科技政策生态模型基础框架构建及其三环齿轮机制分析——基于美国量子信息政策的启示

杜宝贵，丰佰恒

（东北大学文法学院，辽宁沈阳 110169）

1 研究背景

科学技术作为一国发展的战略基石，各国均为其制定专门管理政策。科技政策是在大数据时代科研事业蓬勃发展、科研成果量激增的背景下制定的与科技创新活动密切相关的一系列政策。中国不乏如李杨［1］、郭强等［2］、李冬琴［3］、张雨等［4］、贾晓峰等［5］、曹玲静等［6］众多学者，分别从科技政策变迁、科技政策扩散、科技政策协同、科技政策知识图谱构建、科技政策体系框架、科技政策机制等方面对科技政策进行研究；同时，亦有学者强调从系统观看待科技政策［7］，然而，建立一个怎样的科技政策系统、这个系统是如何运行的，相关研究对此尚未进行具体阐述。已有针对于科技政策的研究大多专注于政策本身，而对科技政策生态系统建设关注不足。

关于政策生态系统研究，目前已完成从如翟瑶瑶等［8］研究的政策生态链，到如柳劲松等［9］分析的政策生态网络，再至如赵龙文等［10］开展的政策生态系统演化研究的过渡。有学者认为，需借助自然生态学理论将政策生态系统分为政策主体、政策客体、政策环境三大部分［11］，其中政策生态主体部分包括政策源出方、运营方、接受方、监管方，政策生态客体即政策本身，主要分析政策的结构与属性，政策生态环境包括政治环境、经济环境、社会环境、文化环境、技术环境、其他环境等。因此，从生态系统的视角看待科技政策，亦将不局限于科技政策本身，政策环境与相关人员也应纳入科技政策生态系统的范围之内。此外，科技政策生态是科技创新与政策生态的融合，深入剖析其内部运行机制，可以从整体观的视角对中国科技政策生态进行把握。

量子信息作为当今科技前沿之一，多国对其发展早已跃跃欲试。面对量子科技新规则的空白，各国寄希望于政策引导科技、抢占全球先机，因此量子科技政策竞相迸发。美国于2018 年颁布《国家量子倡议法案》，成为当今全球唯一的量子信息科技立法国家，发展至今其相关政策生态的发展相对成熟，对世界其他各国极具借鉴意义［12］。中国对量子信息科技的管理尚在起步阶段，量子信息科技政策尚未形成完整的体系，科技运行机制尚不明晰，严重制约了相关科技成果的转化与科技的价值释放。为此，本研究以美国量子信息政策为例，针对新时期科技政策的运行难题，基于生态学视角尝试构建科技政策生态系统基础框架，探索科技政策系统的类生态本质，并分析其运作机制，旨在为界定科技政策生态内涵、推动科技政策运行、激活科技价值提供理论依据与实践启示。

