佳作译介丨负责任的研究与创新（RRI）在欧洲
2019/5/8 21:08:44李子玄 科学传播人
导语
负责任的研究与创新(RRI)是一个新兴但热门的领域。因为科学研究无法在真空中进行，必然要与社会环境进行互动，而RRI正是旨在动员社会各方进行协商与合作，促进各利益相关方在创新研究中的有效参与，实现科学与社会高效负责的和谐发展。然而，RRI目前在国际上尚无明确统一的准确定义，难免导致RRI未来的战略制定和政策实施在全球范围内呈现混乱状态。
今天，“科学传播人”为大家推介的是由Niels Meilgaard、Carter Bloch和Emil Bargmann Madsen共同发表在Science and Public Policy上的文章——“Responsible research and innovation in Europe: A cross-country comparative analysis”(负责任的研究与创新在欧洲：基于国家之间的比较分析)。作者采用实证分析、指标导向的研究方法，通过构建相关指标对欧洲28个国家的RRI模式进行聚类分析，以考察欧洲目前的RRI发展版图。研究发现目前欧洲各国间RRI发展模式和水平参差不齐，并从量化实证的角度对RRI未来模式探究提出了进一步思考。
作者简介
Niels Mejlgaard
本文的通讯作者，现任职于奥尔胡斯大学政治科学系研究与研究政策丹麦中心(Danish Centre for Studies in Research and Research Policy)。他的研究主要集中在科学技术政策、负责任的研究与创新、研究操守、科学的公众理解等领域。
Carter Bloch
现任职于奥尔胡斯大学政治科学系研究与研究政策丹麦中心。主要研究兴趣在于公共部门创新、创新政策、研究政策评估等。
Emil Bargmann Madsen
奥尔胡斯大学政治科学系研究与研究政策丹麦中心在读博士生，主要研究项目为发达资本主义经济体内公共研究资金政治基础的差异和发展情况。
研究背景
自从Zwart等人在2014年提出“负责任的研究和创新”(Responsible Research and Innovation，下文简称RRI)是一个由政策制定者和研究资助人自上而下引入的概念，而并非从研究者本身自下而上延伸的概念，之后的几年里，学界涌现出一大批试图定义RRI或是绘制其概念版图的文献。其中有些学者指出RRI这一概念本身在理论上的开放性，而其他学者——包括欧洲委员会(European Commission)，则从6个主要方面入手对RRI进行了操作化定义。尽管人们希望将这些关于RRI的概念进行整合统一，但现有的尝试收效甚微，目前对RRI的理解仍然呈现多元存在的态势。
在这一背景下，研究者认为，如果研究者、创新者、资助者以及整个研究创新生态系统中的其它参与者希望更好地理解和使用RRI，就需要从多个方面突破概念解释的灵活性，从更加具体和实用的角度来考虑问题。指标可以帮助研究组织内部和组织间进行概念学习和趋势预测，并可能进而改变政府的管理行为。目前为止制定RRI指标的尝试比较少，已有的少数研究中都体现出研究者们对这一工作审慎谦逊的态度。
在欧洲委员会的RRI体系下，项目“监测负责任的研究与创新的演变和效益”(‘Monitoring the evolution and benefits of Responsible Research and Innovation，以下简称MoRRI)制定出一套涵盖六个领域的RRI衡量指标。这六个领域分别是：性别平等(Gender Equality，以下简称GE)，科学素养和科学教育(Science Literacy and Science Education，以下简称SLSE)，公众参与(Public Engagement，以下简称PE)，伦理(Ethics，以下简称E)，公开获取(Open Access，以下简称OA)，以及治理(Governance，以下简称GOV)。通过一系列与以上六个领域相关的文献回顾、对数据可用性的审查、以及在数据收集基础上进行的新指标的迭代开发，MoRRI项目展开了覆盖所有欧盟成员国的实证研究。
研究目的
在本研究中，研究者考察了MoRRI项目的数据结构，旨在检验每个关键维度对应指标与该维度的适配性。此外，研究者将选定的指标应用于分析欧洲各国RRI模式的国家间比较，据此考察RRI的某些要素是否在国家层面有所差异以及欧洲各国在RRI活动中的聚类情况。本研究中没有排名分级，而是基于RRI活动的相似程度来对国家进行聚类。
