智库与政策知识生产

智库与政策知识生产的转向，不是把“研究影响政策”写得更响亮，而是把中间那条经纪、选择、授权、实验、咨询与理由链逐段打开。第一幕讨论证据生态、知识经纪、边界组织、政策简报、证据综合、行为试验、智库资金透明与共同生产；第二幕进入What Works中心、快速综述、政策实验室、组织能力、生活经验、咨询系统、行政数据、合成控制、气候咨询、去殖民化证据治理、AI辅助综合与可追溯决策矩阵。

2006—2016年的共同动作，是停止把政策知识想象成从论文到政府的单向输送。经纪关系、边界制度、简报格式、综合选择、实验路径、资金委托和参与权开始成为证据的一部分。

甲、证据知情政策：从“证据决定”转向证据生态Evidence-informed Policymaking Ecosystems

若只读当年的排行榜、守则或治理报告，很容易误以为“循证政策”早期常被理解为把最佳研究搬进政府，仿佛证据供应充足，决策就会自动变得理性。Head在2008年区分科学、专业与政治三副镜片，揭示政府真正缺少的是连接它们的制度，而非只缺论文，

它与旧说法的分界可以用一句否定式命题写出：本条声称，决定政策能否使用证据的只有证据生态中的需求、供给、经纪与问责能否同时运转，而不是研究数量。证据必须进入问题界定、方案比较、实施与修正四个环节，把解释责任压到可观测结果上，把分子、分母与阈值分别改变一次，只有方向对合理口径保持稳健，“决定证据使用的只有生态四环能否同时运转”才具有可迁移意义。

可通约读数在原文中表现为OECD与欧委会2025年对7个欧洲国家作系统诊断，按个人、组织、跨组织和系统四层分析；报告同时指出，38%的受访公众认为政府不太可能依据最佳证据制定政策，而“政府使用最佳证据”的感知可解释跨国信任差异的76%，从三笔材料的责任分工看，Head BW（2008）建立基线，Cairney P（2016）暴露边界，OECD/European Commission（2025）补充新条件，三者共同指向“政策质量取决于研究、数据、专业经验、公众价值与政治约束能否在同一责任链中被说明，而非某一篇研究“直接决定”政策”而不是彼此替代。

公开争论仍未收敛，因为证据生态并不取消价值冲突，强有力的证据也可能支持不同取舍；政治窗口、数据可得性和行政周期会改变采用。若把“使用证据”变成清单，机构会生产引用而非改变决定，把限制写进主结论后，必须把“当证据使用率被纳入绩效时，引用数量越高，真正改变方案的比例反而可能下降”当作可检查的反例入口。OECD报告承认影响评估常沦为打勾、跨部门协调仍稀少；这说明制度自报“使用证据”不能证明证据改变了决定。

另一处常被略过的是政府应记录证据从提出到决策的去向：哪些材料被采用、拒绝或降权，理由是什么，何时复核。能力建设需同时覆盖政策人员、研究者、经纪人和领导层，而不是只办一次培训，在审计或复盘中，需要记录谁生成在关键决策节点被引用且改变方案的证据项数／全部正式提交证据项数、谁解释它、谁因该读数受益或受损，以及谁有权纠正错误，责任链不能停在技术部门。

跨领域比较应先固定对象与边界，再观察两边把决定性放在哪里：它与第89号第14条的科学价值负载对撞：科学哲学说明事实不能替代价值，本条要求把价值、权衡和证据用途同屏；若只报告“有证据”，政治选择会被伪装成技术必然，本条的外部边界可由另一套账本检验，若外部领域在相同对象上得到相反方向，就应寻找未记录的选择、反馈或制度成本，而不是把一方判为例外。

乙、知识经纪：把论文翻译成可行动的政策问题Knowledge Brokering at the Research–Policy Interface

在这一转向出现以前，领域里的惯例是研究传播长期把失败归因于政策人员“没有读论文”。Ward等2009年综述发现，经纪活动同时包含信息管理、联结关系与能力建设，单向推送无法处理问题定义、时限和机构语言的差异，在第一次统计之前，关键不是多收一列数据，而是承认“没有形成正式任务、关系中断、被决策者拒绝及因保密无法追踪的经纪工作”也属于研究对象，否则所谓改进可能只是把困难移到账外。