2 科技政策生态模型框架构建

2.1 “科技政策生态”概念界定

政策生态缘起于自然科学的生态学［11］。政策生态是指政策从草拟到颁发、再到执行改革和再执行的周期性迭代过程。从系统的观点看，政策生态是一个多系统协作、多组织协调、不断演化、循环往复、螺旋上升的复杂系统。政策生态强调政策与人员、政策与环境、人员与环境间交互，良好的政策生态可以促进政策价值的实现，并减少无法可依、规则落后等风险的发生。综上，政策生态是政策生命周期性的系统化生态过程，是社会稳定的重要保障，其目标是实现政策价值最大化。科学技术作为重要的国家战略资源，需要配套的政策措施才能激发其活力、保障其安全。科技政策是指在科技强国背景下衍生的，以促进科技生态发展为目标，以科技管控规制为呈现方式，用于分配科技资源、解决科研安全问题，具有价值性、权威性、合法性、专有性等特性，与科技管理密切相关的一系列科学政策的总称。狭义的科技政策包括科学政策、技术政策、创新政策、研发政策以及教育培训政策，Edquist［13］、Freeman 等［14］对此进行了系统研究。科技政策生态研究作为科技治理的重要主题，既涉及政策生态个体、政策生态链、政策生态网、国家政策生态体系等不同生态层的协同，也涉及技术、网络、文化等不同环境的协同，是一个以服务于国家科技创新工程与实现政策价值为最终目标的综合生态。探究科技政策生态系统，应厘清其与政策生态系统间的关联关系，主要包括以下方面：（1）包含关系。政策生态系统是指动态、复杂的政策生态化过程，包括与政策相关的一切要素，科技政策生态系统则是从与科技相关的政策出发，以保障科技安全为基础目标；政策生态系统的范围更加宽泛，孕育着科技政策生态化的过程；而科技政策生态系统可以看作是政策生态系统的子系统。（2）层级关系。政策生态系统是对包括科技政策在内的整个大生态的宏观把控，而科技政策生态系统侧重于科学技术政策的微观处理，可见政策生态系统是科技政策生态系统的上位层。科技政策生态系统与政策生态系统的主要区别在于：（1）范畴差异。政策生态系统范畴更宽泛；科技政策生态系统则更加具体，侧重于科学技术相关政策。（2）对象差异。政策生态系统调控的核心是政策，控制的是政策质量；科技政策生态系统则主要关注科技的发展。（3）结构差异。政策生态系统是科技政策生态系统的依托，主要包括政策及与其生命周期内相关的环境与人员；科技政策生态系统则是由政策、人员、场域三环（以下简称“三环”）构成。综上，科技政策生态系统从本质上讲是一个以科技政策为核心，以服务于国家科技创新工程、实现政策价值、保障科技安全、促进科技发展为最终目标，以草拟、颁布、实施、改革为政策生命周期，以政策、人员、场域为基本组成框架的，赋予科技政策生命的复杂的多元协同的政策生态系统工程。

2.2 科技政策生态模型的基础结构

科技政策存活于技术、人员、制度、文化、网络等多维生态空间，通过其中各生态因子内部运作，促进科技协同治理。其中，科技政策生态因子是指与科技政策生态系统运行相关的一切要素。根据生态位理论知，科技政策生态系统是在一定环境区间内多种因素相互作用的总和［15］。生态位的构建可帮助我们全方位地认识政策与相关人员以及所处环境的相互关系。鉴于此，参考严荣［16］、柳劲松等［9］的政策生态理论研究，将科技政策生态因子划分为政策、人员、场域三大类，并构建科技政策生态基础模型，如图1 所示。

图1 科技政策生态模型基础结构

（1）政策环。政策环主要由相关政策构成，科技政策与科技之间存在映射关系，不同的科技配有不同的政策，用于维护科技安全、促进科技共享，是科技政策生态中与科技直接相关的存在。在数据密集型研究范式下，广大科研人员对于科研数据有着深层次的诉求，然而在技术流转过程中有可能因主客观因素造成数据失真，科学完善的配套政策可有效地保障数据质量、规范科研行为，因此其政策具有一定的价值性。科技政策往往由政府部门颁布，具有权威性与合法性；同时，科技政策是针对科研治理所颁布的，专门解决科技资源分配问题，仅在科技领域生效，因此还具有专有性。大数据时代，科技蓬勃发展，科技政策是科技应用和发展的推动力量，深刻影响着政府信息管理的布局。对科技政策进行分析，不仅可以对其未来发展动向进行研判，而且还能为中国政府科技治理提出合理化建议，因此一系列与科学研究相关的政策应运而生，与之相关的顶层设计正逐步完善。

