“社会影响”已成为国际科研政策中的重要流行语，并在研究者群体之中愈发深入。研究人员越来越被要求在机构评估中展示其研究的社会影响，或在申请科研资助时预测其研究项目的潜在社会影响。

然而，“社会影响”究竟指的是什么？又该如何识别？即便在经验丰富的研究者与评估者中，对其的理解仍十分有限，而那些要求研究者证明社会影响的机构，对其定义也往往模糊不清。在科研评估和资助政策中，“社会影响”这一标准的引入速度之快，以致其理论化工作明显滞后。现有关于社会影响概念化的研究，尤其是其历史维度方面的探讨，仍在很大程度上为学者、评估者与政策制定者所陌生。由于缺乏理论支撑，我们只能从评估研究所揭示的一系列负面导向效应中，推断出现行影响力评估实践的缺陷。这种情形与一些文献计量指标(如影响因子或 h指数)的类似，而“社会影响”评估原本被认为可以弥补这些方法的不足(例如“科研评估改进联盟”(CoARA)的成立)。

笔者认为，社会影响确实是一个重要议题，但当前相关讨论在概念上仍显薄弱。本文提出若干关于社会影响的概念辨析，以帮助理解研究与社会的关系，改进社会影响评估的理念与方法。

2.1 专注于有形成果

许多社会影响评估过度强调可见的、有形的成果，这一倾向引发了学者与政策顾问的广泛批评。何谓“有用”以及“由谁决定有用”，始终未有清晰界定。这种模糊导致系统性的不平等与认识上的不公，即某些学科、子学科甚至特定研究问题因其影响较为直观、可展示，而比其他领域更易受到青睐。

2.2 知识进步之后显现的负面影响

强调证明积极影响的做法，例如通过影响案例或简化指标(如专利或许可数量)，可能掩盖研究的潜在负面影响。对此的讨论催生了“负面影响”(Grimpact)一词。Derrick等人通过三个案例研究表明，研究产生负面影响的原因多种多样。例如，某项研究结果曾被广泛宣传并产生了显著社会影响，但后来被证明是错误的。然而，由于其结果已被社会吸收，该影响仍持续存在——如麻腮风(MMR)疫苗与副作用的错误关联所导致的疫苗接种率下降。

2.3 资助研究的选择成本

资助决策直接影响研究对象与议题。重要的并非仅是“研究了什么”，还包括“未研究什么”。例如，研究如何优化某一人工智能服务的设计可能更具吸引力，因为其结果具体且可量化；而探讨人们如何使用人工智能工具的研究则可能被视为不具“成果导向”。然而，不资助此类研究可能导致人工智能服务在社会层面的滞后与偏差。

2.4 外部机制：影响并非研究固有属性

社会影响的形成往往超出研究者的控制范围。Sivertsen与Meijer描述了一个典型案例：一支包括挪威学者在内的国际团队在“伊斯兰国”摧毁巴尔米拉考古遗址前记录了该遗址。该成果后来被挪威研究委员会作为“卓越影响案例”加以表彰。显然，如果遗址未被毁灭，这项研究可能会像其他考古记录一样无人问津。这表明，研究的“相关性”往往由社会情境而非科学事实决定。对可见对社会影响的强调，会促使研究者优先选择预期能带来此类影响的主题，从而倾向于研究“已知问题”而非“新问题”。结果，科学变得被动而非主动，总是滞后于社会变迁。

2.5 对社会“有益”的标准会随时间而变

当前的影响议程假设社会公认的“有益”标准是明确且固定的。但事实上，何谓“有益”会随时间与意识形态的演变而改变。例如，核武器可作为一个极端例证；精神病学历史上用于治疗女性癔症的方法则是另一个例子。显然，意识形态的变化将重塑人们对“有益”的判断。

2.6 错误的承诺

在事前评估(即对尚未开展的研究项目的潜在社会影响进行预测)中，夸大研究结果承诺的风险极高。一个典型例子是“人脑计划”，该项目曾宣称能够模拟人脑，从而找到多种脑部疾病的治疗方法并推动人工智能发展。然而在获得资助后，该跨学科项目被缩减为技术工程项目，不再包括心理学与神经科学，其负责人也承认当初为获取资助所作的承诺根本无法实现。此事引发了学界与公众对“大科学计划”意义的反思。以社会影响为导向的科研资助模式，使研究者出于战略考虑而作出高风险的承诺以赢得经费，这种做法可能损害公众对科学的信任，因为社会已逐渐习惯于科学家“过度承诺”的事实。