这项主张把决定性判断写成：本条把决定性路径锁定为经纪人是否能在问题形成、证据检索、解释不确定性和政策复盘之间往返，而不是是否制作了简报。没有双向关系，摘要再清楚也只是供应端产物，其排他性可以从一个替代口径开始检验，把分子、分母与阈值分别改变一次，只有方向对合理口径保持稳健，“决定转化的只有经纪路径能否双向往返”才具有可迁移意义。

从结果表倒读，本条至少交出了三类可核对信息：Ward等把知识经纪归纳为3类过程；OECD／欧委会2025项目又在7个国家用同一框架诊断，并把能力分成个人、组织、跨组织与系统4层。几乎所有国家都报告研究跟踪与存储系统缺失或存在明显缺陷，证据链并非三次重复背书，Ward V, House A, Hamer S（2009）建立基线，Oliver K, Cairney P（2019）暴露边界，OECD/European Commission（2025）补充新条件，三者共同指向“知识经纪不是压缩摘要，而是共同界定问题、匹配时点、建立信任并保存证据如何被转译的路径”而不是彼此替代。

这一命题不是无条件真理；它在下列情形中让位：经纪人可能成为守门人，优先熟悉网络与可包装证据；与决策者关系越近，越可能淡化不受欢迎的发现。经纪效果难以用会议数衡量，也可能把研究者的公共责任外包，反向情形不是附录里的免责声明，必须把“当经纪人按交付简报数量考核时，产出越多，长期关系与不受欢迎证据进入决定的比例反而可能下降”当作可检查的反例入口。经纪研究承认角色定义分散且影响难测；机构却常把设岗本身当作“桥梁已建立”。

它在实践中留下了一条不能省略的记录规则：机构应给经纪人明确授权、利益披露和版本记录，保留原证据、翻译摘要、政策问题及最终使用之间的映射；评价应看决策是否变化与误解是否减少，落实到组织程序，应固定对象定义、时间窗、排除理由和版本，同时为“没有形成正式任务、关系中断、被决策者拒绝及因保密无法追踪的经纪工作”设置可追踪状态，避免其在部门移交中消失。

若只在本学科内部比较，最关键的分母变化会被共同术语遮住：它与第86号第8条的中介化传播对撞：传播面板关心信息穿过媒体链，本条关心证据穿过行政链；共同问题是翻译者既减少摩擦，也能重写议题边界，把双方读数放在同一时间窗内，若外部领域在相同对象上得到相反方向，就应寻找未记录的选择、反馈或制度成本，而不是把一方判为例外。

丙、边界组织：在科学自主与政策问责之间搭制度Boundary Organizations and Usable Science

在主证据发表前，同行通常默认环境政策研究长期出现“信息悖论”：论文和监测不断增加，管理者仍称证据不可用。McNie在2007年把问题从供应不足改写为供需错配、合作不足与制度激励不一致，与其把差异归为偶然，关键不是多收一列数据，而是承认“被科学委员会否决、被用户拒绝、项目结束后无人维护及未形成共同产品的关系劳动”也属于研究对象，否则所谓改进可能只是把困难移到账外。

这项思想把其他解释暂时固定，只问本条声称，决定科学是否可用的只有边界组织能否维持科学标准、用户参与和双重问责三项条件，而不是报告数量。边界对象、共同程序与稳定中介必须成套存在，若要把它与一般倡议区分开，把分子、分母与阈值分别改变一次，只有方向对合理口径保持稳健，“决定可用性的只有双重问责边界条件”才具有可迁移意义。

证据的力度来自比较组和分母被同时写明：Bednarek等由19名跨界实践者共同提出边界工作原则，区分可信度、相关性、合法性3项质量，并把个人技能和组织制度2层分开。三项中任何一项缺失，都可能使信息科学上正确却不能进入决策，若把提出、异议与更新分别阅读，McNie EC（2007）建立基线，Guston DH（2001）暴露边界，Bednarek AT, Wyborn C, Cvitanovic C, et al（2018）补充新条件，三者共同指向“可用科学来自一个同时向科学质量和公共决策负责的边界制度，而非研究者单方面预测政策需要”而不是彼此替代。

争议没有被更多案例自动消除：边界组织可能被资助方俘获，过度追求相关性会压缩独立研究；双重问责也可能变成双方都不承担最终选择。短期项目很难维持信任与数据设施，后续争论真正要求修改的是，必须把“当用户满意度成为主要绩效时，采用率越高，挑战既定政策的研究比例反而可能下降”当作可检查的反例入口。边界文献自己承认可信、相关、合法三者存在张力；项目宣传却常把“共同生产”写成无冲突合作。