（2）人员环。人员环主要由政策接受方、源出方、运营方、监管方等相关人员构成。科技政策人员是科技政策生态运行的推动者，对科技政策人员的划分具有多种方式。从利益相关者的角度对人员进行划分，可分为政策支持者、政策反对者［17］；从政策组织的角度可分为领导者、组织者、代表者；从政策决策机制的角度可划分为政策制定者与政策遵守者。采纳Alrabiah 等［18］的观点，基于政策生命周期视角，将科技政策划分为颁布、执行、遵守、改革等阶段，并对不同阶段进行科技政策源出方、运营方、接受方、监管方等相关人员划分，具体如图2 所示。1）政策源出方。科技政策的源出需要政府机构、相关专家、科研机构多方协同。政府机构参与科技政策的源出是指，政府部门是政策的直接颁布者，这保障了政策的权威性与合法性。专家与科研机构参与科技政策的源出是指，专家根据科技特征提出合理化建议，例如美国量子信息科学小组委员会（SCQIS）、美国国家量子计划咨询委员会（NQIAC）等为美国量子信息科学战略提出政策建议。2）政策运营方。科技政策运营方主要负责具体的政策下发、执行等，以体现现行政策价值。参与科技政策运营的主体主要为政府部门与科研机构，其中政府部门为科技政策运营的核心。3）政策监管方。科技政策在具体运行过程中因专业性、趋利性等因素，易出现选择性执行的情况，这就需要政策监管方的监管，科技政策监管方主要负责政策落实情况的管理。目前中国科技政策的建设尚在起步阶段，对于政策的监管需要政府、科研机构、政策专家、科技平台等多元主体的协同合作。其中，政府是监管的有力保障，科研机构与数据平台辅助政策的落实，政策专家则可在验证政策科学性的同时为后续的改革提供建议。如美国量子信息科学（QIS）管理体系中包含了美国国家标准与技术研究所（NIST）、美国国家量子协调办公室（NQCO）等作为政策监管方。4）政策接受方。科技政策接受方是由科研机构、科研人员、科技平台、科研中介机构等组成的复合体。科技政策通过规范科研行为和保障数据安全，彰显其不可或缺的价值。科技政策的价值实现则需要政策接受方以及科技政策生态系统其他各方的接受与遵守，因而上述主体在科技流转过程中均应遵守相关政策与准则，其中科研人员对政策的领悟能力与其科研素养成为了政策发挥作用效果的关键。

图2 科技政策生态系统人员关系

（3）场域环。科技政策生态场域是政策与相关人员的活动区间。科技政策生态系统的构成除了要考虑政策本身与相关人员以外，还应将所处的生态场域（如资源、文化、风险等）纳入其范畴之内。科技政策场域资源主要包括基础资源、配套政策及其保障体系等。其中，基础资源主要指政治环境（国家大政方针等引导科研或政策走向）、经济环境（经济环境的稳步推进支撑着良策的演化）、自然环境（不同国家、地区在不同的自然环境下专注于不同领域的科研，如极地科研、黄河流域治理等诞生出具有自然特色的科技政策）、国际环境（国家间的竞争行为筑起“科技烟囱”）等；配套政策包括人才政策（如人才奖励政策、人才引进政策等）、财税政策（如科研减免税政策、各类专项资金等）、土地政策等。美国在《国家量子倡议法案》中提及美国国家科学基金会（NSF）在量子科技政策制定中具有一定职责。例如，阿肯色州立大学松树崖分校（UAPB）获得了2022 年NSF“量子信息科学与工程扩展能力”项目（ExpandQISE）拨款，该项拨款在5 年内高达500 万美元［19］，同时设立了“量子计算和信息科学人才计划”吸引专业化人才。在科技政策生态初建阶段，政策保障体系并不完善，内部结构较为混乱。根据张羽飞等［20］、孙成等［21］的研究，目前较具代表性的科技政策体系主要有产学研政四螺旋体系、数据政策服务体系、科研投资体系、科研收益保障体系、科技政策评价体系等，但各体系间连贯性不强，比如科技政策制定过程中科技政策源出方与接受方之间存在价值与知识偏差，导致科技政策落实不到位。针对此，美国整合政府、科研机构、高校、联邦实验室等多方力量构建QIS 管理网络，为量子信息大数据政策的制定建言献策，以实现相关政策制定的科学化与动态化，进一步形成科技政策生态链闭环体系，即科技政策生态网，突出科技政策生态的连续性、保障性、实操性，打好科技政策“组合拳”。