2.7 归因

围绕研究的社会影响展开的讨论，往往假设社会变化是某个可识别研究项目的结果。然而，证明或识别这种直接联系极为困难，这是文献中关于影响评估最常被讨论的概念性问题之一。通常涉及四个方面：归因、因果关系、国际性和时间尺度。“归因”意味着几乎不可能将研究的影响与其他投入和活动区分开来；“因果关系”指出研究与影响之间的关系复杂且通常呈非线性；“国际性”提醒我们，研究影响往往具有跨国特征，因为价值链是全球互联的；“时间尺度”表明，研究的影响常常在较长时间后才会显现。

我将这四个问题都纳入“归因”的范畴，因为它们都指向同一个核心难题——将社会影响归因于具体研究项目的困难。这些问题反映出对科学本质的根本误解：科学并非一个孤立的项目，而是一种持续展开的话语过程。某一特定项目可能在后续产生影响，但世界各地的众多项目都对此有所贡献。如果某个项目完全独立于其他研究而得出所谓“有影响力”的结果，它就不能被视为科学的。知识只有在被其他研究以不同方法与路径加以讨论和验证后，才能被认定为科学知识。同行评议不能替代科学讨论——它仅能验证研究质量是否达标；而不同的理论、方法、背景与样本往往会产生不同的结果。因此，科学知识的确立需要时间积累与持续对话。

2.8 非影响性研究的重要性

仅以“影响”来评估研究，忽略了科学的协作性本质。科学知识的形成并非单个个体的成果，尽管“天才科学家”的神话仍广为流传。正如那句俗语所言——“站在巨人的肩膀上”，科学进步始终依赖前人研究的积累。与常见的“突破驱动”想象不同，知识的增长不仅依靠重大发现或“有影响”的研究。正如每位研究者所知，探索新知的过程常伴随失败与偏差。即使研究未能产生预期结果，只要其路径具有启发性，也能为知识体系做出贡献——它告诉我们“哪些路不值得继续走”。由于知识生产本质上具有协作性(即便存在竞争)，研究人员在报告与讨论中分享失败经验，是科学过程的重要组成部分。若评估体系只关注“有影响力”的研究，负面结果的分享将被抑制，从而加剧知识偏倚。

2.9 让政策制定者受益的必要性

对于社会科学，尤其是政治学而言，一个特殊的问题是：聚焦政策变化的研究只有在被政策制定者采纳后才能产生影响。然而，在政策实践中，“引用”并不像在学术界那样被重视。通常，研究者若希望影响政策，往往需通过持续、渐进的互动与沟通。让研究成果真正进入政策过程的最有效方式，往往是使政策制定者相信这些想法源于他们自身。只有这样，他们才会积极推动并维护相关政策。因此，最明智的做法往往是“退居幕后”，让政策制定者受益。毕竟，他们才是政治决策的最终责任人。

据我所知，这一点在影响评估中极少被讨论，但几乎所有活跃于政策研究领域的学者都曾经历过这种情形。这意味着，真正的社会影响可能会逃脱那些仅关注“可验证影响案例”的评估体系。

2.10 科学与政策制定的分离

影响评估在实践中混淆了科学与政治的界限。影响话语通常假定科学影响的概念是“非政治化”的，就像它假设评估活动本身“中立客观”一样。这种观点认为，科学证据应自然导向“基于证据的决策”。然而，哪些证据被视为“相关”，哪些政策被认定为“合理”，并非纯粹的技术问题，而是政治问题。研究成果能否转化为政策或社会实践，往往取决于社会内部的谈判与审议。如果某项研究未能被采纳，仅仅因为社会尚未准备好接受它，那已超出研究者的控制范围。

科学与政治之所以必须分开，理由至少有二：第一，政策决策需要政治合法性；第二，如果目标是基于证据的决策，那么“证据”本身必须独立。这也是科学家应当“让政策制定者受益”的原因之一——政策制定者应从科学界(通常不止一位研究者)获取成果，并在政治审议过程中承担最终责任。科学家提供知识，而从信息到决策的转化，必须由政治程序来完成。