这一转向进入机构之后，改变了应公开治理结构、资金来源、议题选择、用户否决和科学异议，并报告共同产品是否真正进入管理决定。人员关系与制度记忆需在项目结束后可继承，若将这项转向用于真实决策，应固定对象定义、时间窗、排除理由和版本，同时为“被科学委员会否决、被用户拒绝、项目结束后无人维护及未形成共同产品的关系劳动”设置可追踪状态，避免其在部门移交中消失。

本条最有价值的外部反例来自它与第492号第7条的监管科学边界对撞：监管科学强调法定决定与证据标准，边界组织强调协同生成；若用户权力过强，相关性提高可能以独立性为代价，把本条放到相邻领域中，双方都可能正确，但分别适用于不同时间尺度与治理层级，因此接口应保留差异，不能强行合成单一总指标。

丁、政策简报：长度不是可用性的代理Policy Briefs and Decision Use

当时真正卡住研究的并非材料不足，而是机构把“研究影响”常常压成两页简报，默认政策人员只缺时间。实际决定需要问题界定、法律权限、成本、实施能力和政治风险，单纯删字可能删除最重要的边界，真正改变比较结果的起点是，关键不是多收一列数据，而是承认“未打开、过期、被秘书层过滤及只改变措辞未改变方案的简报”也属于研究对象，否则所谓改进可能只是把困难移到账外。

把修辞删掉后，核心命题只剩本条声称，决定简报效用的只有它是否把证据与一个真实决策节点、可选方案和行动责任连接，而不是版面。没有决策窗口的简报是传播品，不是政策工具，真正的检验发生在保持对象不变时，把分子、分母与阈值分别改变一次，只有方向对合理口径保持稳健，“决定效用的只有简报连接真实决策节点”才具有可迁移意义。

原研究允许复算的地方在于Petkovic等2016年系统综述比较不同简报格式，发现证据有限且结果异质；3ie/IDS实验显示信息设计可能改变理解与态度，但难证明后续政策行动。使用科学综述也指出互动和能力建设通常比单次传播更可靠，这组来源最有价值的地方在于，Petkovic J, Welch V, Jacob MH, et al（2016）建立基线，Beynon P, Chapoy C, Gaarder M, Masset E（2012）暴露边界，Langer L, Tripney J, Gough D（2016）补充新条件，三者共同指向“政策简报只有在受众、决策点、比较方案和不确定性明确时才有用，页数短本身不能保证采用”而不是彼此替代。

真正的反例不是“效果较小”，而是简报实验常测即时知识而非真实决定；受众样本小、政策问题低风险。视觉化可能提高记忆，也可能隐藏不确定性与分布。不同机构的审批链使同一格式效果不同，在最不利条件下重读结果，必须把“当机构按下载和分发数奖励时，传播越广，针对具体决定而写的简报比例反而可能下降”当作可检查的反例入口。系统综述明确称证据基础薄弱且多测认知；传播报告却常用阅读量替代政策影响。

本条把“谁来承担失败”从伦理问题变成了数据字段：每份简报应标明目标决定、最后使用日期、备选方案、证据质量、利益冲突和联系责任人，并在决策后追踪采用、拒绝与误读，从表单、系统与责任人三个层面看，应固定对象定义、时间窗、排除理由和版本，同时为“未打开、过期、被秘书层过滤及只改变措辞未改变方案的简报”设置可追踪状态，避免其在部门移交中消失。

跨组引用在这里承担检验功能：它与第495号第12条的不确定性沟通对撞：科学传播要求公众理解范围，本条要求决策者看见权衡；压缩若删去不确定性，清晰度会制造过度确定，跨领域比较的关键不是术语相似，双方都可能正确，但分别适用于不同时间尺度与治理层级，因此接口应保留差异，不能强行合成单一总指标。

戊、证据综合：把选择过程而非结论交给政策者Evidence Synthesis for Policy

早先的评价链把“有记录”当作“已解释”，于是政策者面对相互冲突研究，传统做法依赖熟悉专家挑选。系统综述带来可复制搜索，却也可能用狭窄问题排除地方知识、实施经验和分配后果，从被忽略的边界回看，关键不是多收一列数据，而是承认“未发表、非英文、不可检索、被排除但与分配后果相关的证据”也属于研究对象，否则所谓改进可能只是把困难移到账外。