科技政策生态场域文化主要包含生态系统内部的伦理、价值观念、知识技术等。新兴学科引发新型伦理问题，如随着大数据的发展，数据流逐渐成为科研人员交流沟通的主要渠道，而科技政策作为规范科学数据流的专项政策面临新的伦理问题。在科技政策生态场域中，伦理问题主要指的是数据科学伦理，即科研数据伦理（如科研信用和科技发展方向的原则、底线及规制等）与数据技术伦理（如数据技术与人员、隐私、服务之间的多边形关系）。为此，中国于2022 年颁布《关于加强科技伦理治理的意见》以规范科技的交流共享。数据科学伦理背后是科技价值观的问题［22］，美国-欧盟贸易和技术委员会（TTC）于2021 年就“民主价值观协调解决关键技术问题”发表联合声明，指出价值观对科研活动的重要影响。除此之外，知识技术也是科技政策生态场域文化的重要组成部分，知识技术不仅为社会数字化的发展提供了新动力，还可直接影响相关人员对科技政策的认识度、理解度、接受度等，例如，美国《量子信息科学和技术劳动力发展国家战略计划》就指出教育可引导科技政策接受方的价值取向。

科技政策生态场域风险贯穿于整个政策生命周期，既包括科技带来的风险，又包含政策本身的风险。量子科技在促进科技进步的同时也会对网络安全、量子产业、国际竞争等产生一定的影响。2020年颁布的《美国量子网络战略构想》明确提及要密切关注科技泄露、误读、侵权以及相关领域潜在风险。量子科技政策旨在通过政策的制定或实施优化量子科技资源配置，但其拟处理的问题复杂多样，涉及多种主体，且由于不同主体具有不同的价值取向，同一政策的支持者与反对者对政策的实施将会产生截然不同的效果。因此，科技政策风险除受时间、环境的影响，也受到人员主观因素的影响。科技政策风险具有历史相似性、流动性、溢出性、未来性等特性，其中历史相似性是指风险的产生、流动与消失与以往风险具有相似性；流动性指风险随数据流与政策流在系统内部传播，形成风险流；溢出性指风险会影响相关领域向外扩散；未来性是指对风险的规避是对风险的研判，是一种对未来风险的预测。

（4）三环间关联关系。1）政策环与人员环咬合激发内生活力。基于保障科技安全、推动科技发展的现实，需要科研人员参与科技政策全生命周期的流转，以提高科技政策质量，减少科技政策流弊，增强科技政策亲切感，加大科技政策正向惯性。科技政策以人员为基础，又服务于人员，在政策生态里，政策制定的初衷是为管控数据质量、保障数据安全、满足科研需求的，而科研人员需求的改变又促进着新政策的诞生。2）人员环与场域环咬合搭建牢固框架。缓冲环在科技政策生态系统中起桥梁与纽带的作用。人员是科技政策生态系统可持续发展的主体，不仅是政策的消化者，同样也是系统的构建者、运营者与监管者。场域为相关人员提供了技术手段与资源环境，环境的发展促进人员对生态系统建设的参与，建设过程中主体人员对科技及相关政策的审视能力——“数商”，即科研机构或人员对政策的理解能力与落实情况，也在逐步提高。3）场域环与政策环渗透激活外生动力。科技政策与其所处场域相互影响、相互促进，其中科技场域制约科技政策的生成，政策主要起服务性作用，因场域需要产生、随场域的变化而变化，同时改善环境。科技政策生态系统的核心是政策，科技政策引导着科技资源的配置，从而影响着场域环的运行模式，两者交互作用促进着政策的生成与改革，形成科技政策生态的外生动力。

3 科技政策生态模型运行机制

由以上分析可知，科技政策生态系统主要由政策、人员、场域构成，且在科技政策执行过程中若没有完整的、体系化的、多方协同的运行模式，无论是科技还是相关政策影响力均是有限的。美国在量子领域打造涵盖美国量子信息科学小组委员会（SCQIS）、美国国家量子协调办公室（NQCO）、美国国家量子计划咨询委员会（NQIAC）、美国国家科学基金会（NSF）、美国能源部（DOE）、美国国家标准与技术研究所（NIST）等联邦机构与高校、数据平台、科研院所等非政府机构组成的量子生态，并对量子科技实行动态管理，且衍生出一系列量子科技政策。结合科技政策生态因子，以美国量子科技政策生态为例，对科技政策生态模型运行机制进行分析（见图3）。

