵

SPI著眼于社會科學中“交流”（communication）這一核心概念來描述科學研究與政策制定的互動。接口（interface）在牛津詞典中被解釋為“兩個系統(tǒng)、主題、組織等相遇、對話和互動的交匯點”[18]，SPI即描述當某一公共問題需要科學和政策共同解決的情境下，科學家和政府決策者將關注相似的優(yōu)先事項、學科知識和解決方法，此時科學與政策兩個系統(tǒng)存在互動的交匯點。雖然兩個系統(tǒng)內部具有不同邏輯、目標和規(guī)則[19]，但由于在結果產(chǎn)出、進程環(huán)節(jié)、參與主體和環(huán)境等方面的相互作用和依存，科學交流活動滲透到非學術環(huán)境，特定領域的知識轉化為決策過程中可訪問、可理解的信息[20]。

雖然關于SPI的概念，目前尚未有統(tǒng)一的定義，但諸多學者根據(jù)研究內容和方法對其進行了不同的解讀（表1），廣義上SPI描述一系列眾多利益相關者協(xié)同合作并進行知識生產(chǎn)、傳播和利用的過程，狹義上SPI被限定為邊界組織或證據(jù)的生產(chǎn)環(huán)節(jié)。隨著環(huán)境治理和生態(tài)保護領域科學界和政策界的系列行動和不斷探索，對于SPI的相關研究從理論探討發(fā)展到戰(zhàn)略分析再到案例解讀，對SPI內涵的理解呈現(xiàn)出復雜性、可操作性、情境化這3種不同的視角。具體來看，第1種是從理論思辨層面強調參與角色多樣性和知識傳播復雜性，突出SPI區(qū)別于其他相關研究的關鍵特征，強調這種互動和接口存在的合理性和必要性；第2種是從制度構建層面強調可操作的治理要求，通過SPI為促進科學與政策良性互動來提供規(guī)則和程序，基于已有實踐經(jīng)驗來提供建議和方案；第3種解讀是從實踐情境方面突出SPI的具象化描述，將其定義限定為傳遞供需信息的邊界組織、承擔知識轉化的中介角色、建立溝通渠道的交流平臺等。其他更多相關研究則著眼于某一公共問題下的SPI組織或角色，根據(jù)案例進一步探討流程規(guī)范、影響因素、成果意義等。

上述3種SPI定義的視角，分別強調了復雜的交互關系、可操作性制度方案、具象化組織功能，因此本文將SPI解釋為當科研人員和政府決策者共同關注同一社會問題時，由邊界組織通過傳遞科學產(chǎn)出并轉化為決策證據(jù)、傳遞政策需求并轉化為研究導向，連接科研周期和決策周期，進而提高決策效率和質量的信息傳輸和生產(chǎn)過程（圖1）。

2 SPI的核心要素

科學研究和政策制定作為兩個獨立的領域，有各自的人員角色、要素關聯(lián)、運行流程和規(guī)則模式，兩個系統(tǒng)的互動表現(xiàn)為各種要素在SPI接口上的交叉和影響。已有學者探討了互動過程的構成要素，例如：楊代福等[29]根據(jù)研究周期將構成要素分為研究生產(chǎn)要素、研究傳播要素、研究使用要素；Richards[30]分析了輸入特征、外部條件、溝通渠道和政治使用4類因素；Wagner等[27]探討了組織類型、科學產(chǎn)出、輸出成果、采納過程4個關鍵要素。本文依據(jù)前文對SPI定義的內涵解讀和研究目的，重點關注證據(jù)和邊界組織這兩個要素，同時也是影響互動效率和成果的核心要素。

2.1 證據(jù)

證據(jù)是SPI中邊界組織進行信息收集、轉化和輸出活動時的作用對象，是政府決策者將科學知識作為決策依據(jù)和參考的一種形態(tài)，在共同生產(chǎn)過程中表現(xiàn)為有形資料，如政策簡報、主題匯報、評估報告、研討會、對話和演示文稿等，綜合了與公共問題相關的知識和資料[28]。關于證據(jù)的定義仍未有統(tǒng)一說法，目前是從法律和規(guī)則視角強調其驗證的功能性；在類別劃分上強調證據(jù)的產(chǎn)生方法和形式，一般分為研究知識和專業(yè)經(jīng)驗兩類[5，31]。在SPI的運作流程中，進入決策周期的證據(jù)一般是指研究結果、客觀知識、領域共識、專家觀點、公眾反饋和本土資料等。區(qū)別于政府決策者自身的經(jīng)驗判斷，SPI中的證據(jù)需要邊界組織的組織管理，如需具備專業(yè)技能和學科基礎的主體依據(jù)決策需求篩選信息源，基于已審核出版的文獻資源進行匯總和更新，根據(jù)文化習慣和認知水平進行形式和語言轉化等。