在相同对象、同一窗口和相同边界下，它声称本条把决定性路径锁定为综合过程能否说明问题形成、证据选择、质量评估、分歧和空白，而不是结论是否简洁。综合必须让异议可重做，这项命题最需要承担的证伪风险是，把分子、分母与阈值分别改变一次，只有方向对合理口径保持稳健，“决定可信度的只有综合选择路径可重做”才具有可迁移意义。

将材料放回发表年份，最稳妥的读法是Lavis等讨论怎样让系统综述适合管理与政策；Oliver等2014年综述59项研究，归纳证据获取、相关性、时机、关系与技能等障碍。Royal Society与OECD随后要求披露问题、方法、假设、局限和争议，原始材料给出了一条可追踪的修订轨迹，Lavis JN, Davies HTO, Gruen RL, Walshe K, Farqu…（2006）建立基线，Oliver K, Innvar S, Lorenc T, Woodman J, Thomas…（2014）暴露边界，Royal Society（2018）补充新条件，三者共同指向“政策综合的可信度取决于问题、纳入、质量判断与异质性如何公开，而非给出一个“总效果””而不是彼此替代。

本条最危险的误用发生在系统方法也受发表偏差、语言限制和时间滞后影响；证据质量等级不能自动决定价值取舍。快速综合与完整综述之间存在速度—覆盖权衡，一旦把失败对象纳入，必须把“当交付时限被压缩而覆盖要求不变时，检索自动化越高，隐性排除的地方证据反而可能增加”当作可检查的反例入口。证据综合原则承认问题与纳入包含判断；政策文件却常把“systematic”读成价值中立。

在教学、评审或公共服务现场，本条要求政策综合应公开协议、检索日期、排除清单、利益、异质性和更新触发条件，并将地方数据与受影响群体经验标为独立证据层，而非塞进备注，实践端最先需要改变的不是宣传语，应固定对象定义、时间窗、排除理由和版本，同时为“未发表、非英文、不可检索、被排除但与分配后果相关的证据”设置可追踪状态，避免其在部门移交中消失。

接口判断不靠“都很重要”，而靠两个量纲是否能够互换：它与第193号第9条的知识组织对撞：分类提高检索，也决定什么能被找到；若主题词和数据库偏向主流，透明搜索仍会系统漏掉地方证据，沿着“图书情报称“可复现检索”，司法称“证据目录”；另见第193号第9条”这条外部线索，双方都可能正确，但分别适用于不同时间尺度与治理层级，因此接口应保留差异，不能强行合成单一总指标。

己、行为洞察与随机试验：政府也能先试再推Behavioural Insights and Experimental Government

这条线索之所以在2012年前后立住，是因为它揭开了一个被当作背景的选择：政府改革常以全国上线替代验证，失败后难区分政策无效、执行不足和对象不适配。2012年《Test, Learn, Adapt》把随机试验带入税务、就业和沟通设计，把这段发生史展开，若“未显著、未扩展、对象拒绝参与及因公平问题被终止的试验”在不同年份被采用不同口径处理，时间趋势就混合了对象变化与真实变化，不能再按一条直线解释。

这条理论把解释义务交给本条声称，决定微观政策设计是否可靠的只有预先比较、随机分配和可复算结果，而不是行为理论是否吸引。先测试再扩展是路径要求，把隐藏假设放到台面后，把分子、分母与阈值分别改变一次，只有方向对合理口径保持稳健，“决定可靠性的只有实验比较与扩展复测条件”才具有可迁移意义。

主研究的贡献首先是一张可审计的账：《Test, Learn, Adapt》把政府随机试验写成9步：从界定干预、结果与样本，到随机分组、实施、分析、解释和是否扩大；每一步都要求在看到结果前固定。多项低成本公共服务试验说明，试点不是“先做再找理由”，从首篇工作到最近更新，Haynes L, Service O, Goldacre B, Torgerson D（2012）建立基线，Lunn P（2014）暴露边界，OECD（2017）补充新条件，三者共同指向“公共政策可以在推广前用随机或准实验比较具体设计，但实验结果不能替代合法性与分配判断”而不是彼此替代。

本条自己承认的弱点说明小型试验常只测短期点击、付款或到场，不能回答权利、公平与长期适应；知情同意和隐性操纵也有伦理争议。成功点子跨环境复制会失效，这条思想留下的自我约束表明，必须把“当单位按显著试验数量考核时，试验越多，短期易测而公共价值较低的行为指标反而越受偏爱”当作可检查的反例入口。行为科学机构承认情境与扩展限制；成功案例传播却常保留百分比、删除零效应和伦理权衡。