图3 科技政策生态模型运行机制

科技政策生态模型运行机制与传统机制不同的是：三环齿轮咬合形成科技政策生态作用合力，从而实现科技政策从政治性（单一科技政策的颁布或执行）到管理性（相关人员依据科技管理办法进行数据管理）再至价值性（多方协同进行科技治理，激发科技政策、人员、资源的价值）的转变，与科技政策生态从整体（原来是单一政策的整体）到碎片（政策、人员、资源分布较为混乱、连贯性差）再至协同整体（完整、科学、完善的科技政策生态系统）的转变。

3.1 三环咬合推动政策簇化

政策环与人员环、场域环咬合，以政策为核心、系统内部人员需求为动力，以激发科技政策生命活力、满足政策服务、优化政策环境为目的，促进政策簇化。政策簇化是指多部门目标相似的政策的集成与叠加分成不同的组别，呈现政策聚集，形成政策合力。在政策主题聚类分析中，通过机器学习与数据挖掘等技术把主题相似的政策分成不同的类别。与政策主题聚类不同的是，政策簇化不仅考虑主题的相近性，更注重最终政策目标的一致性与政策价值性。按照作用效果划分，政策簇化可分为正向簇化和负向簇化。其中，正向簇化是指科技政策的簇化可促进科技共享、激发科研人员热情，例如自2002 年美国在《量子信息科学和技术发展规划》中将量子计算纳入国家战略以来，美国量子科技蓬勃发展；负向簇化是指由于科技政策的颁布形成科技共享壁垒从而限制了技术流转，例如2021 年美国《统一个人数据保护法》的颁布在一定程度上就对科研数据的交流产生了影响。按照是否存在人员干预，科技政策簇化可分为有意簇化和无意簇化等。科技政策有意簇化是指目的明确地对相关领域的相关政策产生作用，如针对专项数据制定的专项管理办法；科技政策无意簇化是指政策颁布伊始并未考虑到其对相关领域会产生较大影响。由此可见，科技政策生态内部簇化机制是其生态内生动力，是新数据政策之源，不断产生新的政策是保持科技政策先进性的需要；同时，科技政策簇化还存在刚柔并存、改革与新编并行、遗传与变异并举、线上与线下并进等特性。科技政策刚性是指政策应具有原则性、稳定性，原则底线不可触碰；科技政策柔性则是指政策应具有灵活性，因地制宜、因时制宜。从生态学视角看，科技政策遗传是对原有政策的继承，科技政策变异是原有政策的改进。与原有政策改革不同的是，政策变异具有内部自发性，是一场由内而外的主动性的革新。5G 环境下科技政策生态链的发展应充分发挥互联网优势，加快科技政策的传播，例如美国《从远距离纠缠到建设全国范围的量子互联网》中提出的全国性量子互联网建设五层次评价里程。

3.2 三环咬合促进人员托管

人员环与政策环、场域环咬合，以人员为核心，以促进科技政策相关人员协同治理为直接目的，以政策内生刺激与场域外生需求为主要动力，发挥人员中介作用进行政策托管。人员托管是指政府将某些政策的实施权委托给其他机构或个人，以便更好地实现政策目标，从而形成源出方、运营方、接受方、监管方之间的相互协同关系，人员相互协同发挥中介作用，进行交互、交易、共享、申诉等活动。科技政策生态交互强调了人机交互、人人交互、人策交互，其中人机交互体现了科技生态的信息化水平，人人交互体现了系统内部协同度，人策交互体现的则是政策的灵活性与实践价值。2021 年美国行政管理和预算局（OMB）强调充分挖掘科学数据资产价值，建立科学数据交易平台，随着各大平台的科学数据管理政策相继确立，平台间交易的不仅有数据，还有数据标准、治理策略，但此时的标准、策略类型为保密性的、不开放的。科技政策生态共享是指政策、标准、科研数据等的共享行为，如美日共同发表的《东京量子合作声明》明确提到共享量子科技。与政策簇化不同的是，共享强调的是人与人之间点对点的共享，而科技政策簇化体现的则是政策的发散性特征；与交易不同的是，共享侧重于政策的公共属性。在交互、交易、共享过程中，科技政策接受者可向科技政策监管者进行申诉，可对政策提出与时俱进的可行化改革建议，申诉机制可保证科技政策生态系统的科学性与先进性；此外，交互、交易、共享、申诉等行为都需要人与人之间的协同合作，协同不只是停留在人员层面的，还要兼顾人员与环境、人员与政策、人员与科技之间的协同关系。

