国内以往有关科学技术政策（现在还应该包括创新政策，以下简称“科技政策”）的争议常常围绕着战略性科技领域的选择、政府和市场的界限，以及科学、技术和创新的联系和差别等等话题。这方面的议论已经比较多。我觉得要准确认识科技政策，可能还需要另外一些观察的维度。

　　

　　科技政策首先是公共政策，所以需要遵循一些政治科学的规则。这里我指的是两个基本的原则，一是其本质上是个公共治理问题，既然事涉动用公共资源，必须平衡社会各方的利益；二是讲究程序，制订公共政策要按照法律规定的套路，一种通俗的说法就是“程序正义”（暗示了其结果可能未必令每个人满意）。其实这二者是相关的，所谓程序，就是事先约定的、尽可能平衡各方利益的一套做法。

　　

　　政府出台一项科技政策，有时难免会引起议论纷纷。既然是公共政策，就需要得到社会的理解，有人议论很正常，事后有人来做一定的说明和解释也很正常，问题是如何说明、怎么解释。面对社会上的一些批评，我们政府的解释往往是试图证明那样的政策是“正确”的，鼓励创新有必要那样做；还有搬来外国外地的例子，其背后的逻辑大概是，既然别人有类似做法，我们也可以做。我的看法是，政策制订者要说明，可能存在的负面作用以及社会上那些担心和疑惑，在决策过程中都考虑到了（当然最好提供一些证据），政策是在平衡各种政策选择后才出台的。因为一个政策不能仅仅因为是正确的、该做的，就一定可以去做。大家可能都听说过那个著名的两难选择，“丈母娘和妻子一同落水先救哪个”，当然救谁都是正确的和该做的，但是现实是首先只能救一个。而现实生活中，公共政策经常需要在许许多多正确的、该做的事情中做出选择，虽然一般不那么极端，却也是两难的。所以，最重要的是应该在决策过程中遵循规则、充分听取各方（特别是利益可能会受到影响方面）的意见。

　　

　　我们曾经听到过“决策科学化”这样的说法，我的理解是，决策过程需要规范、要用科学方法，这里的科学应当不仅包括自然科学，还要包括社会科学和人文学。而在公共政策领域，它更是一种政府行为，而非狭义上的科学行为。

　　

　　观察和理解科技政策的另一个维度是经济科学的。20多年前我曾有机会在世界上科技政策的一个研究重镇学习，“国家创新体系”就是其创始人佛里曼（Christopher Freeman）教授提出的。那时我已经有了几年科技政策相关工作经验，曾以为科技政策应该是科技界的事情。在那里我很惊讶地发现，大多数教授是经济学背景的，佛里曼教授就是著名经济学家，有些教师本科是自然科学或技术领域，但硕士博士读了经济学，如当时的所长派维特（Keith Pavitt）教授大学是工程专业，但在哈佛读了经济学和公共政策。那时我上课用的基础性教科书标题就叫《科学和技术的政治经济学》，作者是研究所的一位经济学家；科技政策领域2011年出版的一本重要著作《科学政策学手册》，其作者仍然是一位经济学家。

　　

　　后来我才明白，科技政策本身在很大程度上是经济行为。经济学的基本问题是在有限资源条件下寻求效益的最优，科技政策需要研究的，主要不是科技将如何发展，而是如何把有限公共资源有效分配到科技的各个领域、或者科学技术价值链的各个环节。好的政策就是能够把公共资源用到最合适的地方、产生最大的效益。为制订科技政策必须分析哪些是战略性的关键领域、哪些可能尽快产出成果，然而选择具体领域并非政策研究的核心，而只是为了实现合理投放资源、实现效益最大化的必要前提。

　　

　　从经济行为视角来看科技政策，可能有人会有疑惑。科技投入未必都是为了实现经济效益，比如国防能力和国家威望的提升就非常需要科技的支撑，优良的生活环境、社会福利公平和国民幸福也需要科技。确实如此，不过这些问题其实也已经纳入经济学的研究范畴。前面提到的“效益最优”不仅是指货币或物质收益，也包括了“效用（Utility）”，它包含了和平、安宁、健康、幸福等极其崇高、而难以用货币和物质衡量的人类追求。在萨缪尔森的经济学教科书里，国防被看作一个“生产部门”，它提供一种叫做国家安全的公共品。当然，效用作为一个经济学概念有争议，因为一定程度上它是一种主观认识，所以难以准确计量，需要进行交易时只能根据双方的价值预期，所以联合国统计各国GDP，而暂时没有去推广一些国家已经使用的“国民幸福指数（GNH）”。但效用毕竟也需要有适度的计量方法，也要符合经济规律。比如即使如国防这样关键的部门，也要和国民经济其他部门协调发展，不能无节制投入，军力盲目扩张很可能就是断送苏联的一个重要原因。

