跨越“最后一公里”：循证决策中从数据到证据的转化困境与纾解策略

温志强 胡 峰，2，3

(1.天津师范大学政治与行政学院，天津，300387； 2.江苏省科学技术情报研究所，南京，210042；3.江苏省科学技术发展战略研究院，南京，210042)

1 引言

在提升决策科学性的探索中，循证决策(Evidence-based Policymaking，EBP)因其“政策制定建立在科学证据之上”的宗旨，成为政府提升决策能力的选择之一。在循证决策中，证据是核心。专家知识、研究成果、二手资料、经济或统计模型分析结果、经验判断等都可作为证据来源，虽然其质量和可靠性不一。证据在政府决策过程中的重要作用已为学界和实务界公认，但基于证据的政策生成和落实过程中是否存在局限及其使用的约束条件，目前在学界仍未形成统一认识。总体来说，国外学界形成了两种持对立观点的阵营，以Davies等[1]、Mosteller等[2]、Gary[3]等为代表的学者认为，基于证据的方法是可能的，但需要明确和严格的方法、评估程序。他们声称，在任何国家都需建立一个更有证据依据的公共部门，并实现制度化。同时要有明确的程序评估各种方案、干预措施的影响，并反馈到政策制定中。以Lindblom[4]、Pawson[5]、Head[6]等为代表的另一派则认为，构建只由研究证据和评估结果决定的决策系统是不够的。他们认为，冲突和讨价还价是民主政治制度的特征，尤其在复杂的政策领域，经验也是决策必须的。虽然，针对证据的适用条件和程序等有不同的见解，但两派都承认证据对于政府决策会产生有力的影响，而针对证据适用条件本身的争论也说明了证据在循证决策研究中的独特价值。

相较国外，国内学者对于循证决策的关注较少[7]，且多聚焦医学领域，公共管理领域的循证研究较弱，学术成果的数量和质量有待提升，研究视野和领域偏窄[8]。不过，和国外“学术争鸣”不同的是，在国内循证决策研究中，学者关于循证决策及证据在循证决策中的作用几乎达成肯定性共识。如杜泽等[9]指出，严谨的证据是公共决策科学性的有力保障。而坚持科学的证据观也是循证决策在公共行政领域得到重视的关键原因[10]。但从实践来看，在从海量数据到有效证据跃迁过程中存在的各类内源性困境，成为循证决策理念落地转化“最后一公里”的梗阻，只有充分厘清这些困境并在此基础上提出纾解策略，才能最大程度地发挥循证决策的功能。而这一重要的证据“前阶段”的研究，又是当前国内学界比较缺乏的。因此，通过本文的研究，希望作出兼具学理意义和工具价值的双重“边际贡献”，即理论上，丰富公共管理领域循证决策尤其是循证证据的研究面向；实践上，为充分释放证据在循证决策中的核心功能，实现“治理”向“智理”的跃迁提供启示。

2 循证决策缘起及研究综述

2.1 循证决策缘起

作为后新公共管理时期重要的理论思想，循证决策虽然于20世纪90年代才正式提出并获得发展，但循证思想和实践最早可追溯至15世纪君王宝鉴派。虽然“基于证据的集体决策”是人类一直以来的实践追求，却面临诸多主客观因素的挑战。直到18、19世纪实证方法的出现和成熟，尤其是其成功引入社会科学领域，才为循证决策提供了现实可能性。

不过，现代意义上的循证理念源于西方的循证医学领域。1992年，Guyatt等[11]在美国医学会杂志上首次提出循证医学概念，强调利用现有最佳证据制订诊治方案。循证医学设计的证据管理流程包括证据生成、质量评估、证据使用和实施科学四个阶段，其中包含的证据管理思想也为后来的循证决策所继承。在循证医学基础上，循证实践逐渐推广应用。1997年，英国布莱尔政府在“建设现代化政府”宣言中首次提出“基于证据”的政策制定理念[12]，开启了循证决策实践之路。1999年，英国政府内阁办公室先后发布《政府现代化白皮书》《21世纪的专业政策制定》[13-14]，明确证据在决策中的中心地位。此后，美国、加拿大、爱尔兰、澳大利亚等发达国家相继开展循证实践，在全球掀起科学决策的浪潮。