證據(jù)的質量及其利用效果是探究科學和政策互動的基本問題，但由于被采用的證據(jù)內容和協(xié)調過程是不可見的，因此衡量證據(jù)的利用效率難度較大，往往停留在理論研究層面。廣泛認同的質量衡量標準是CASH等[32]提出的包含可信度（credibility）、相關性（relevance）和合法性（legitimacy）的CRELE標準，其中可信度被理解為通過可靠性、有效性和充分性在內的多個標準來衡量科學充分性，相關性代表信息對政府決策者和決策需求的有用性，合法性涉及知識生產(chǎn)和交流中的倫理和公平問題。除了基礎的CRELE質量標準，提高證據(jù)的采納程度和影響還應包含以下特征：決策需求驅動而非研究興趣等、產(chǎn)生過程公開且透明、納入地方文化知識、方法合理且技術準確、提供選擇而不是直接建議、考慮不同層級的決策關聯(lián)，以及結論應包含風險評估和管理、觀點多樣且量化不確定性[33]。

2.2 邊界組織

SPI重點關注的是科研人員和政府決策者間的知識轉移和需求表達的差距，為了彌補認知視角和知識儲備的鴻溝，就需要邊界組織這個關鍵角色進行信息收集、轉化和傳遞。一般認同將邊界組織定義為跨越政治和科學的機構，通過邊界跨越者促成各種邊界跨越活動，為知識生產(chǎn)和傳播提供“中立”空間[34]。部分學者更強調作為個體的邊界跨越者的作用，如Macdonald等[35]將邊界組織解釋為SPI兩端雇用的專家，稱之為翻譯或橋梁，以協(xié)調政府決策者與科研人員間的聯(lián)系。關于邊界組織的類別，從級別上可分為全球性、區(qū)域性、國家性和地方性；從類別上來看，普遍認同Timaeus等[36]根據(jù)任務目的、參與者構成、時間跨度、運行周期等將SPI組織分為機構授權的專家組、政府資助的科研項目、附屬于政府機關的機構、代表民間團體的利益集團4種類型。

與科學和政策的正式組織或官方代表不同，邊界組織更關注利益相關者互動和知識共同生產(chǎn)的過程，更能排除政治干預且增強合作成果的可信度，提高知識生產(chǎn)的有效性、可傳播性和易接受度?；诎咐{研，邊界組織的功能作用主要有3點：一是維持互信關系，向利益相關者提供分工和問責制，在各實體間建立制衡以獲取信任[37]；二是搭建溝通渠道，組織政府決策者、科研人員和專業(yè)調解員參與；三是彌合信息差距，聯(lián)絡和咨詢直接受政策影響的利益相關者，充分開發(fā)和利用工具實現(xiàn)知識整合和轉化，幫助政府決策者掌握現(xiàn)實情況。但由于文化、制度和問題本身的復雜性，實際運營中邊界組織的可信度、相關性、合法性和靈活性等對其效用發(fā)揮都有重要影響。具體來看，規(guī)模及人員構成，是否是跨學科性質，組織建制是否正式，運作流程的官方或非官方性，政府、基金會、公眾或行業(yè)資助的資金來源等都影響著實踐中邊界組織的溝通和協(xié)作效率。

3 SPI的運作方式

證據(jù)向決策周期各環(huán)節(jié)的流入是促成科學影響政策的核心環(huán)節(jié)，證據(jù)的傳播和接受有賴于科研人員與政府決策者的協(xié)商合作，因此建立良好的互動關系是SPI有效運作的基礎。眾多早期研究討論了這種互動在理想情況下的最佳效果，但缺少對利益相關者間關系和程序的清晰、一致且詳盡的規(guī)范假設[38]。社會科學家以系統(tǒng)和簡化的方式提煉出各類關系的核心特征[39]，構建了普遍關系模式。哲學家Habermas對3種典型關系模式進行了開創(chuàng)性描述，提出“決策主義”（decisionist model）、“技術專家”（technocratic model）和“實用主義”（pragmatic model）模式，并強調了解釋權變更帶來的差異[40]。以Habermas為基礎，Millstone[41]概括為“技術專家”“決策主義”以及“合法辯護”（legitimation model）3類。此后，有學者提出了更加情境化和差異化的變體或混合體。本文根據(jù)互動的單向或雙向，以及主體參與的復雜性，分線性模式（linear model）、交互式模式（interactive model）和嵌入式模式（embedded model）3個類別來進行分析。