本研究用RRI指标来描述各国研究创新活动的特征、检验数据结构，以及总结欧洲28个国家的RRI模式。指标的概念范围限制在欧洲委员会RRI体系下的六个关键领域的框架中，因为该框架提供了RRI的一些实际可测量的组成部分。本文旨在促进RRI研究中实证、量化方法的使用，并希望绘制一份欧洲RRI版图作为国际间进行学习的工具。
数据收集与预处理
本研究中应用的数据集是MoRRI项目中收集的部分数据。所收集的数据用以填充涵盖六大关键领域的43个指标。为了获得覆盖28个欧盟国家的横截面数据集，本研究选取了每个指标最新的年度观测数据。通过对指标有效性的检验(例如移除响应率低的指标)，以及针对本研究的目的进行指标筛选，最终得到一个包含34个指标的净集合。
对于这34个应用于本研究的指标而言，共有896个观测值，其中有35个缺失值，数据缺失比例为3.9%，对整体数据的后续分析造成了一定阻碍。如果不能修正缺失值带来的误差，则每个指标最多会排除3个国家，而导致最终分析只囊括20个国家。为了获得一份涵盖28个国家的完整样本，研究者采用多重填充的方法对缺失值进行了补充。
多重填充使用一个预测模型来估计多个变量中每个缺失值的m值。该模型将现有数据中的可用信息和所有先验信息进行结合，对每个缺失值估计得到不同的m值，创建多个m值的集合，通过计算所有m值的均值，得到最终的填充值。多重填充法已被认为是处理调查结果中无应答数据的最佳做法。
分析和结果
本研究分为三个阶段来考察欧洲各国的数据结构和RRI模式。第一阶段，研究者对选定的34个RRI指标使用因子分析，以确定每个关键领域中RRI的相关实证维度；第二阶段，研究者对每个因子进行了解释，根据第一阶段得到的评分选取了部分重要变量，并为这些变量构建了简单添加的指数；第三阶段，使用第二阶段构建的11个指数做分级聚类分析以确定具有相似RRI状况的国家组别。
(一)因子分析
为了得到各个指标所占的比重，研究者对六个领域的指标分别进行主成分分析。因子分析的目的首先是用于确定每个领域中与RRI显著相关的维度，其次是用于确定与这些维度最相关的指标。
纵观所有因子分析的结果，似乎存在一种普遍的分化趋势。一些指标在某个因子上得分很高，但在其它因子上得分很低，反之亦然。分析结果显示，除了“治理”(GOV)这一领域只有一个重点维度之外，其它领域都有两个重点维度。因此，虽然研究选取了覆盖六个主要领域的34个指标，通过数据的实证检验，最终确定11个相关的指标维度。
(二)指数构建
根据因子分析得到的结果，研究者构建了11个主要指数，来描述11个相关维度，包括“治理”(GOV)领域的1个维度和其他五个领域各自包含的2个维度。在计算指数时，首先将每个RRI指标进行标准化处理，使之在0~1之间取值，再根据因子分析的评估将最相关的指标值相加，并标准化最后的指数结果。
性别平等(GE)领域被划分为行动(GE action)和状态(GE status)两个维度。GE action描述了一个国家内的研究执行机构(RPO)推进性别平等的政策行动水平。GE status则从宏观层面描述一个国家的学术界所达到的性别平等的水平。
科学素养与科学教育(SLSE)这一领域同样分为微观层面训练(RRI training)和宏观层面文化(SLSE culture)两个维度。RRI training考察教育机构的课程中涉及研究创新的程度，具体来说，一是高中生的科学类课程中的社会性程度高低——例如是否覆盖转基因、核能等争议性科技话题以及这些技术中与社会、环境、伦理相关的议题是否在课程中被提及等；二是在培养博士生的科学课程中涉及伦理、法律、经济、环境和社会层面后果的高等教育机构所占的比例。SLSE culture从更为宏观的层面考察一个国家内科学传播的文化氛围。
在公众参与(PE)领域，研究者从科学研究(Public participation)和研究资助(PE in assessment)两个维度进行考察。Public participation描述了公众在科学技术政策决策中的参与情况以及对争议性科技的了解、关注和讨论情况，和民间社会组织在科学伦理、科学传播和技术评估等议题中的参与情况。PE in assessment则考察研究资助行为中公众参与扮演的角色。
伦理(E)领域同样从研究执行(Ethics in RPOs)和研究资助(Ethics in RFOs)两个层面分别进行考察。Ethics in RPOs描述了拥有研究伦理委员会和研究道德办公室的RPO所占比例以及伦理委员会的独立性和权威性。Ethics in RFOs则描述了一个国家内在自主决策过程中伦理评估占据重要位置的研究资助机构所占比例，以及自主决策中伦理标准的重要因素。