2.2 循证决策研究综述

为了解国外循证决策的研究状况，本文基于Web of Science核心合集数据库，以“标题”为检索字段，检索式为：TI=("evidence-based polic*")OR("evidence based polic*")OR("evidence-based policymaking")OR("evidence based policymaking")OR("evidence-based policy-making")OR("evidence based policy-making")OR("evidence-based desicion*")OR("evidence based desicion*")，选择“SCI-EXPANDED、SSCI”，文献类型选择“article、review、proceedings paper”，语种选择“English”，检索日期截至2021年10月1日，共得到1328篇文献，通过数据清洗，最终得到1240篇相关文献。从研究领域分布看，国际循证决策研究以医药卫生领域(肿瘤学、护理学、营养学、儿科学、传染病学、免疫学等)为主，共有804篇文献，占比64.84%，这也和循证政策及实践发端于医学有关。其他领域包括社会工作、经济、犯罪学、教育、环境科学、公共管理等(见图1)。从时间分布看，最早的循证决策文献为Jadad等[15]在1998年发表的论文。此后，发文量基本呈逐年稳步增长趋势。总体来看，国外关于循证决策的理论研究与实务探索都取得了较为丰硕的成果，研究议题主要聚焦循证决策内涵界定、兴起动因、证据有效性争议、循证决策优化路径与策略、具体案例研究等各个维度。

图1 国外循证决策研究领域分布情况

1999年，《四川图书馆学报》刊载了国内第一篇循证医学领域CSSCI论文——循证医学的信息研究方法[16]。从时间节点看，国内循证研究与国外基本同时起步。此后，循证研究呈逐年稳步上升趋势。本文以CNKI中的CSSCI数据库为数据来源，在高级检索中以“循证”为主题词进行精确检索，共获得561篇文献(检索日期截至2021年10月1日)。经数据过滤和清洗，最终确定满足条件的文献470篇。一方面，和国外相比，数量上较少。另一方面，与一些热门研究领域相比，循证研究仍不算“显学”，研究亟待“提质增效”。

本文基于Citespace软件绘制的关键词聚类图谱发现，国内循证研究形成了以循证医学为中心，循证实践、系统评价、运动与健康促进、循证图书馆学等为次级中心“嵌套聚类”的结构特点，并产生循证方法、临床指南、临床实践、实证支持治疗、医学信息资源、循证治理等关键研究节点。可以看出，国内循证研究主题也以循证医学为重点，并以此为核心，逐步向图书馆学、教育学、社会学、经济学、公共管理等学科领域扩散(见图2)。

图2 国内循证研究关键词聚类图谱

和国外的研究进路相似的是，国内循证决策研究也是从最初的医学扩散至教育学、图书馆、情报学、公共管理等其他领域[17-20]，所用的方法更加多元，包括定性规范研究、定量实证研究，以及定性与定量相结合的方法。但总体包括循证决策理论分析和循证决策实践应用两大部分，主要研究主题有循证决策内涵研究[21]、循证决策具体运用[22]、国外循证决策经验借鉴[23]、循证决策面临的困境及解决对策[24]等。

作为循证决策必不可少的核心资源——证据，也是一个极具理论价值与实践意义的研究命题。国内学者对于证据研究虽有涉及，但仍有可待提升的空间。如郁俊莉等[25]重点探讨了大数据时代循证决策机制在政策制定中的运用。但总体来看，其研究重心在于构建区别于创新决策和大数据决策的“循证决策”机制，更多的是一种逻辑理路的探讨和机制的整体规划，虽然介绍了从数据到证据再到政策的实现手段，但较为粗疏笼统，也没有具体阐释从数据到证据转化过程中的困境。赵晰等[26]虽深入分析了循证决策各环节遇到的障碍，但一方面，该文只是基于研究者视角进行分析，并未涉及决策中的其他主体；另一方面，该文所分析的障碍是基于循证决策全周期的，从数据到证据的转化只是作为嵌入其中的一个环节，并未专门论述，也就没有真正触及从数据向证据转化过程中的梗阻。而这一重要证据“前阶段”的研究，目前仍然非常匮乏。