3.1 科學和政策互動的工具性：線性模式

20世紀60年代以來，在政治制度民主化、科學研究政治化和專業(yè)知識民主化進一步推進下[6]，科學和社會更普遍地參與到政治進程。這一時期科學和政策的交流是以一種單向的線性方式進行的，奉行的是“二分法”，科學被認為是“客觀事實”或中立知識，而決策是“價值觀”。其中，“決策主義”模式被認為是歷史最悠久的模式[42]，強調基于政府決策者確定的政策目標，科學研究只是提供所需的知識和建議，一定程度上承諾避免對學術權威的政治濫用?！皼Q策主義”的思想可追溯到Weber對工業(yè)社會專業(yè)化的勞動分工的研究[43]，科學團體和政府機構間有嚴格的責任劃分，理性和準確的科學知識需要與政治價值觀和利益區(qū)分開來，科研人員不能參與政策設計的主觀判斷[38]?！皼Q策主義”過度強調科學的理性但忽視社會屬性，不斷受到質疑和批評，由此引入了“技術專家”模式。“技術專家”的理念指出科研人員有資格取代缺乏專業(yè)知識、具有利益沖突和價值偏見的政府決策者。因此，由科研人員判斷政策目標并制定政治議程，政府決策者的作用是在科學方案尚未提出時進行一般的決策，并且將社會團體排除在政治議程之外。與“技術專家”理念相近，強調研究在政治中關鍵作用的是“合法辯護”模式，其承認專家的知識權威和關鍵作用，但專家不參與決策而只是被政府決策者“選擇”。政府決策者可以利用科學的公共權威來為治理行動辯護，并推動政策的合法化落地。

這些線性模式盡管存在差異，但基于以下共同的假設：① 科學和政策是兩個可以且應該嚴格劃分的領域，即“專家沒有利益，官員沒有專業(yè)知識”[46]；② 科研人員通過線性的和單因果方式向政府決策者提供客觀知識；③ 政策制定是一個理性過程，決策者能夠理解科學成果的內容和原理并應用于決策，同時科研人員也能夠中立且客觀地產(chǎn)出科學成果；④ 都否認了公眾和社會組織的作用。因此，這類關系模式無法反映SPI互動過程中參與者間相互影響的復雜性。

3.2 科學和政策互動的連續(xù)性：交互式模式

隨著現(xiàn)代政府民主化進程的發(fā)展，決策更多地被置于公眾監(jiān)督和社會參與之下，決策者必須向公眾解釋政治行為和路線方案，因此需要科學與政策更為密切的聯(lián)系。而線性模型預設科學和政策彼此孤立，限制科研人員和非學術團體等影響政治判斷。因此20世紀80年代后，“交互式”模型逐漸取代“線性”模式，該模式假定科研方向及產(chǎn)出與政治判斷、政治環(huán)境等密切相關，同時政策的目標確定、施行過程又與科研人員、決策者和社會團體間的持續(xù)互動密不可分。Habermas[45]引入實用主義的概念來解釋這種交互行為，指出科研人員無法提供“絕對真實”的知識，但仍應提供有關政治目的、輔助政策判斷的證據(jù)。此后，衍生出多種模式，如遞歸模式（recursive model）、共同生產(chǎn)模式（co-production model）、倫理理性模式（virtuous reason model）等。Weingart[47]首先引入了遞歸模式，指出科學與政策的互動是一個連續(xù)過程，科研人員與決策者密切接觸以傳達研究期望和政策需求。此后，Jasanoff[48]提出共同生產(chǎn)的概念來分析科學、權力和文化間的關系，指出科學知識并不是超越現(xiàn)實存在，而是可以嵌入和被嵌入到社會制度、規(guī)則和實踐中。這種觀念能夠避免自然決定論和社會決定論的缺陷，科學既不是對自然真相的簡單反映，也不能被理解為社會和政治利益的附帶現(xiàn)象。共同生產(chǎn)的理念，后來擴展成為了倫理理性模式，引入“中間人”的新角色來連接科研人員和決策者，以不同的社會倫理和道德規(guī)范為指導，提供解決方案和實施手段。