政策服务于科研人员，人员是政策发挥作用价值的核心，因此强调根据科研人员的需求制定可保障科研人员利益的政策。人员托管的运行可分为人员对科技托管、人员对政策托管两部分。人员对科技托管是指科技托管于科技平台、科研机构、科技中介组织等，由专业的部门进行统一化管理；政策托管指各科研平台、机构、组织等可根据自身所托管的科技的特色对科技治理政策进行深化、细化。例如，美国在QIS 管理体系建设中实行政策托管与科技托管双轨运行。科技政策生态托管机制呈现出科技政策源出方“搭台”、科技平台运作、全体科研人员共享的特点，可以起到精兵简政、快速决策的作用，是实现科技政策主体多元化的一种有效途径。在讨论人员托管时还需将科技平台的网络位势和科研人员的“数商”纳入其中，作为生态调节进行分析。网络位势是指科技政策在整个政策生态网中的权力与地位，通常是与政策颁布部门及其所处的外部资源环境相挂钩。如果对网络位势再进一步划分，可大致分为能力位势、位置位势、价值位势等，其中能力位势强调的是权威性，位置位势指科技政策辐射场域，价值势能指政策带来的经济效益与科研价值。网络位势的提升可优化科技政策结构、提升科技政策信服力，促进科技政策价值的实现，整个过程可通过多科研主体互动创造价值实现。在大数据时代，科学数据呈井喷式增长，“数商”测评可从数据链和数据政策链两个层面分获取、接纳、分解、消化4 个阶段进行。就科技政策生态链而言，科研人员的潜在“数商”对于政策的价值创造影响较大，具体指人员对政策的分解和消化能力即善数能力，科研主体的善数能力主要受知识基础、认识基础、组织基础等因素的影响，如为提高相关人员量子科学善数能力，美国在《量子信息科学和技术劳动力发展国家战略计划》中提出增加量子科教机会。将科研数据平台的网络位势和科研主体的“数商”纳入作为调节机制，可实现政策对科技的弹性管理、有效管理。

3.3 三环咬合辅助场域调节

场域环与人员环、政策环咬合以激发科技政策生态系统外生动力为直接目的，通过引导激励、效益评估、利益实现、风险控制的复合调整，实现科技政策生态资源与生态文化的联动，从而进行复合联动的场域调节。如美国《量子飞跃挑战研究所（QLCI）项目指南》提出量子计算机网络为其重点资助方向。在大数据时代，科技政策要充分发挥“互联网+”交互性与延展性优势，积极全方位地引导数据科研走向与科研人员价值取向，并注重引导的时效性。激励的调整是指由传统激励机制向专业化激励机制调整，专业化激励机制的激励目标更具明确性、激励对象更具针对性，可通过寻找激励可控点来增强激励机制稳定性。此外，也可构建科技政策协同度测度模型对政策以及人员进行绩效评估，并在评估调整过程中注意与引导机制结合，弥补原有技术路径与价值路径的缺失，注重指标的可行性与可控性。对于政策协同度的测度结果，不仅要关注科技生产者、传递者、消费者、分解者、监管者等多方共赢，还要实现科技政策的价值最大化。此外，在生态调节的过程中还应注重科技政策生态场域环风险控制，即风险感知、风险识别、风险评估、风险管理的全风险生命周期的风险管控过程。在风险感知阶段，科技政策生态系统的人员风险感知能力受其对行政法规、政府工作报告、专业文献等掌握程度的影响，该阶段的核心是对潜在风险的挖掘，如《美国量子网络战略构想》就明确提出要密切关注相关领域潜在风险。在风险识别阶段，对风险进行确认和描述，可将风险划分为模式变异触发风险、资源变异触发风险、能力变异触发风险3 种类型。风险评估阶段以人员为主体、政策为客体对风险进行分析，并与四调联动机制测度模型结合进行风险等级划分后进行风险评价，将风险进一步划分为可控性风险与不可控性风险，最后进行风险管理。场域环风险控制机制的完善可缩小风险感知真空地带，维护科技政策生态系统的和谐稳定。