循证决策的重要原则之一便是不同的证据有不同的适用情境[27]。因此，在追求从海量数据到有效证据的过程中，如何克服不同场域的“决策失灵”，实现更细粒度、更有针对性的“证据优选”，是需要结合现实场景具体探讨的话题，也是本文写作的缘起。具体地，本文旨在解决三个问题：一是从数据到证据的转化过程中存在哪些内源性困境；二是造成困境的原因何在；三是如何突破困境，打通转化的“最后一公里”。同时，本文创新性地引入“地平线扫描”的理念与步骤，按照“困境多点扫描—变量多维刻画—路径多元响应”的整体框架，对前述三个问题在全景式扫描的基础上进行求解，最大程度地达成循证决策功能，实现从“循证治理”到“循证智理”，并弥补既往循证决策研究中证据“前阶段”研究匮乏的不足。

3 地平线扫描及整体研究框架

3.1 地平线扫描理论及其适用性

“地平线扫描”这一术语最早可追溯到“通过应对弱信号管理战略性意外事件”一文中[28]。Loveridge[29]将地平线扫描视为对已知环境扩展的搜索过程，旨在识别对社会和政策可能构成威胁的问题或事件。2004年，英国出版《2004—2014科学与创新投资框架》，承诺建立地平线扫描中心[30]。随后，新加坡、荷兰等也陆续开展以风险评估为目标的地平线扫描行动。地平线扫描作为对相关领域、对象、环境等的全谱系感知，可以为制定响应策略提供全景性的情报依据。

在当前各类高影响力/低概率风险交织的智能社会[31]，循证决策虽是政府危机应对的“理性选择”，但以证据为关键支撑的决策也会遭遇各种困境，甚至带来严重的负向溢出效应。明晰其中的困境要素及影响变量，并提出响应策略，才能转危为机，最大程度地彰显循证决策价值。在具体研究中，选取以威胁识别和化解为根本旨归的地平线扫描作为本文的理论框架，原因有二，一是从目的契合性看，两者都是通过对潜在或现实风险/威胁信息的扫描，识别出影响变量因素或其中的“大事件”，进而作出面向决策的改进性策略；二是从程序适恰性看，地平线扫描的早期监测-中期评估-后期规划的程序，也与本文所要探讨的循证决策从数据向证据转化中面临的困境、困境影响要素及纾解策略的研究流程相吻合。当前，地平线扫描法主要运用于商业竞争[32]、公安情报[33]、技术预测[34]等领域，国内将其运用于政府治理领域的理论研究非常罕见，因此，本文拟创新性地借鉴地平线扫描的理念与步骤，对循证决策中从数据到证据的转化困境进行扫描分析。

3.2 基于地平线扫描的整体研究框架

一般而言，地平线扫描包括问题规划、信息搜集、信号捕捉、趋势推测和意义建构五个流程。其中，问题规划是地平线扫描的起点，关键就是确定待扫描的对象或问题。在本文中，和问题规划对应的即循证决策数据向证据的转化困境这一具体问题。信息搜集是在明确问题范围的基础上开展扫描前必要的资料搜集工作。在本文中，信息搜集包括各类内外部信息源(文献检索、专家咨询、政府调研等)的采集整理。在此基础上，便进入地平线扫描最重要且依次推进的三个步骤：信号捕捉-趋势推测-意义建构，分别与本文的“困境多点扫描-变量多维刻画-路径多元响应”三大环节一一对应。通过对影响跨越循证决策“最后一公里”困境的“弱信号”捕捉，并对困境驱动因素、内在机理等的趋势推测和变量刻画，提出地平线扫描的意义建构-纾解困境的多元路径。基于篇幅所限，本文仅参考地平线扫描最关键的三大流程，并从“偏态问题识别-动态问题诊断-稳态问题求解”的视角出发，搭建“困境多点扫描-变量多维刻画-路径多元响应”的研究框架(见图3)。需要说明的是，本文主要是一种研究理念和逻辑的借鉴，而非运用地平线扫描涉及的各种方法工具。事实上，从方法论的角度看，本文采用的仍是传统的规范研究范式，按照“提出问题-分析问题-解决问题”的研究理路，对影响循证决策“最后一公里”的转化困境进行探索性研究。

