2025年10月22日，复旦大学陈树渠比较政治发展研究中心举办的年度主题演讲第20期（总第389期）在文科楼424会议室成功举行。香港科技大学环境与可持续发展学部副教授、人工智能伦理与治理实验室（AI Ethics and Governance Lab）共同主任鎗目雅（Yarime Masaru）老师受邀以“科学—政策接口：科学知识如何影响国际组织的政策制定”为主题发表学术演讲。讲座由复旦大学国务学院彭泽宇老师主持，吸引了众多师生积极参与。
一、研究缘起与问题背景
鎗目雅老师长期致力于科学技术与创新政策、可持续发展治理以及人工智能伦理研究。他在演讲开始指出，科学与政策的关系正日益成为全球治理体系中的关键议题。当代社会面临的气候变化、公共卫生与人工智能治理等问题，均要求科学知识能够有效转化为政策行动。然而，科学界与政策界之间的沟通机制复杂而脆弱，不同领域、地区和组织之间的知识流动差异显著。如何理解“科学—政策接口”（Science–Policy Interface），以及科学知识在国际组织中的传播路径与影响机制，成为他此次报告的核心议题。
为回答这一问题，鎗目雅老师与多国学者合作，系统分析了国际组织如何引用和吸收科学研究成果，特别关注“具有政策影响力的科学家”（Policy Influential Scientists，PI-Sci）在科学知识进入政策过程中的作用。报告聚焦科学知识的政策可见度、跨机构扩散与影响力结构，为理解科学在全球治理中的地位提供了新的实证证据。
二、理论框架：认知共同体与界面科学家
在理论层面，鎗目雅教授使用了两个关键概念来解释科学知识如何影响政策制定。
一是“认知共同体”的概念。其指的是一个由在特定领域或问题上具有公认专业知识和政策相关知识权威的专业人士组成的网络。这一概念在促进国际环境合作方面日益受到重视。环境治理机制的形成与发展往往由对生态系统的科学理解应用于环境政策议题所驱动。基于认知共同体成员间信任和共识的科学知识，是国家间成功开展环境合作的关键条件。
二是“界面科学家”的概念。这些跨越学术与政策边界的科学家充当证据的中介人，在科学研究与政策制定之间发挥桥梁作用，并直接影响政策方向。界面科学家的存在也引发了学术界关于科学家角色定位的讨论，即科学家应当保持价值中立，还是应当承担倡导者的角色？
鎗目老师指出，基于证据的政策制定需要科学家、政策制定者和利益相关者之间进行有效且双向的知识交流。政府间组织在这一过程中发挥着关键作用，它们将研究转化为指导国家和多边行动的准则。例如IPCC、WHO等国际组织都在各自领域发挥着科学向政策转化的重要功能。
然而，科学向政策转化的机制在不同领域存在巨大差异。应对疫情需要快速将最新的生物医学研究成果应用到政策制定中，气候治理则依赖IPCC的定期评估来建立长期共识。这种差异性使得系统性研究科学—政策界面变得尤为重要。
三、研究方法与数据来源
在研究方法上，鎗目老师介绍了其团队建立的跨学科研究框架。研究依托两个大型国际数据库：一是 Overton 数据库——目前全球覆盖范围最广的政策文件与引用数据库，收录各类政府间组织（IGOs）文件及其对学术论文的引用信息；二是 Scopus 数据库——提供较为全面的学术出版记录与引用网络。
研究团队以2015年之后发表的论文为样本，筛选出被政府间组织政策文件引用的约23万篇论文，并将其与对应的学术出版信息进行匹配。通过引用网络分析与语义匹配算法，构建了一个涵盖23个政策领域的大规模“科学—政策知识图谱”。此外，研究还利用Leiden算法对论文网络进行聚类，识别各领域的核心群体及其政策引用分布。