以上交互式模式都要求科學、政策和公眾之間進行批判性互動，由于科學知識被認為并非是絕對客觀且正確的，因此需要多方民主參與來建立起共識，針對公共問題進行大量交流以澄清問題和相互理解。相較于線性模型中對科學知識的不充分認可，以及對學術權威的濫用和誤用風險的擔憂，交互式模式將科學家、決策者和公眾之間溝通交流的缺陷視為核心問題。

3.3 科學和政策互動的多方參與：嵌入式模式

進入21世紀，決策者面臨更廣泛的、更嚴格的社會審查，科學和政策間關于環(huán)境污染、能源利用等公共話題的討論被帶入公共領域，公眾對學術和政治辯論的矛盾和不確定性有了更深了解。因此，有關科學客觀性和中立性的反思更為盛行，受公共資金資助的科學研究者也需為其研究成果的社會影響負責。如何在多元化的參與主體之間建立有效且全面交流的途徑成為主要關注點。嵌入式模式仍然是基于Habermas的實用主義觀點，將科學參與政策視為多種參與者之間的協(xié)商討論的過程，著重考慮社會參與形式，以及如何顯示公眾價值。針對公眾和社會團體的價值體現(xiàn)，Edenhofer等[49]提出了務實啟蒙模式（pragmatic-enlightened model，PEM），調整了經(jīng)典的實用主義模型，提高了社會力量的參與度。考慮到多利益相關者參與的重要性，Kowarsch等[38]引入了“研究–整合–利用”模式（research-integration-utilization model），提出政策制定涉及不同利益集團的參與、互動和妥協(xié)，以確?？茖W研究的參與是認知合理、政治適用且合法的。這里的“研究”指通過公認的研究原則和方法產(chǎn)生特定形式知識的過程，“整合”是針對實際問題借助專業(yè)知識提供風險評估或潛在方案，“利用”解釋為決策者過濾、選擇和接受有用的知識產(chǎn)出。與之相似，Breeman等[50]提出了多方利益相關者協(xié)商機制，作為一種多中心治理形式匯集科學、政策和社會等多方力量解決復雜問題。

嵌入式的互動模式打破了線性模式中科學的中立性和獨立性，更加強調具體情境中科學研究和科學知識在主題、形式、結論上不斷調整以適應公共問題需求，同時借助監(jiān)督審核保證研究公正和透明，通過平衡不同學科、區(qū)域、方法的成果和觀點提高產(chǎn)出成果的客觀和全面。

4 SPI的實踐案例

長久以來，部分國家和國際組織采用了多種策略來促進科學和政策的建設性交流和有效成果輸出，在環(huán)境、食品、教育、衛(wèi)生領域進行了多種構建SPI的嘗試，并取得了一定成果。其中政府間氣候變化委員會（Intergovernmental Panel on Climate Change，IPCC）和生物多樣性和生態(tài)保護政府間政策平臺（Intergovernmental Platform on Biodiversity and Ecosystem Services，IPBES）是兩個影響廣泛的全球結構化SPI組織。IPCC于2007年被授予諾貝爾和平獎。在2022年IPCC和IPBES被聯(lián)合授予古伯金漢基金會人道獎（Gulbenkian Prize for Humanity）。

20世紀80年代，科研人員和決策者合作解決臭氧層耗竭問題成為最知名的早期構建SPI的探索，各國政府聽取了科研人員提出的關于需要合作研究和監(jiān)測臭氧層的警告，并于1987年通過《蒙特利爾議定書》?；谶@種合作探索，1988年由世界氣象組織和聯(lián)合國環(huán)境署合作成立IPCC，將其作為一個附屬于聯(lián)合國的跨政府組織，包含195個成員國，目的是為決策者提供有關氣候變化、影響和未來潛在風險的定期評估，并提出適應和緩解方案[51]。IPCC主要工作是基于已評審和已出版的科學文獻，定期編寫評估報告及技術指南，通過“與政策相關但非政策規(guī)范”的評估報告中立、全面、公開、透明地提供全球氣候專家的研究狀況和觀點共識。IPCC為決策者、科研人員和機構管理人員提供了一個共同努力的框架（圖2）。從運作流程上看，在秘書處組織下各成員國代表每年召開一次或多次全體會議，在評估周期內選出監(jiān)督會主席團提供專業(yè)指導；執(zhí)行委員會推動工作計劃開展和監(jiān)督評估報告；3個工作組和專題組分別承擔氣候變化不同維度的評估內容，并接受技術支持小組的技術和組織支持；不同領域的科研人員自愿參與完成評估報告，具體人員選擇平衡考慮地域、國家、性別、學科等因素。