图3 基于“地平线扫描”的研究框架

4 困境多点扫描：循证决策的偏态问题识别

尽管循证理念是希望通过知识转移实现对决策的指导，弥合科学与实践间的“鸿沟”，但从理念成型到实践落地仍存在“最后一公里”障碍，即“对使用证据的普遍支持并没有转化为基于证据的决策系统和有条理的做法”[35]。尽管大数据为循证决策提供了最基础和庞大的资源池，但并不能保证证据的完备性，而证据的缺陷则与其产生的源头——数据及从数据升级为证据的路径中存在的困境息息相关。地平线扫描的信号捕捉阶段是在前期各类全源信息采集的基础上，通过进一步处理分析以发现有助于解释问题本质的“弱信号”。类似地，困境多点扫描也是基于循证决策中数据向证据转化困境这一问题，在内外部信息源归集的基础上，对转化困境进行“信号捕捉”。具体而言，在循证决策从数据“势能”向证据“动能”的转化过程中，主要存在六大内源性困境。

4.1 证据底层的源头困境：数据资源质量参差

数据是循证决策的底层资源。Boaz等[36]指出，基于证据的政策是“旧问题的新标签”，即循证政策从某种程度而言也必是“循数”的。但数据规模的爆发式增长和数据模式的高度复杂化、非结构性数据的广泛存在使得数据质量出现差异。正如Lee等[37]指出的，大数据特点导致数据质量保障难度加大，从而出现数据“治不准”现象。

如何从海量、庞大的数据资源池中提取有效、有用的数据，是大数据时代循证决策从数据到证据转化中遇到的第一道门槛。虽有不少学者提出了数据治理策略，但现有的质量数据业务系统中，仍存在大量垃圾数据、缺项数据、失真数据、僵尸数据[38]。盛小平等[39]指出，数据质量问题大致包括数据的准确性、一致性、可靠性、及时性、完整性、关联性、开放可访问性七大类，各类质量问题中又包含具体的次级问题(见图4)。这些数据本身存在的多元问题如果得不到解决，由其转化的所谓证据自然是无效、失真的。

图4 具体数据质量问题示意

4.2 数据分析的流程困境：证据提取环节的过程失灵

数据不会天然成为证据，而是需要经过采集、存储、整合、加工等系列分析流程汇集成“资源池”，才能从中提取出证据。但在证据生成的逻辑起点——数据分析的每个环节中，都存在可能导致最终证据提取失灵的障碍。

如在数据采集方面，由于缺乏对多源异构数据的关联处理、智能分析等，形成大量碎片化、无关联的数据，造成数据冗杂，难以形成有效、可验证的数据模型。在加工有效证据的过程中，可能由于出现过多的僵尸和无效数据导致“数据赤字”，要先验地采集能够产生有效证据输出的输入性数据并不容易。在数据整合方面，通过不同渠道、不同系统、不同机构采集的数据彼此无法互通，异化成各类“数据孤岛”，而这些数据汇聚后又变成彼此割裂的“信息仓库”。在数据加工分析方面，由于意识形态和政治假设的差异，实践中会出现相互矛盾的假设和上下文，导致对于同样的客观数据产生不同的分析和解释。基于相同数据形成的研究报告，往往因为使用不同的观点、方法得出截然不同的结论，使得数据因未能跳脱意识形态与政治藩篱而被质疑[40]。

4.3 证据闭环的升级困境：数据到证据的路径阻断

受Tang等[41]对数据、信息、知识、情报之间关系界定以及Nam[42]提出的“数据-信息-知识-智慧”(DIKW)巢形层级结构的启发，本文构建了“数据-信息-知识-证据”(DIKE)金字塔模型(见图5)。在该模型中，数据处于最底层，证据处于塔尖。底层数据虽然数量最多，但也存在最多的“噪音”。和处于其上层的信息、知识乃至证据相比，数据具有混沌、模糊、不确定性，它是基于语法的原始事实，并没有结合具体的上下文情境，更没有对数据进行实用化、动态化处理和行动判断。