4 科技政策生态模型对中国的适用性分析

科技政策生态模型对中国的适用性分析涉及两个问题：一是科技政策生态模型在中国能否存在？二是科技政策生态模型对中国的科技发展起到什么作用？科技治理离不开日趋成熟的科技管理主体间的协同关系以及完善的科技治理政策与政策运行机制两个前提，然而，中国至今尚未形成科技治理的完整生态体系与机制，多数科技利益主体面临着不同程度的威胁。首先，中国科技治理发展过程多元和谐共生的政策生态体系是否完善，即使有针对科技的治理团体，但其治理程序的和谐性与生态性仍有疑问。其次，一元化的政策面对多元化的发展趋势有可能会长期制约科技多元主体的自主成长。最后，在当前科技发展过程中，数据政策、人员、环境间的合作仍是一种流于形式的状态。科技政策生态模型在中国是否具有适用性，首先应看在科技治理过程中是否存在政府之外的力量；其次要看在科技治理过程中是否已经产生主张多元治理的变革，且这些变革能对科技政策的发展具有作用。结合上述分析和中国科技治理的现实情况来看，除了政府力量外，存在企业、科研人员、数据中介等其他力量主体，但其他力量的作用并未在科技治理变革中达到预期成效。科技政策生态模型三环齿轮运行机制可有效整合各方力量，无论是对政策、人员还是对环境均有一定的适用性。具体分析如下：

（1）主体层。中国的科研水平与学科实力大幅上升，逐步成为量子计算优越性的国家，相关科研机构与科技企业的研发能力明显上升，与之相关的政策要求日益增加，科技主管部门也以自上而下的方式制定相关政策、发展目标与战略。政策的颁布与实施需要一整套完善、科学、合理的机制，科技政策生态模型沟通政策、环境与人员间联系，使政策的颁布更加符合科技发展的需要。在人员环内部，对于源出方来说，科技政策生态模型三环运行机制多元主体参与使政策更加科学；对于运营方与监管方来说，多方参与可有效降低监管与运营成本；对于接受方来说，参与政策制定更加有利于对政策的理解。

（2）客体层。中国科技政策体系的特点主要表现为政策制定的主体由科技部向其他部门或非官方主体拓展，集权与分权相结合，政策制定方式向科学决策发展。三环机制无论是对政策客体还是科研客体都有较强的适用性：在政策客体方面，可满足扩大政策规模、保障政策落实、提高政策效益的需要；在科研客体方面，不仅可以保障科技安全，也可激发科技创新活力。

（3）环境层。量子信息政策的主要目标是加强量子信息技术的基础研究，鼓励社会创新能力，促进量子信息技术与经济融合发展。从宏观环境看，三环机制是对科技政策体系的完善，符合实施大数据战略的时代背景；从中观环境看，三环机制有助于为科技事业的发展提供保障；从微观环境看，三环机制有利于保障企业、相关中介机构、数据机构、科研人员等的合法权益。

综上所述，科技政策生态模型可有效解决当前中国科学发展过程中遇到的一系列问题，而且，鉴于科学研发投资大、周期长、风险高，在中国执行严格的研发保护政策具有现实必要性。科技政策生态作为技术确权与保护的载体，其在中国的推广必能受到广大科研人员的支持，为包括量子信息技术在内的国际前沿科技在中国的扩散创造良好条件。高效的政策生态体系能够确保研发人员收益、推进科学技术进步，但应注意科技政策生态的复杂化与多元化，不能忽略其对科技政策生态的本土化讨论。

5 结论

本研究从生态学视角看待科技政策的制定和改革，通过构建科技政策生态模型，刻画了科技政策生态系统运行机制，强调将科技、科研人员、科研环境、科技政策有机结合，以此实现科技政策体系的多维化、动态化、生态化。政策研究人员可利用科技政策生态模型全面梳理科技政策发展规律，融合政策主体、政策环境、政策实施效果等多源数据进行政策部署，保证政策之间的协同化与体系化。通过研究发现，科技政策生态模型具有可实现整体布局治理、优先领域治理、科技生态自主治理的优势。然而，对于三环齿轮运行机制系统内部各要素的细致划分、要素间的关联关系、科技政策生态链、科技政策生态网等相关理论，在后续仍需继续探讨。