截至2026年，最值得检查的落地读数是试验报告必须公开总体、分配、效应、成本、亚组与停止规则，并在扩展后复测。政策者还要说明为何该目标可被助推、谁承担误触发和退出成本，为了避免只记录账内成功，应固定对象定义、时间窗、排除理由和版本，同时为“未显著、未扩展、对象拒绝参与及因公平问题被终止的试验”设置可追踪状态，避免其在部门移交中消失。

因此，本条的边界可借下列外部读数再次检验：它与第130号第17条的形成性评价对撞：教育评价用反馈改进学习，本条用实验改进服务；若被测者学习规则，初次效应不能外推为稳定制度，与邻近面板并读时，双方都可能正确，但分别适用于不同时间尺度与治理层级，因此接口应保留差异，不能强行合成单一总指标。

庚、智库资金透明：论证不能脱离委托关系Think-tank Funding Transparency

长期以来，制度把下列差异压成同一格：智库介于学术、媒体与政治之间，资助者可能来自政府、企业、基金会和个人。传统报告列作者与结论，却常不说明项目资金如何选择问题、时间窗和传播，沿着旧制度的入口追踪，若“未获资助而未启动、匿名合同、口头委托及资助者影响议题选择但不改文字的项目”在不同年份被采用不同口径处理，时间趋势就混合了对象变化与真实变化，不能再按一条直线解释。

与旧解释相比，这项转向把立场明确为本条声称，决定利益冲突可判断性的只有项目级资金与委托边界是否公开，而不是年报列出总捐助者。读者必须能把一条建议连回具体资助，这一主张可以用一次直接反事实检验，改变被认为具有决定性的因素，若可追溯到项目资助与编辑权说明的政策输出数／全部政策输出数并不随之变化，“决定可判断性的只有项目级资金委托可追踪”便不能继续独占解释。

决定本条能否站住的，是原始材料中的读数而非口号：Transparify首轮评级169家智库、覆盖47国，采用0—5星；只有35家达到“高度透明”。低星机构即使产出大量政策报告，也无法让读者追到单项研究的资金来源和捐助区间，把摘要结论拆回来源，Transparify（2014）建立基线，McGann JG（2014）暴露边界，On Think Tanks（2024）补充新条件，三者共同指向“智库建议的可信度取决于资金、委托、治理与编辑独立能否被追踪，而非机构品牌或媒体曝光”而不是彼此替代。

研究共同体随后发现，方向会在以下条件下改变：公开捐助者不能证明研究被操控，匿名小额捐助也有隐私理由；相反，完全披露可能让机构承受政治报复。排名与透明评级本身会诱发合规适配，从应用风险看，必须把“当透明评级成为声誉指标时，公开字段越多，合同中的非正式影响和议题不立项反而越难被看见”当作可检查的反例入口。透明倡议自己区分披露与独立，承认资金透明不等于无偏；公共争论却常把资助来源直接当作结论真假。

这项思想的价值还表现在它重写了智库应对每份输出标注项目资金、委托方参与、审稿与最终编辑权，公开资助集中度和拒绝项目；第三方评价需抽查合同而非只读网页，把结论转成治理动作时，应固定对象定义、时间窗、排除理由和版本，同时为“未获资助而未启动、匿名合同、口头委托及资助者影响议题选择但不改文字的项目”设置可追踪状态，避免其在部门移交中消失。

这一比较给出清楚的分工判据：它与第493号第13条CoARA对撞：科研评价反对单一指标，智库透明也不能被星级替代；若只优化披露页面，真实合同权力仍可能隐身，同一动作换一套学科语言后，双方都可能正确，但分别适用于不同时间尺度与治理层级，因此接口应保留差异，不能强行合成单一总指标。

辛、共同生产：政策对象不是最后一轮咨询者Co-production of Policy Knowledge

在2015年的争论里，最先暴露的漏洞来自公共参与过去常发生在政策草案末端，议程、选项和证据已经固定。Voorberg等2015年综述区分共同创制、共同生产与公民实施，指出术语繁多而结果评价薄弱，从对象如何被登记来看，若“未被招募、无补偿退出、意见被合并消失及只在非正式场合表达的经验”在不同年份被采用不同口径处理，时间趋势就混合了对象变化与真实变化，不能再按一条直线解释。