图5 “数据—信息—知识—证据”(DIKE)金字塔模型

循证决策之所以失灵，是因为在数据向更高阶形态转化的路径中，形成了一种张力伟等[19]所言的“信息为中心”的处理方法，遗憾地停留在了“知识”这一环节，而知识输入往往同决策输出存在一定的距离“位差”，缺乏实时动态的行动判断、专家智慧等人工输入，导致在证据加工的过程中存在阻断效应，最终导致循证决策失灵。也就是说，决策者的政策制定并不是真正基于证据，而是基于数据或基于信息和知识。在从数据向证据转化过程中，数据并没有质变为金字塔顶层的证据。英国于2003年发动的备受诟病的对伊军事战争就与决策中的证据失察息息相关。当然，这一非正义的战争也直接推动英国随后进行的一系列国家安全机制改革，其中就包括创建由总理担任主席的英国国家安全委员会。

4.4 证据链条的筛选困境：最优证据的难以企及

证据是循证政策制定的核心支撑，伴随着经济社会的发展和信息技术的快速更迭，循证决策的证据也经历了“微数据-小数据-大数据”的演化升级[43]，形成了各类全源、全域、全局的证据资源池。已有实践或研究大多将“证据”概括为专家知识、研究成果、政策评价、经济模型等[24]，这些证据通过结构化、情景化、系统评价、归纳演绎等各种方式，形成了质量分殊的“证据链”(见图6)。

图6 “证据链”结构及具体元素

虽然云计算、区块链、机器学习等各类技术可以极大地提升证据生成质量，但最佳证据只存在于理想的受控环境中。即便通过随机受控实验法取得的最高等级证据，也会受多变量交织影响，造成证据效果下降。同时体现因果性和相关性的最优证据事实上难以获取。在追求最优证据的努力中，即使是颇富经验的组织或专家，也会在证据搜集、提供、分析、利用等过程中存在失灵状况，导致最优证据停留在“理想态”。

4.5 供给主体的协同困境：知识精英的证据生产“垄断”

政策研究者、制定者、管理者和政策实践对象构成循证决策证据供给来源的四元主体结构[20]。在实际证据的生成中，包括专家学者、决策者、执行人员、公众及其他各类利益相关者均不同程度地参与了循证决策的证据供给(见图7)。

图7 “循证决策”的证据供给四元主体结构

但事实上，证据供给仍以政策研究者为主。专家学者凭借专业背景和技术优势，在证据供给上处于绝对“垄断”地位，“四位一体”的主体协同结构事实上变成“政策研究者”一方独大的状态。而专家学者因为知识领域的差异及价值认同、个人主观好恶等原因，会使证据带上鲜明的“主观情趣”和“价值导向”。证据的“知识精英化”也会导致证据样态偏于狭窄，甚至学术性有余而实用性不足。同时，科研人员也会因为经费不足、实验变量设计误差等产出问题性证据。

4.6 证据评估的能力困境：缺乏有效的标准和方法

有效的证据评估是对证据具有的属性——证明力的评价，是决定循证决策成败的关键，也是数据转化为有效证据的必要步骤。但当前的证据证明力评估存在两个明显缺陷：

一是大部分评估仍局限于医学领域，且评估标准存在争议。Lohr[44]指出证据效力强弱应考虑其连贯性或一致性。李幼平等[45]指出，判断证据强度应该考虑证据的内外部效度，前者指研究本身的真实性，后者指研究结论能推广到更广泛群体的程度。二是证据证明力评估仍局限于理论层面的探讨。Hadorn等[46]指出，医学领域有既定的“证据等级”，从高到低依次为随机实验证据、观察性研究证据、专业常识性证据。而公共行政等部门在证据评级方面则存在很大争议，关于什么是有效的证据往往见仁见智，且很大程度上是暂时的和高度依赖上下文的。

5 变量多维刻画：循证决策困境的动态问题诊断

经过对循证决策中数据向证据转化困境的全景扫描，共捕捉到上述六个困境信号。进一步地，本文对困境形成机理进行地平线扫描的“趋势推测”，即通过深入挖掘造成困境的多维变量，从而为最终的意义建构——纾困策略提供行动指南。具体来说，通过动态问题诊断，当前从数据到证据转化困境的形成机理主要包括制度力、注意力、协同力、支撑力四个方面。

5.1 制度力变量：政策藩篱引发“路径脱轨”