在此基础上，鎗目老师提出了一个创新的比较方法，即为每篇PI-Sci撰写的论文寻找一篇主题、关键词、时间相近，但作者中无PI-Sci的论文进行配对，以检验作者身份与论文内容在政策引用概率上的差异。这一方法使研究能够排除学科或主题差异的影响，纯粹考察科学家在政策影响力上的结构性作用。
四、主要研究发现
（一）科学家政策影响力的集中化特征
研究发现，全球范围内只有极少数科学家在政策制定中具有显著影响力。不到1%的PI-Sci作者贡献了全部政策引用论文的30%以上。这种极度集中化的结构在气候变化和环境治理领域尤为突出。以气候建模为例，PI-Sci群体与IPCC（联合国政府间气候变化专门委员会）高度重叠——在政策影响力排名前100的气候建模科学家中，超过40%曾担任IPCC报告的作者或顾问。这表明，政策影响力与科学家在国际组织网络中的位置密切相关。
（二）不同领域的差异化模式
各政策领域的科学—政策接口存在显著差异。气候建模、环境保护、公共卫生等成熟领域呈现高度集中和稳定的合作网络，少数核心学者构成知识传播的“门户”；而人工智能治理、数据科学等新兴领域则更为分散，缺乏统一的协调中心。鎗目老师指出，这种差异反映了不同领域科学知识制度化程度的不同：成熟领域形成了类似“富人俱乐部”的精英网络，而新兴领域仍处于多元化探索阶段。
（三）科学知识的政策传播路径
研究进一步显示，PI-Sci撰写的论文在政策文件中更容易被多个政府间组织（如联合国、世界银行、世界卫生组织等）同步引用。一篇由PI-Sci署名的论文被多个机构采纳的概率，是普通论文的1.7倍。这说明具有政策影响力的科学家不仅能更早进入政策文件，还能促进不同国际组织之间的知识共用与政策协调。
此外，引用网络分析表明，政策文件间存在显著的时间层级：大型多边组织往往率先整合科学证据，而后中小型机构再跟进。这种层级扩散机制使科学知识能够在全球政策体系中形成链式传播。
（四）语义特征与内容差异
通过文本挖掘，团队发现PI-Sci论文更倾向于使用高层次的政策相关术语，如“共享社会经济路径”“模型框架”“情景模拟”等；而非PI-Sci论文更注重基础观测与实验研究。前者为政策提供可操作的工具和框架，后者则奠定科学事实的基础。两者形成互补关系，共同构成政策知识体系。
五、理论启示与政策反思
鎗目老师指出，这项研究揭示了科学—政策界面存在的显著“马太效应”：曾经影响过政策的科学家更易获得后续引用与关注，从而形成累积优势。这种机制虽能提升决策效率，却可能导致话语垄断与区域不平衡。尤其在人工智能、数据治理等新兴领域，欧美科学家的声音仍占主导，而亚洲学者在国际政策引用中相对不足。
他进一步强调，未来应推动更具包容性的科学咨询机制。在既有的“精英化”网络之外，国际社会应通过成员轮换、区域合作与青年学者培养等方式，扩大政策咨询的代表性与多样性。只有在确保科学严谨性的同时，强化开放与透明，科学知识才能更公平地服务于全球公共决策。
六、总结与讨论
在总结部分，鎗目老师指出，科学知识影响政策的机制不仅依赖学术成果本身的质量，更取决于科学家与政策制定者之间的互动关系。未来研究应进一步结合定量网络分析与定性案例研究，深入理解知识在政策过程中的传播、吸收与再生产机制。他强调，AI治理等新兴议题提供了重新设计科学—政策接口的契机，如何在保持学术独立的同时加强与公共部门及私营科技企业的合作，将是下一阶段的重要挑战。
讲座结束后，彭泽宇老师对鎗目雅老师的精彩分享表示感谢，并对讲座进行了总结。与会的师生们围绕讲座内容展开了热烈的讨论，讲座在充满学术氛围的互动中圆满结束。