2010年6月舉辦的生物多樣性和生態(tài)系統(tǒng)保護會議上，與會各國協(xié)商通過的釜山文件（Busan Outcome Document）中指出“應建立一個生物多樣性和生態(tài)系統(tǒng)保護的政府間科學政策平臺”，目的是通過提供最優(yōu)知識以促進政府、私營部門和民間團體的協(xié)同決策和有效執(zhí)行，以應對生物多樣性喪失和生態(tài)系統(tǒng)退化問題，最終實現(xiàn)增進人類福祉并推進可持續(xù)發(fā)展。與會國于2012年4月全體會議通過決議，將IPBES設立為一個獨立的政府間機構，由聯(lián)合國環(huán)境規(guī)劃署授權并提供秘書處服務，并接受聯(lián)合國環(huán)境規(guī)劃署、聯(lián)合國開發(fā)計劃署、聯(lián)合國教育科學及文化組織和聯(lián)合國糧食及農業(yè)組織的指導。從組織結構上看，由成員國代表組成的全體會議是IPBES的管理機構，主席、副主席和行政負責人組成主席團，多學科專家小組由區(qū)域專家參與構成，專家組和工作組負責選定科研人員等進行評估和其他成果產(chǎn)出，秘書處和技術支持部門則負責提供行政和技術服務支持。從功能程序上看，IPBES積極響應了政府關于生物多樣性和生態(tài)系統(tǒng)保護信息的請求，確定并優(yōu)先考慮決策者所需的專業(yè)科學知識，在全球和區(qū)域范圍內對相關科研知識進行定期、及時、可信、中立和同行評審的評估，并通過確定相關工具和方法來支持政策的制定和實施，推動科研成果更好地支持決策過程。IPBES的2030年工作計劃目標分為6項[52]，包括評估知識現(xiàn)狀，加強個人及機構能力建設、加強數(shù)據(jù)管理等知識基礎建設、支持政策需求、加強溝通和參與、提高平臺有效性，不斷調整和改進實踐工作，不斷彌合科學和政策、區(qū)域和全球、本土和官方的知識體系和認知體系差距。

5 總結與討論

當前人類社會的公共問題呈現(xiàn)出高度復雜性和快速變化的特點，科學發(fā)展進程和參與決策效果是影響社會發(fā)展的關鍵因素[53]。各界日益重視推動有效的科學參與決策，1972年第一次全球環(huán)境峰會發(fā)布的《斯德哥爾摩宣言》強調了科學的識別、避免和控制環(huán)境風險的預警作用，還明確了決策者與科研團體之間建立伙伴關系以應對全球挑戰(zhàn)的必要性。此后，2017年頒布的《布魯塞爾宣言》旨在針對科學與社會的交叉點制定合理的循證決策的指導方針。但目前仍有許多阻礙科學參與決策的客觀障礙，包括研究成果可獲取性、科學知識的可信度和反科學的觀點[54]、研究背景下知識轉化的努力不足、認知差距影響信息構建方式、偏向解釋性知識而非具體方案、知識層次結構和研究文化使科研人員遠離現(xiàn)實應用 等[55]，如何化解這些障礙是當前科學和政策關系研究的核心問題，也是SPI相關研究的重要目的。

SPI的理論發(fā)展、概念內涵、核心要素、運作方式和實踐案例，表明SPI順應了全球性公共問題頻發(fā)、公共管理日益復雜、公民科學不斷發(fā)展等時代趨勢。SPI在研究主題上更偏向基于案例的可操作性方案和規(guī)則研究而非描述問題，研究重點更關注復雜的互動關系、多樣的參與者，以及邊界組織的作用效果。依據(jù)共同生產(chǎn)的理念構建科學和政策的連續(xù)、長期和雙向互動，已成為未來研究和實踐的基本共識，更多研究結果鼓勵SPI利益相關者反思當前制度設計弊端，推動現(xiàn)有SPI向共同生產(chǎn)模式的轉變。同時，要充分關注已有研究提出的一系列SPI未來發(fā)展和實踐建議，包括推進數(shù)據(jù)管理和共享知識基礎設施建設、搭建多級別和多層次的合作機制、投資科學外交以鼓勵全球研究合作、擴大社會公共問題關鍵領域的科研投資、加大對當?shù)匚幕尘昂捅就翍媒?jīng)驗的研究關注、鼓勵超越評估報告來探索多種輸出方式等，從而更好地應對多重社會挑戰(zhàn)。

參考文獻：

[1] GLUCKMAN P. The science–policy interface[J]. Science， 2016， 353（6303）： 969-969.