从杂乱且海量的数据到决策依循的有效证据，再从有效证据到公共政策，需要一系列稳定的制度设计，以框定从数据输入到政策输出的结构化路径。但体制机制的缺陷甚至缺失将导致数据到证据转化的“路径脱轨”。具体来说，体制机制方面存在的问题有二：一是数据的采集、清洗、整合、开放、维护、监督、确权等各环节缺乏完善、有序的管理机制和法律法规。由于缺乏相应的业务数据提取规范，数据标准规范的更新、修订、应用等推广机制也尚未建立，面对数据指数级增长及网络带宽负荷激增的双重压迫，造成数据处理能力降低、响应延迟、数据开放共享程度低等问题，从而导致数据质量折损，也就无法加工成合乎循证决策要求的有效证据。二是相关配套机制不完善。尽管各地都在积极响应上级政府号召，将开展数据资源建设和管理列入专项工作，却没有完善的体制机制跟进，一方面多地尚未建立专门的数据管理机构，另一方面缺乏专项经费保障，导致数据向证据转化过程中仍面临诸多政策藩篱。

5.2 注意力变量：选择偏倚造成“证据失衡”

传统的政策制定以包括立法机关、行政机关、司法机关、执政党等在内的政策制定者为核心，政策实施对象几乎不参与，而循证决策则是以政策研究者为核心。政策研究者的主要任务是生产、收集、整理相关证据，并将证据与来自政策实施对象的需求与反馈提供给管理者，最后经审核与评判后交给证据使用者——政策制定者[47]。然而，为最大程度地追求和彰显循证决策科学性，政府在注意力配置方面给予了科学知识和政策研究者太多的重心偏倚。政府在证据选择场景中注意力分配的失衡，也导致并进一步强化了证据生产者的“行动者利益偏好”。本该是由多元、多源证据构成的证据资源库却形成了以政策研究者生产的“政策产品”的垄断局面。但事实上，证据并没有“最佳”，只有“适切”，数据选择方法故障有时比数据故障本身更严重[48]。通过科研学术活动获得的证据只是诸多证据中的一种，虽然其更具备科学和严谨性。财务信息、监测数据、调查、公众舆论、实践经验、顾问、轶事和内部组织研究等也都是证据资源中的重要来源。因此，政府应首先努力获得足够来源的证据，然后运用适当的方法在证据中进行无偏匹配和遴选。

5.3 协同力变量：能力堕距构筑“交互壁垒”

证据供给是一个多元利益攸关者持续交互的过程。Head[49]认为，构建多主体的交互网络可有效解决证据供给与决策需求间的脱嵌问题。协同交互在高质量的证据生产、传递和使用过程及最终决策中都能发挥重要的作用。但由于不同证据供给主体间、证据供给与需求主体、证据供给主体与其他利益攸关者间存在“能力堕距”，往往出现多元主体协同不足、不畅的情况，造成主体间证据共建共享的交互壁垒。即使同为“知识精英”的科研工作者，也会基于学术关注领域的差别、跨学科沟通机制缺乏及有限注意力等原因，无法形成证据生产共同体。交互壁垒的存在也会出现“数据烟囱”和“信息孤岛”，反向固化“能力堕距”并造成“文化堕距”，从而在价值取向上忽视甚至否认构建强协同、紧耦合、宽链接的知识交流平台和证据交互网络的必要性。事实上，作为证据生产的“代理方”，只有打破交互壁垒，通过多元主体的无缝桥接，才能最大程度地激活数据的资源价值和证据的资政价值。

5.4 支撑力变量：工具短板导致“跃迁梗阻”

技术是支撑数据向证据转化和跃迁的关键力量。数据加工、升级为证据失败的很大原因取决于技术工具短板。如面对海量的数据源、异构的数据类型和模型化的数据形式，缺乏一套覆盖数据链条全生命周期的技术治理工具，往往出现大数据下的小数据治理模式。同时，由于不同的业务系统采用不同的数据格式和技术规范，数据间在整合过程中存在技术障碍，形成难以逾越的“技术鸿沟”。此外，各地政府重建设、轻研发，导致针对数据处理应用的技术短板明显。根据大数据促进发展委员会的统计，我国37个省市中有13个提出建设大数据产业园区，但仅有4个提出建设大数据技术中心或工程中心[50]。针对数据质量的评估也多是沿用循证医学中的“证据链”、质量评价量表等工具，针对我国政府决策实际和需求的多元质量评估技术指标体系还有待建立。