本条的锋利处在于拒绝平均分担责任：本条把决定性路径锁定为公民是否在问题、证据和方案三处拥有可记录影响，而不是参加人数。共同生产必须改变至少一个决策对象，判断它是否站得住，不必依靠赞成态度，改变被认为具有决定性的因素，若导致问题、证据权重或方案发生可追踪改变的参与意见数／全部正式记录意见数并不随之变化，“决定真实性的只有参与输入改变决策路径”便不能继续独占解释。

本条的实证责任由以下观测承担：Voorberg等系统回顾122篇文献，发现研究更关注过程与驱动，较少测量结果；后续专著和OECD 2022指南进一步区分信息、咨询、参与、代表性与反馈闭环，把文献按时间排开，Voorberg WH, Bekkers VJJM, Tummers LG（2015）说明命题为何出现，Brandsen T, Steen T, Verschuere B, eds（2018）迫使研究者改变比较方式，OECD（2022）则检验新安排是否真正进入制度。

边界一旦触发，就不能继续用原名称汇总结果：共同生产可能把公共劳动无偿化，活跃参与者不代表沉默群体；政府也可能只采纳低冲突建议。复杂议题需要专业知识，但“专家”标签也会排除生活经验，比效应大小更重要的是，必须把“当参与率成为绩效时，活动越多，政府预先限定不可改变事项的比例反而可能上升”当作可检查的反例入口。共同生产综述承认结果证据不足、概念混用；实践报告却常用参与人数证明权力共享。

组织一旦采用本条，必须同时处理项目应公开招募分母、代表性、补偿、可改变范围、未采纳理由和政策前后版本差异。参与者必须收到反馈，并能看到自己的输入是否改变证据解释，机构真正需要新增的是，应固定对象定义、时间窗、排除理由和版本，同时为“未被招募、无补偿退出、意见被合并消失及只在非正式场合表达的经验”设置可追踪状态，避免其在部门移交中消失。

本条不是孤立命题，它与下列已发布面板形成方向相反的对照：它与第300号第9条的受益人治理对撞：公益管理强调共同治理，本条强调知识共同生产；若参与者只能提供故事而不能改变问题定义，所谓共创仍是取材，为了判断两边是否真在谈同一件事，双方都可能正确，但分别适用于不同时间尺度与治理层级，因此接口应保留差异，不能强行合成单一总指标。

2016—2026年，政策知识生产进一步制度化和数字化。长期证据中心、快速与自动综合、实验室、咨询系统、行政大数据和独立委员会扩展了能力，也把代表性、知识主权、版本和最终理由推到治理核心。

一、What Works中心：把证据标准嵌入公共服务What Works Institutions and Evidence Standards

本条进入第一线，是因为旧账本无法同时容纳零散项目结束后，证据常失去维护者。英国2013年前后发展What Works网络，试图为教育、犯罪、健康、地方增长等领域建立长期综合与应用机构，若把早期样本重新分类，若“未被中心覆盖、无法归入等级、实施失败及结论过期仍被引用的服务”在不同年份被采用不同口径处理，时间趋势就混合了对象变化与真实变化，不能再按一条直线解释。

它给出的可反驳命题是：本条声称，决定中心是否改变实践的只有它能否把证据标准、工具、实施支持和更新责任嵌入服务系统，而不是网站有多少综述，把解释责任压到可观测结果上，改变被认为具有决定性的因素，若有明确情境、成本、更新并被服务系统采用的结论数／全部公开结论数并不随之变化，“决定实效的只有标准工具实施更新成套嵌入”便不能继续独占解释。

证据链中最有辨别力的并非显著性星号，而是2018年比较研究纳入英国9个What Works中心，用主任／员工访谈、内部文件和网站资料编码6组主题。各中心在证据等级、工具包、试验生产和能力建设上的组合不同，说明“同一品牌”并不等于同一种证据装置，从三笔材料的责任分工看，Gough D, Maidment C, Sharples J（2018）说明命题为何出现，Cartwright N, Hardie J（2012）迫使研究者改变比较方式，UK Evaluation Task Force（2022）则检验新安排是否真正进入制度。

若删去失败样本，本条会显得比原证据稳定得多：“什么有效”会忽略对谁、何地、为何和成本；工具包的简化符号容易被采购与媒体过度使用。中心依赖政府资金，也可能受到议程和时限影响，把限制写进主结论后，若出现“当中心按工具包使用量考核时，访问越高，复杂和不确定结论被压成简单标签的概率反而增加”，原有解释即使仍有统计关联也不能照旧使用。中心比较研究显示方法与任务高度不同；公共品牌却容易把“证据中心”当作统一质量章。