[2] LENTSCH J， WEINGART P. Scientific advice to policy making in comparative perspective： Technocracy revisited—Introduction[M]//LENTSCH J， WEINGART P. Scientific Advice to Policy Making. Opladen： Verlag Barbara Budrich， 2009： 7-16.

[3] BRUNDTLAND G H. The scientific underpinning of policy[Z]. American Association for the Advancement of Science. 1997： 457.

[4] NURSEY-BRAY M J， VINCE J， SCOTT M， et al. Science into policy？ Discourse， coastal management and knowledge[J]. Environmental Science Policy， 2014（38）： 107-119.

[5] HEAD B W. Reconsidering evidence-based policy： Key issues and challenges[J]. Policy and Society， 2010， 29（2）： 77-94.

[6] MAASEN S， WEINGART P. What’s new in scientific advice to politics？ ： Introductory essay[M]//MAASEN S， WEINGART P. Democratization of Expertise？. Dordrecht： Springer Netherlands， 2005： 1-19.

[7] HUBERMAN M. Research utilization： The state of the art[J]. Knowledge and Policy， 1994， 7（4）： 13-33.

[8] LINDQUIST E A. What do decision models tell us about information use？[J]. Knowledge in Society， 1988， 1（2）： 86-111.

[9] SHULHA L M， COUSINS J B. Evaluation use： Theory， research， and practice since 1986[J]. Evaluation Practice， 1997， 18（3）： 195-208.

[10] 李曉軒， 楊可佳， 楊柳春. 基于證據(jù)的政策制定： 英國的實踐與啟示[J]. 中國科學院院刊， 2013， 28（6）： 740-749. LI X X， YANG K J， YANG L C. Evidence-based policy making： UK practice and implications[J]. Bulletin of Chinese Academy of Sciences， 2013， 28（6）： 740-749.

[11] 呂佳齡， 溫珂. 循證決策的協(xié)同模式：面向國家治理體系和治理能力現(xiàn)代化的科學與決策關系建構[J]. 中國科學院院刊， 2020， 35（5）： 602-610. LV J L， WEN K. Coordinated model of evidence-based policy making： New framework towards state governance system and capacity[J]. Bulletin of Chinese Academy of Sciences， 2020， 35（5）： 602-610.

[12] SUTHERLAND W J， SPIEGELHALTER D， BURGMAN M A. Policy： Twenty tips for interpreting scientific claims[J]. Nature， 2013， 503（7476）： 335-337.

[13] LAVIS J N， ROBERTSON D， WOODSIDE J M， et al. How can research organizations more effectively transfer research knowledge to decision makers？[J]. The Milbank Quarterly， 2003， 81（2）： 221-248.

[14] KERRY L， FIONA A， DOROTHY S. Closing the research-policy and research-practice gaps： Ideas for child and family services[J]. Family Matters， 2006（74）： 12-19.

[15] NUTLEY S， DAVIES H， WALTER I. et al. Using Evidence： How Research Can Inform Public Services[M]. Bristol University Press， 2007.

[16] MEAGHER L， LYALL C， NUTLEY S. Flows of knowledge， expertise and influence： A method for assessing policy and practice impacts from social science research[J]. Research Evaluation， 2008， 17（3）： 163-173.

[17] DUNN G， BOS J J， BROWN R R. Mediating the sciencepolicy interface： Insights from the urban water sector in Melbourne， Australia[J]. Environmental Science Policy， 2018（82）： 143-150.

[18] Oxford English Dictionary[EB/OL]. （2023-03-01） [2023-03-01]. https：//www.oed.com/view/Entry/97747？rskey=b c9KT9result=1#eid.

[19] LUHMANN N. Die wirtschaft der gesellschaft[M]. Frankfurt am Main： Suhrkamp， 1988： 358.

[20] SOKOLOVSKA N， FECHER B， WAGNER G G. Communication on the science-policy interface： an overview of conceptual models[J]. Publications， 2019， 7（4）： 64.