2.11 影响力的多种途径

研究产生社会影响的途径是多样的。从研究到影响的线性模型显然过于简化，而“富有成效的互动”这一理念虽具启发性，但仍不足以涵盖研究影响社会的所有方式。对60个欧洲影响案例的实证分析表明，研究影响至少可经由12条不同的途径实现。

面对上述种种问题：我们真的能够评估研究的社会影响吗？我的建议是，应当拓宽视野，而非仅仅区分“有影响力”与“无影响力”的研究或研究者。

社会影响并非单个项目或个人的产物，而是学科、领域乃至整个科学体系共同作用的结果。问题的关键不在于“如何展示”或“如何量化”影响，而在于我们所依赖的问责逻辑——即通过关键绩效指标(KPI)来衡量一切。这种逻辑背后是一种特定的意识形态：认为万物皆可、亦应以经济价值衡量。声称“为了民主，每个研究者都应向公众负责”，其实是对问题的过度简化。研究者当然应当负责，但这种“责任”被简化为对经费使用的经济性证明，反而削弱了科学的公共性。

事实上，这种逻辑反映了经济理性在知识治理中的主导地位，将“知识的全球公共品”误作“可出售的商品”，并把“公共利益”简化为政策制定者所定义的“有用性”。然而，从信任角度看，这一逻辑站不住脚——公众对政治家与企业的信任远低于对科学与大学的信任。以瑞士为例，在MOSAiCH 2020调查中，74%的受访者信任大学，而对议会的信任为65%，媒体为41%，企业仅为36%。

因此，评估应当聚焦研究者“在做什么”，而非社会或政界“如何利用他们的研究”。评估应当成为围绕研究目标与成果展开讨论的过程，而非将科学简化为可量化产出的体系。若仅以可见或经济回报衡量社会影响，研究与社会的关系将被误解为单向度的影响过程，从而忽视互动、过程与反思。因此，我主张，应将关注点从“问责制”转向“社会责任”的规范。

对社会科学与人文学科研究质量的实证研究表明，“社会影响”与“社会相关性”在概念上并不相同。前者强调可验证的社会变化，后者则强调研究与社会之间的内在关联。社会责任应着重于后者——即研究者应当反思其研究与社会的关系，并承担相应的伦理责任，包括对资源使用的责任。在我看来，研究评估理应纳入“社会关系”这一维度。鉴于研究影响途径的多样性，评估需同时重视研究过程与活动本身，将其视为科学产出的组成部分。

因此，社会影响评估应避免重蹈学术影响评估的覆辙——过分依赖计量指标，将成果简化为单一产出，只关注“可测量”而非“相关”的内容。相反，评估应当是自反的、动态的、情境化的，考虑与知识生产和科研实践相关的各类因素。评估不仅是管理工具，更应具备学习功能——帮助研究人员改进工作、提升研究质量。评估必须与研究实践相结合。社会科学中的“研究质量”本身是一个概念性问题，因此也应以概念化的方式进行讨论。任何评估实践都应首先明确“研究质量”与“社会质量”的定义，指标必须反映这一定义所蕴含的标准。

如果缺乏明确的质量定义，“质量”将永远是不透明的。围绕评估标准的讨论，正是研究评估的民主环节之一——研究的价值应当通过协商确立。讨论越具包容性，研究评估的民主基础就越稳固。这要求评估中的各类利益相关方——包括被评估的研究者、评估机构（如大学、资助方、政府部门）以及社会相关群体（如患者组织、行业专家）——共同界定期望目标，并明确所采用的标准（如科学严谨性、未来研究愿景、职业适用性等）。这些标准应经过严格遴选，并通过方法上可追溯的流程落实。指标必须能够真实反映其所衡量的标准，若在理论或实证上与研究质量或社会影响无关，即便能提供可比较的数值，也无法有效说明研究的真实质量或社会意义。

(全文及参考文献见Swiss Political Science Review2024年第30卷第3期，原文链接： https://doi.org/10.1111/spsr.12618，本期推文为节选摘编，略有删减和编辑。)

本期策划 | 复旦大学国家智能评价与治理实验基地

供稿 | 邓晨菲 王译晗

本期编辑 | 宋欣雨

基地官网：https://statevalbase.fudan.edu.cn

· end ·