6 路径多元响应：循证决策困境的稳态问题求解

意义建构是地平线扫描活动的最终目的，也即是为未来的决策行动提供参考方案，这也是地平线扫描的价值和功用体现。尽管本文的困境扫描是在相关困境问题刺激下推动的，但真正的目标是在具有“耳目、尖兵、参谋”作用的情报资源的辅助作用下，为循证决策提供摆脱困境的路径规划，实现具有跨越循证决策“最后一公里”效用的意义建构。

6.1 优化体制机制设置，通过循法保障循证

一是加强数据要素基础性制度建构。循证决策及“前决策”中证据供给的成功离不开完善、系统的制度保障。英美等发达国家在循证决策的各环节均建立了完备的法律法规体系，通过“循法”治数，实现“循证”治国。可分别从数据要素产权制度、数据安全管理制度、数据流通交易制度、数据质量监管制度、数据设施规制制度等几个维度，建设完善的数据治理体系，通过制度保障构建高标准、全量化、宽谱带的数据档案库，最大程度地释放“数据红利”，使数据成为循证决策证据的有效底层资源。

二是确立数据共享的标准规程。各地需建立数据规范管理规程、数据元标准共享与交换规范等主要数据标准规范与程序，并构建基础数据迭代更新机制，为基础数据的互联互通奠定基础。同时，设置证据分级分类的指南标准或质量体制体系，并据此制定一整套适用于不同证据类型的具体操作流程，为循证决策制定提供高质量的证据支持。

6.2 拓宽证据供给渠道，打造数据生态雨林

一是加强决策者领导力，合理引导证据生产。所谓领导力，一方面是指基于证据的领导，另一方面则是指对于证据的领导。决策者不仅是利用证据成果制定相关政策的决策者，也是引导证据生产方向、决定数据能否有效转化为证据的管理者。Mitton等[51]提出了知识交流与共享的八种主要途径，其中，为决策者举办教育培训、开展决策者和研究人员间的推进会议、决策者和研究者定期面对面协商、组织内部能力建设、成立指导委员会等建议，就是针对提升决策者证据领导力提出的。除了通过培训、学习等方式弥合“能力堕距”，政府甚至可以直接组织证据生产。英国就在政府内部设置了九个“有效性”中心，推进卫生、教育、经济等各领域内有效证据的生产[52]。

二是扩大数据采集范围，建立广域覆盖的证据网络。良好的政策制定依赖高质量的证据供给，除了科学原理、专家知识、实验结果等价值密度较高的证据，互联网、社交媒体等平台的各类一手和二手数据也是重要的证据来源，因此，要尽可能扩大数据采集范围，充分利用各种平台载体，挖掘有层次、有价值的数据，构建广域覆盖的证据网络，提高数据向证据转化概率。社交媒体中的非结构化数据是大数据频谱的一部分，它能有效洞察社会现象和公民意见，对政府决策至关重要[53]。同时，还要高度重视“人群智慧”，它可以克服专家经验的个体偏见和失误，为政策制定广域泛在的策略。在具体实施上，可运用米切尔评分法，根据最终分值对不同利益相关者进行分类，充分了解不同群体利益诉求，并据此进行数据收集和分类，从而形成具有情境性、包容性与价值结构的数据生态雨林，跨越数据到证据转化的“死亡之谷”。

6.3 加强主体界面交互，构建证据生产联盟

一是建立覆盖从中央到地方的循证决策证据联盟。中央政府应牵头组建国家级循证决策证据研究中心，负责国家层面各类证据研究机构的分类、规划和数据库建设，并通过飞地、联合等形式，打造容纳国内外知名证据研究机构的全球证据联盟。同时，积极推动和指导各部门通过竞争招标、深度整合等方式，组建本部门或跨部门的循证决策证据研究中心。