[21] FAEHNRICH B， RUSER A. ‘Operator， please’—Connecting truth and power at the science-policy interface[J]. Journal of Science Communication， 2019， 18（3）： https：//doi.org/10.22323/2.18030501.

[22] VAN DEN HOVE S. A rationale for science–policy interfaces[J]. Futures， 2007， 39（7）： 807-826.

[23] KUKKONEN A， YL？-ANTTILA T. The science–policy interface as a discourse network： Finland’s climate change policy 2002–2015[J]. Politics and Governance， 2020， 8（2）： 200-214.

[24] KOETZ T， FARRELL K N， BRIDGEWATER P. Building better science-policy interfaces for international environmental governance： Assessing potential within the Intergovernmental Platform for Biodiversity and Ecosystem Services[J]. International Environmental Agreements： Politics， Law and Economics， 2012， 12（1）： 1-21.

[25] DEVELOPMENT I I F S. Science-Policy Interfaces： From Warnings to Solutions [EB/OL]. （2022-01-24）[2023-03-10]. https：//www.iisd.org/articles/sciencepolicy-interfaces.

[26] AFFAIRS UNDOEAS. CEPA strategy guidance note on the Science-policy interface [EB/OL]. [2023-03-10]. https：//publicadministration.un.org/en/IntergovernmentalSupport/Committee-of-Experts-on-PublicAdministration/Governance-principles/Addressingcommon-governance-challenges/CEPA-strategyguidance-notes.

[27] WA G N E R N ， V E L A N D E R S ， B I B E R -FREUDENBERGER L， et al. Effectiveness factors and impacts on policymaking of science-policy interfaces in the environmental sustainability context[J]. Environmental Science Policy， 2023（140）： 56-67.

[28] SARKKI S， TINCH R， NIEMEL？ J， et al. Adding‘iterativity’ to the credibility， relevance， legitimacy： A novel scheme to highlight dynamic aspects of science–policy interfaces[J]. Environmental Science Policy， 2015（54）： 505-512.

[29] 楊代福， 劉爽. 新冠疫情應對決策中的研究證據(jù)使用：基于十個國家的定性比較分析[J]. 科學學研究， 2022， 40（2）： 278-287. YANG D F， LIU S. Use of research evidence in decisionmaking in the COVID-19 response： Qualitative comparative analysis based on ten countries[J]. Studies in Science of Science， 2022， 40（2）： 278-87.

[30] RICHARDS G W. The Science–Policy Relationship Hierarchy （SPRHi） model of co-production： How climate science organizations have influenced the policy process in Canadian case studies[J]. Policy Sciences， 2019， 52（1）： 67-95.

[31] PAWSON R. Evidence-based policy： The promise of realist synthesis’[J]. Evaluation， 2002， 8（3）： 340-358.

[32] CASH D W， CLARK W C， ALCOCK F， et al. Knowledge systems for sustainable development[J]. Proceedings of the National Academy of Sciences of the United States of America， 2003， 100（14）： 8086-8091.

[33] WATSON R T. Turning science into policy： Challenges and experiences from the science-policy interface[J]. Philosophical Transactions of the Royal Society of London Series B， Biological Sciences， 2005， 360（1454）：471-477.

[34] GUSTON D H. Stabilizing the boundary between US politics and science： The role of the Office of Technology Transfer as a boundary organization[J]. Social Studies of Science， 1999， 29（1）： 87-111.

[35] MACDONALD B， SOOMAI S， DE SANTO E， et al. Understanding the science–policy interface in integrated coastal and ocean management[M]//MACDONALD B H， SOOMAI S S， DE SANTO E， et al. Science， Information， and Policy Interface for Effective Coastal and Ocean Management. Boca Raton： CRC Press， 2016： 19-44.

[36] TIMAEUS J， HEINK U， NE？H？VER C. Study on landscape of science-policy interfaces. spiral deliverable 1.2[R]. Swindon：Science-Policy Interfaces for Biodiversity： Research， Action and Learning， 2011： 4.

[37] JENSEN-RYAN D K， GERMAN L A. Environmental science and policy： A meta-synthesis of case studies on boundary organizations and spanning processes[J]. Science and Public Policy， 2019， 46（1）： 13-27.

[38] KOWARSCH M. A pragmatist orientation for the social sciences in climate policy[J]. Boston studies in the philosophy and history of science， 2016， 323（1）： 81-100.

[39] WEBER M. Gesammelte Aufs？ tze zur Wissenschaftslehre[M]. Tubingen： Рипол Классик， 1951： 3.