应用层不应只复制结论，而应保留每个结论应给对象、情境、效应、成本、证据质量和更新日期；中心需追踪服务采用与结果，而非只统计页面访问。独立治理与公开纠正同样重要，在审计或复盘中，应固定对象定义、时间窗、排除理由和版本，同时为“未被中心覆盖、无法归入等级、实施失败及结论过期仍被引用的服务”设置可追踪状态，避免其在部门移交中消失。

把本条与已发布近邻并读，可以看到它与第130号第6条的教育效应量工具包对撞：教育评价将证据转成比较，本条审查制度化过程；若学校只选择“高效应、低成本”图标，情境与实施会被抹去，本条的外部边界可由另一套账本检验，双方都可能正确，但分别适用于不同时间尺度与治理层级，因此接口应保留差异，不能强行合成单一总指标。

二、快速证据评估：在政策窗口关闭前交付可审计结论Rapid Evidence Reviews

此前的报告习惯让一个关键对象消失了：政策窗口常以天或周计算，完整系统综述需数月。过去的“快速”常等于不公开地少搜数据库、少做双人筛选，交付快却无法判断偏差，在第一次统计之前，若“未检索语言、未双筛文献、过期版本及因窗口关闭未完成质量评价的证据”在不同年份被采用不同口径处理，时间趋势就混合了对象变化与真实变化，不能再按一条直线解释。

只有把以下主张单独放上检验台，转向才有意义：本条把决定性路径锁定为加速步骤是否透明、与问题风险相称并经过更新，而不是完成天数。速度必须成为可审计设计变量，其排他性可以从一个替代口径开始检验，改变被认为具有决定性的因素，若完整披露删减步骤且后续更新不反号的快速综述数／全部快速综述数并不随之变化，“决定可信度的只有加速步骤与风险透明”便不能继续独占解释。

这组结果之所以能改变领域，是因为WHO 2017方法书系统描述快速综述的政策用途与权衡；Cochrane在COVID-19后更新方法建议，要求问题聚焦、透明限制、适当搜索、质量评价与版本更新，证据链并非三次重复背书，Tricco AC, Langlois EV, Straus SE, eds（2017）说明命题为何出现，Ganann R, Ciliska D, Thomas H（2010）迫使研究者改变比较方式，Garritty C, Hamel C, Trivella M, et al（2024）则检验新安排是否真正进入制度。

这一思想最需要防止的，是把范围收窄误写成普遍法则：不同快速方法的误差并不稳定，证据稀少时删减检索可能改变方向；高风险政策不应以时间压力免除独立复核。快速结论也易被当作永久答案，反向情形不是附录里的免责声明，若出现“当交付时长成为竞争指标时，完成越快，未披露限制和错过关键证据的比例反而可能上升”，原有解释即使仍有统计关联也不能照旧使用。快速综述指南明确承认方法异质与漏检风险；委托方却常只保留“快速、系统”两个标签。

制度层面的连带后果很具体：委托单应写明最后期限、可接受漏检、数据库、语言、单双筛、更新日期和升级为完整综述的触发条件；最终政策引用必须保留版本，落实到组织程序，不能只公布完整披露删减步骤且后续更新不反号的快速综述数／全部快速综述数的中心值，还要给出退出、申诉、失败与尾部群体的分布，因为平均进步可能伴随最坏结果恶化。

真正有检验力的外部参照不是同义概念，而是它与第194号第11条的版本保存对撞：快速结论随时间更新，档案系统若只保留首版，后来纠正无法回写到已经执行的政策，把双方读数放在同一时间窗内，双方都可能正确，但分别适用于不同时间尺度与治理层级，因此接口应保留差异，不能强行合成单一总指标。

三、政策实验室：用原型而非文件模拟制度Policy Labs and Experimental Governance

从发生史看，最要紧的改变是停止把下列现象视作例外：传统政策设计以文件和咨询为主，真实用户在实施后才遇到流程冲突。公共创新实验室引入设计、数据、行为科学和快速原型，但“实验室”标签迅速扩散，与其把差异归为偶然，若“被停止、未移交、未纳入采购及参与者反馈未进入版本的原型”在不同年份被采用不同口径处理，时间趋势就混合了对象变化与真实变化，不能再按一条直线解释。