　　

　　观察科技政策可能还需要从决策科学的维度。在我有限的管理学知识中，赛蒙（Herbert Simon，有时译为“西蒙”）关于管理决策没有最优只有合适的著名论断让我印象深刻。赛蒙是位跨界大师，在数学、社会科学、认知科学、经济学和计算机科学（主要是今天的大热门人工智能）都有重要贡献，1978年因在组织决策过程领域所做的前沿研究获得诺贝尔经济学奖。为什么没有最优？因为最优与价值观相关，数学模型中的变量都是消除了量纲、没有任何背景的高度抽象，在那样条件下最优常常是可以计算出来的，而决策的优与不优，各人的判断标准不一，完全禁烟政策从人类健康和医疗资源节约来看无疑是最优；然而从社会学角度看，数量很大的部分人类天生具有某种嗜好，他们无法吸烟就可能吸毒，严格禁止各类嗜好不仅难以执行而且可能会造成部分人情绪低落甚至健康也会出问题、极端的还会出现自残等危害自身甚至危害社会的行为；而在经济上，只要全世界没有完全禁烟，中国全面禁烟必定有利外国卖家和走私团伙。所以在经济学、社会学和医疗健康不同视角下，就可能有几种不同的“最优”，世界上大多数国家最终采用的几乎都是各方利益妥协的政策。这是一个典型的没有最优只有可行的实际例子。赛蒙对管理决策的那个判断虽然没有深奥的理论支撑，却获得管理学研究人士与企业实践者的普遍赞同。

　　

　　赛蒙这个判断提出于几十年以前，尽管今天阿尔法狗大显身手，我感觉我们仍然难以期望在可预见的将来管理决策可以由机器人来一手完成。它仍将是个在各种不同场景下试错的实践过程。具体到科技政策，并不存在围棋那样有明确清晰的规则，所以很可能在较长时期内科技政策的制订将还不能如数学物理那样的精密。几年前美国出现了科技政策学的概念，致力于将政策制订从名称到内涵变为一门科学，其途径包含了大数据和循证分析方法，将来或许还会用人工智能等新手段，这个方向是正确的，但是道路肯定还很漫长（我关注这个领域，至今好像没发现产生有可能颠覆性的前景，甚至可能造成政策过程重大改变的成果也还未曾见到），而且还有伦理、隐私甚至情感等绕不过去的阻碍。

　　

　　或许未来某天，当丈母娘和妻子同时落水事件再次发生，人类已经有能力充分获得水流、风向、两人身体状况以及营救者状况的实时数据，甚至营救动作发生后两人各自可能的反应（包括博弈性质的多次迭代）都可以模拟出来，以至于可以精确计算出救出并救活哪一位的概率最高而救人者自己的风险最小（当然边界条件是外援无论如何赶不及）。但是还可能遭遇那样的两难：救活丈母的概率可能比救活妻子的高出7个百分点，但是以牺牲年轻妻子为代价救起的老年丈母则有很大可能变成残疾，计算机和人工智能能给我们算出一个最优解吗？当然这仅仅是个恶作剧式的假设，真实的问题是，在相对长时间内我们还不得不忍受赛蒙披露的那个很不完美的现实。

　　

　　从政治科学、经济科学和决策科学几个维度来观察科技政策，可能有助于从事科技政策研究和相关工作的人扩展视野，更加完整全面地理解和做好这项工作。其更重要的意义，可能还在于增强科技政策的主导者（政府决策者）和利益相关者（社会公众）对科技政策的认识。决策者需要接受政策研究的局限和不完美；社会公众也要容忍无法使大家都满意的现实。不该容忍的，是其程序的不规范、事实收集的不完整和方法运用的不合理。

　　

　　科学普及在人类科技发展中所成就的巨大贡献已经得到公认。我经常想，就像科学的知识、思想和方法需要普及一样，科技方面公共政策也需要向社会做普及，把这项工作做好了也是为我们建设具有全球影响力的科技创新中心做了贡献。

　　

　　作者为上海科学技术情报研究所研究员。文章为作者观点，不代表主办机构立场。