从 Covid-19 中吸取的科学-政策-社会接口的经验教训

本次提交的灵感来自公共行政专家委员会 (CEPA) 关于科学政策接口的指导说明，该指导说明由本次提交的作者代表 CEPA 撰写。作者建议将本意见书与 CEPA 指引.

驾驭一种新型病原体及其随之而来的大流行消除了对科学政策接口 (SPI) 的一些最常见的误解，并揭示了一些相关事实。至少可以吸取四个教训：

SPI 需要对其功能有更深入的了解；
大流行突出了某些关键作用；
SPI 方法必须是动态的，以应对不断变化的问题或一组相互关联的问题的不同政策阶段和条件
重要的是，SPI 在国家、国际和全球范围内连接起来。随着 COVID-19 等大流行病和相关的健康应对措施与气候和其他与环境相关的压力以及国家内部和国家之间潜在的社会经济差异相交叉，这些经验教训对于未来的准备工作更加重要。

更深层次的理解

大流行有强迫放弃任何将“SPI”作为科学与政策之间稳定关系的概念，只从事从专家到政策制定者的知识线性转移。如果只是一方传递证据，另一方采取行动，我们可以合理地期待各国在应对大流行病方面几乎完美的政策趋同，所有国家都面临着相同的病原体。相反，基于对问题的不同解释以及如何解决问题，国家、次国家和超国家的反应存在很大差异。一些政府优先考虑经济运作，而另一些政府则采用经典的公共卫生方法，其本身从“拉平曲线”到消除病毒不等。这些选择是由演员如何解释他们的背景条件决定的。几乎所有的选择都有争议。

这种经验巩固了对 SPI 的更复杂的看法，尤其是在西方民主传统中。运作良好的 SPI 应该是组织安排和流程的动态生态系统，用于围绕复杂的政策问题（如大流行应对）构建不同参与者之间的关系。由于参与者的范围带来了多种观点，SPI 过程必须有助于促进科学证据的交流，并将其置于周围（有时是相反的）社会价值观的背景下（道格拉斯2009）。通过这样做，他们为具有高可信度和社会合法性的循证政策选择创造了条件（范登霍夫 2007；联合国环境规划署 2017), (Weingarten 1999)。

SPI 中的关键角色

我们倾向于认为这项工作发生在正式的政府环境中，例如专家组、咨询委员会或其他作为“边界组织”运作的机构结构（Gustafsson 和 Lidskog 2018; 古斯顿 2001; 怀特、拉尔森和伍蒂奇 2018）。但这场大流行也揭示了政府之外的 SPI 机制（例如高知名度的个人学者和科学新闻等）在影响政策共识和传播思想方面的作用。无论是正式的还是非正式的，大流行的经验都有助于说明和肯定 SPI 生态系统中的边界作用不同于研究、出版和传播的传统科学工作。[6] （Gluckman、Bardsley 和 Kaiser 2021；Pielke 2007）。它们包括：

科学知识的产生者：研究人员和技术专家
科学知识合成者：具有知识整合和荟萃分析的专业技能
科学知识经纪人：在 SPI 利益相关者群体之间充当多向管道的人
科学传播者。

一些边界组织将在每个角色中都有从业者，特别是专门从事某些公共政策领域的组织。然而，更多时候，这些角色将来自 SPI 生态系统的不同部分，需要有意识地协调他们的努力。在像 Covid-19 这样的危机期间尤其如此。例如，卫生部经常协调这些角色，包括与卫生部以外的特定学者和科学传播者合作。

针对不同阶段和条件的不同方法

不断蔓延的大流行的经验也提供了一个独特的观点，即在危机的不同阶段，如何根据需要的决策和行动的类型，以不同的方式动员 SPI。起初，当治疗和预防药物未知且 ICU 方案刚刚出现时，可用的最佳工具是公共卫生的行为措施（即社会疏远和增加行动限制、戴口罩、卫生）。这种方法需要集体行动，而这反过来又需要向公众进行仔细的科学交流，了解社会和行为科学以及社区的意见。后者在多元文化社区的背景下尤为重要。

然而，这种行为限制很快就消失了，随着大流行、病原体知识和措施有效性的发展，出现了更全面的大流行应对措施。回应的依据是官员们如何解释新知识以及在其社会政治和物质环境中不断演变的威胁。正是在这种解释中，科学知识和规范性公共价值观在 SPI 中的相互作用得到了最好的说明（Wesselink 和 Hoppe 2020).

我们已经看到 Covid-19 威胁以许多不同的方式构建（框架），每种方式都有不同的后果（例如，主要是经济威胁、对个人自主权的威胁、对特定亚群的威胁、对心理健康的威胁等） .)。所有这些都是有效的关注点，但相对重点因时间和地点而异。有时，SPI 必须采用迭代过程，以便就问题（或一组相互关联的问题）的框架和结构达成共识，以便从多个，有时是相互竞争的角度综合证据。梅尔等人。 2019; 经合组织 2020; 斯蒂文斯等人。 2020; Wesselink 和 Hoppe 2020）。为此，SPI在各个阶段的主要功能包括：

问题框架：以协作的方式定义问题的性质和程度，并以证据为依据
问题结构化：最大限度地减少问题性质和行动所需知识性质的分歧和不确定性。
知识选择：确定问题结构和设计解决方案所需的相关知识；涉及各种学科知识的整合和对可能隐藏的偏见的反思
管理利益相关者之间的关系：结构化流程，保护科学的完整性，同时防止严格的技术官僚主义。

Covid 举例说明了对敏捷 SPI 的需求，这些 SPI 可以通过这些功能移动，因为实时数据和信息揭示了新的亮点，可以促使重新构建、重组或寻找新型知识，以便在快速学习和自适应迭代中重新为政策选择提供信息。

同时，大流行也表明，知识共享的线性过程确实在运作良好的 SPI 战略中占有一席之地。例如，当就政策方向达成共识时（例如“拉平曲线”），更直接和线性的证据提供过程仍然是重要的 SPI 功能。旨在描述威胁或影响在不同人群中的程度或测试不同政策变量的循证建模和分析是优化政策响应的宝贵情报。

纵向和横向连接 SPI，以实现更好的政策连贯性

当 SPI 的迭代和线性过程在横向跨部门和纵向跨政府级别连接时，它们会变得更加有效。这场流行病的深刻而普遍的破坏表明了几乎所有社会经济活动的系统性。无论在大流行应对中优先考虑哪个部门，所有部门都会产生连锁反应，这需要跨部门合作来全面审查和适应。让具有不同部门专长的专家参与有助于减轻权衡取舍。例如，国际公共政策观察站在英国是一个新成立的边界组织，旨在帮助政策制定者应用系统的社会科学见解来帮助减轻大流行的影响。

同时，在国际和全球范围内连接 SPI 与跨部门连接同样重要。自大流行开始以来，政策跟踪器和观察站已经激增（见牛津超级追踪器）。这是政策制定者获取政策理念以在国内应用的一种方式。然而，当专家们也可以分享支持性证据以及关于什么是证据的共同立场（无论是制定政策还是评估政策）时，它就能够采取必要的国际和全球集体行动来对抗这一流行病。反过来，实现这种共享的必要条件是全球集成的 SPI 机制，例如：