二是建立包含政策制定者、研究者、管理者和政策实践对象的多维证据生产共同体。只有通过多元主体界面交互，才能实现证据生产过程中各主体从内部单一型交互到融汇统一型交互的自演化。要确立各主体交互的组织制度体系、实践框架和合作模式，明确主体间的相互关系和参与证据生产的行动规范。更重要的是，根据Prewitt等[54]的代理策略，强化第三方机构的代理人功能。通过第三方机构(如评估公司、政策倡导组织等)对研究者提供的“证据产品”进行过滤、综合、汇总和分发，形成用户友好的证据包。目前，循证政策发展较领先的国家已出现独立的政策实验室、数据整合平台等形式的第三方，如美国的加利福尼亚政策实验室、整合数据系统。这些第三方平台能弥合政府部门间、政府机构与社会组织间的信息断层，在为证据供需双方提供有效对话的基础上，解决证据转化障碍，提升证据采用率。

6.4 完善技术工具赋能，提升证据供给质量

一是加强技术工具开发，消解数据转化痛点。在数据采集、存储、处理、挖掘、基础架构、模型预测、结果呈现等数据加工的各环节,都需要有效的技术手段支撑。要坚持数据赋能、证据导向的理念，综合运用大数据、人工智能、区块链等技术解决各环节瓶颈制约，消解数据生产使用及转化痛点[55]。如在数据采集方面，要根据数据来源、类型、领域等实施有效收集，并搭建统一的数据平台。通过边缘计算解决数据过载带来的计算负荷、数据处理延迟等问题；通过开发由区块链节点、数据存储节点和终端节点的联盟链技术解决“数据孤岛”问题；通过机器学习算法、深度卷积神经网络优化等实现数据降噪；设计开发循证决策的证据系统工具集，提升政策主体获取、筛选、评估有效证据的能力。

二是遵循“为成功付费”的原则，实现证据研究的精准支持。对于难度较大、周期较长、成本较高的证据研究项目，政府部门要提供稳定、充足的资金支持。但为避免盲目投入的泡沫效应，决策者可遵循“为成功付费”原则，即只为取得成功的证据研究项目提供资金支持。这不仅会提升政府支持证据研究项目的精准度，也会反向激励相关证据研究机构，防止出现承担机构敷衍应对的状况。当然，为激励那些真正愿意开展证据生产、开发研究机构的积极性，化解因为技术研发失败导致的债务风险，社会影响债券作为有效补充，可解除研究机构承担费用的后顾之忧。

7 结语

证据是决定循证决策成败的关键要素，数据则是证据生成的底层来源。然而，在从海量数据到有效证据的跃迁过程中，却常遭遇各种转化困境，厘清这些困境并提出纾解策略才能跨越转化的“最后一公里”，最大程度地实现循证决策的科学性和有效性。基于此，本文创新性地借鉴地平线扫描的理念与步骤，按照“偏态问题识别-动态问题诊断-稳态问题求解”的逻辑理路，搭建“困境多点扫描-变量多维刻画-路径多元响应”的研究框架。通过扫描，梳理出制约转化的六个内源性困境信号，进一步提炼出制度力、注意力、协同力、支撑力等困境形成的四个变量机理，并据此从优化体制机制设置、拓宽证据供给渠道、加强主体界面交互、完善技术工具赋能四个维度提出困境纾解策略。

当然，作为一种探索性研究，本文仍存在几点不足：一是在创新性上，虽然本文尝试引入地平线扫描，但更多的是借鉴其“对选定的地平线进行全谱扫描以获取风险/问题信号”的理念，而不是方法论的具体运用。因此，地平线扫描中涉及的德尔菲法、尖端科学评议、开放论坛等各类方法工具，本文并未选用。从具体研究方法而言，本文采用的仍是传统的规范研究范式。同时，本文重点选择了地平线扫描中最关键的三大环节“信号捕捉-趋势推测-意义建构”作为困境扫描的流程参考。至于地平线扫描的问题规划和信息搜集，限于篇幅并未展开。二是关于从数据到证据转化的困境，本文只分析提炼了其中的六大内源性困境，而造成转化障碍的外部变量，限于篇幅本文并未涉及。同时，困境扫描主要是基于一种演绎的定性分析，未来可进一步通过量化研究对制约转化的困境进行深入研究。