与GE类似，公开获取(OA)领域被划分为行为实践(OA action)和现有状态(OA status)两个维度。OA status基于Web of Science的数据描述一个国家内可公开获取出版物的范围。OA action则描述了可公开获取的科学文献的利用率以及公众对公开获取科学出版物的需求程度。
治理(GOV)领域只有一个维度，综合考察了科学知识在每个国家政策决策中的使用情况、拥有任何RRI相关管理机制的机构所占比例、各机构为了促进RRI所作出的具体措施等等。
(三)聚类分析
根据上文构建的11个指数，研究者使用分级聚类方法，根据国家之间的欧几里得距离将其聚合为多个聚类。研究者使用标准化处理后的11个RRI指数来消除测量尺度上的巨大差异，并且采用了加权平均连锁的分级聚类分析方法。通过比较两组加权平均值之间的欧几里得距离来对国家分组，从而减少潜在离群值的影响。
上述树状图是根据分级聚类分析得到的结果，通过对1~15个簇分类方案进行比较得到4个或6个分类簇是最为合适的聚类方式。本研究最终选择4个分类簇的方案，并在树状图中用颜色进行了区分。
纵观整个欧洲，国家层面的RRI发展状况呈现出多元趋势。图二展示了国家聚类在具体RRI维度上的异同，线条颜色与树状图中聚类簇颜色相对应。可以看到，在大部分指数中各聚类群之间的差异化十分明显。许多RRI指数都呈现出一种RRI状态(status)和行动(action)之间的反向关系。性别平等(GE)领域就是一个典型例子。黑色和红色聚类群，囊括了大部分东欧国家，在GE status指数上得分很高，而主要由西欧和中欧国家组成的绿色和蓝色聚类群则得分明显降低，而在GE action上的得分则恰好相反。公开获取(OA)和公众参与(PE)领域也呈现类似的模式。
在科学素养与科学教育(SLSE)领域内模式稍微有些不同。SLSE中划分为微观层面学校课程训练和宏观层面社会科学传播两个维度，红色聚类群在微观层面的RRI training指数上得分最高，但在宏观层面的SLSE culture指数上得分却最低。而蓝色聚类群则在两个维度上的得分都很低。
在治理(GOV)上则出现了红、蓝聚类群和黑、绿聚类群两方的明显分化，可以看出四个聚类中各国在RRI的政策支持上参差不齐的现状。
讨论与反思
在本研究中，研究者认为用实证分析、指标导向的方法来理解RRI可以为促进负责任的研究与创新实践和政策制定提供有价值的信息。具体来说，本研究总结了三个核心观点。
首先，目前关于RRI的主流研究框架——也就是六大关键领域的模式，可以被分解成一系列更为详细的分支维度。尽管本研究的结果可能有助于对六个关键领域的概念进行进一步细化，但研究中的11个RRI维度无法完全描绘这一新兴领域中学术研究和政策决策的概念版图。
第二，欧洲国家在RRI发展水平上呈现出高度参差不齐的现状，从本研究的实证检验结果来看，各国在11个维度上的重视程度、努力程度和已有成就存在十分复杂的差异性。不能仅从一个简单的维度分级来区分一个国家是RRI领域的“领头羊”还是“落后者”，因为一个国家可能在一个维度上具有高分成绩而在另一个维度则成绩很差。
第三，如果要绘制一幅RRI的欧洲版图，国家可以被划分为具有有限组内异质性的聚类。
以上结论引发了研究者的进一步提问：国家之间在RRI领域呈现相似性和差异性的原因是什么？地理位置、政治结构、公民文化和劳动力市场如何影响一个国家的RRI发展状况？是否能够追溯造成本研究聚类结果的根源？不同的RRI模式对研究与创新活动有何启示？在不同国家的具体国情中哪些维度更加值得关注？在RRI指标的制定中存在哪些盲点？是否存在其它指标能更好地描述RRI的基本特性？理想的RRI模式是怎样的以及如何做到？研究者主张基于指标的RRI研究应该带来政策反思而不只是政策建议，以上提出的问题值得更为广泛的、基于具体情境的审议，而基于指标的研究结果有助于激发进一步的概念性讨论，以及关于如何促进负责任的研究与创新的具体讨论。
原文：
Niels Meilgaard, Carter Bloch, Emil Bargmann Madsen(2019). Responsible research and innovation in Europe: A cross-country comparative analysis, Science and Public Policy, 46(2),198-209.
原文链接：
https://academic.oup.com/spp/article/46/2/198/5055383
作者 | 清华大学新闻与传播学院研究生 李子玄
审阅 | 金兼斌 徐雅倩
编辑 | 袁 洁 尚雪芬
点击上方“公众号”可以订阅哦!
http://weixin.100md.com
返回 科学传播人 返回首页 返回百拇医药