[40] NEUN O. Jürgen Habermas： Verwissenschaftliche Politik und ？ffentliche Meinung[M]. Nomos： Baden-Baden， 2019： 75-92.

[41] MILLSTONE E. Science， risk and governance： Radical rhetorics and the realities of reform in food safety governance[J]. Research Policy， 2009， 38（4）： 624-636.

[42] HULME M. Why we disagree about climate change： understanding controversy， inaction and opportunity[M]. Cambridge： Cambridge University Press， 2009： 100.

[43] MILLSTONE E. Science-based policy-making： An analysis of processes of institutional reform[M]. Cham： Springer， 2005： 314-315.

[44] BECK S. Das Klimaexperiment und der IPCC： Schnittstellen zwischen Wissenschaft und Politik in den internationalen Beziehungen[M]. Marburg： MetropolisVerlag， 2009： 35-37.

[45] HABERMAS J， Technik und Wissenschaft als“Ideologie”？[J]. Man and World， 1968（1）： 483-523. https：//doi.org/10.1007/BF01247043.

[46] BROWN M B. Science in democracy： expertise， institutions， and representation[M]. Cambridge： MIT Press， 2009： 87.

[47] WEINGART P. Scientific expertise and political accountability： Paradoxes of science in politics[J]. Science and Public Policy， 1999， 26（3）： 151-161.

[48] JASANOFF S. States of knowledge[M]. Abingdon： Taylor Francis， 2004： 1.

[49] EDENHOFER O， KOWARSCH M. Cartography of pathways： A new model for environmental policy assessments[J]. Environmental Science Policy， 2015， 51： 56-64.

[50] BREEMAN G， DIJKMAN J， TERMEER C. Enhancing food security through a multi-stakeholder process： The global agenda for sustainable livestock[J]. Food Security， 2015， 7（2）： 425-435.

[51] IPCC. History of the IPCC[EB/OL]. [2023-03-01]. https：// www.ipcc.ch/about/history/.

[52] IPBES. IPBES rolling work programme up to 2030[EB/ OL]. [2023-03-01]. https：//www.ipbes.net/workprogramme.

[53] CALDWELL L K. Between two worlds： Science， the environmental movement and policy choice[M]. Cambridge： Cambridge University Press， 1992： 4-5.

[54] EHRLICH P R， EHRLICH A H. Betrayal of science and reason： how anti-environmental rhetoric threatens our future[M]. Washington： Island Press， 1996： 4.

[55] ABROL D K. Handbook of science and technology studies[M]. Sage publications， 2001： 3-5.

作者貢獻說明：

魏偉珍：案例調研和文獻調研，論文初稿撰寫；

張冬榮：選題指導，研究設計及論文審閱及修改。

Basic Characteristics and Development Status of the Science-policy Interface

Wei Weizhen1，2 Zhang Dongrong1，2

1National Science Library， Chinese Academy of Sciences， Beijing 100190 2School of Economics and Management， University of Chinese Academy of Sciences， Beijing 100049

Abstract： [Purpose/Significance] It is widely accepted that scientific research should underpin policy formulation， however， obstacles such as cognitive gaps， knowledge structures， communication channels， and process norms persist. The science-policy interface （SPI） provides a new perspective for structuring effective interactions between science and policy. [Method/Process] Through a literature review， this article explores the fundamental characteristics and current status of SPI， tracing its theoretical development and conceptual underpinnings. By analyzing the core elements and relational patterns of SPI， this paper elucidates its operational mechanisms. Furthermore， two widely influential practical cases are examined to assess the specific implementation effects and value of SPI. [Result/Conclusion] The analysis reveals that SPI is characteristized by its focus on multiple participants and complex interactive relationships. The knowledge and demand gaps between scientific researchers and policymakers are bridged through the information collection and knowledge transformation functions of boundary organizations. Research methods have shifted from mere problem description to case-based scheme development and rule establishment， aligning with the principles of evidence-based decision-making. This shift transcends the “l(fā)inear model” of one-way interaction between science and policy， advancing towards an “interactive model” or “co-production model” of sustainable， two-way sustainable interaction. SPI research offers new suggestions and developmental directions for the practical integration of science into policy formulation. These include the construction of knowledge infrastructure， enhancement of tools and skills， increased research investment and thematic guidance， promotion of science diplomacy， and facilitation of multi-level cooperation.

Keywords： science-policy interfaces SPI co-production boundary organization evidence-based policy making