若必须只保留一个决定量，本条选择本条把决定性路径锁定为原型是否在真实约束下被测试、反馈并进入正式制度，而不是参与人数或便利贴数量。实验必须有升级、停止与交接，若要把它与一般倡议区分开，改变被认为具有决定性的因素，若被正式单位接管并在一年后仍运行的原型数／全部完成演示的原型数并不随之变化，“决定价值的只有原型测试迭代移交路径”便不能继续独占解释。

该文献最值得保存的不是摘要结论，而是以下结构读数：Tõnurist等在全球识别35家公共部门创新实验室；约三分之一设在市级，约一半具有独立法人地位。多数组织规模小，预算和授权依赖领导者，解释了原型容易做、跨部门制度化较难，若把提出、异议与更新分别阅读，McGann M, Blomkamp E, Lewis JM（2018）说明命题为何出现，Tõnurist P, Kattel R, Lember V（2017）迫使研究者改变比较方式，OECD Observatory of Public Sector Innovation（2023）则检验新安排是否真正进入制度。

在制度化过程中，最容易被遗忘的是一项反向结果：原型环境可能绕开法律、预算和采购约束，成功演示难以扩展；实验室也可能成为吸收改革压力的象征空间。频繁项目会留下无人维护的试点，后续争论真正要求修改的是，若出现“当实验室按项目数量考核时，原型越多，进入预算、法律和运维体系的比例反而可能下降”，原有解释即使仍有统计关联也不能照旧使用。实验室研究承认其短命、边缘和依赖领导；宣传却常把方法新颖当作制度创新。

该转向对标准、指南与采购的影响是实验室应报告问题来源、真实用户、约束、迭代、成本、失败、移交单位和扩展结果；不能只展示照片与方法。被停止的原型应进入知识库，若将这项转向用于真实决策，不能只公布被正式单位接管并在一年后仍运行的原型数／全部完成演示的原型数的中心值，还要给出退出、申诉、失败与尾部群体的分布，因为平均进步可能伴随最坏结果恶化。

相邻领域使用不同词汇记录了同一个动作：它与第491号第5条的社会创新实验室对撞：社会创新从社区生长，政府实验室从行政体系内试验；若双方都缺长期承接，原型会在项目结束后死亡，把本条放到相邻领域中，最有辨别力的比较是看“决定价值的只有原型测试迭代移交路径”在另一领域是否仍成立，若决定因素换位，本条的适用边界便被精确划出。

四、政府证据能力：个人技能必须变成组织惯例Organisational Capacity for Evidence Use

本条的历史起点不是新名词，而是一次账本重写：许多改革把证据能力理解为教公务员读统计和写简报。人员轮换、审批规则和数据权限不变时，培训所得很快消散，证据仍不能进入预算、法规和实施，真正改变比较结果的起点是，若“离职带走、没有数据权限、领导不提问及流程存在但决定从不等待的能力”在不同年份被采用不同口径处理，时间趋势就混合了对象变化与真实变化，不能再按一条直线解释。

可证伪性来自一个明确承诺：本条声称，决定能力能否持续的只有组织是否把证据技能、机会、动机与正式流程结合，而不是培训覆盖率。能力要可继承、可调用并有领导需求，真正的检验发生在保持对象不变时，改变被认为具有决定性的因素，若在岗位变动后仍按期运行的证据流程数／全部正式证据流程数并不随之变化，“决定持续性的只有证据能力被组织流程承载”便不能继续独占解释。

需要保存的关键事实是OECD 2020把证据能力拆为理解、获取、评估、使用、参与和评价6项，并区别个人与组织2层；2025项目又在7国以个人、组织、跨组织和系统4层复核，发现很多能力只存在于零散个人，尚未形成可继任岗位与流程，这组来源最有价值的地方在于，OECD（2020）说明命题为何出现，Langer L, Tripney J, Gough D（2016）迫使研究者改变比较方式，OECD/European Commission（2025）则检验新安排是否真正进入制度。

反号条件使本条保留了真正的可证伪性：正式单位也可能官僚化，把影响评估做成打勾；中央分析机构会与部门知识竞争。能力指标若只数课程和岗位，不能说明证据改变了政策，在最不利条件下重读结果，若出现“当培训覆盖率成为绩效时，受训人数越高，组织仍不开放数据与决策窗口的矛盾反而更被掩盖”，原有解释即使仍有统计关联也不能照旧使用。OECD报告明言技能常被低估、分散且无职业路径；机构却容易用课程完成率证明能力建设。

实践端最先需要改写的不是口号，而是表单与责任链：政府应把证据要求嵌入内阁提交、预算、法规、采购和事后评价，建立分析岗位序列、数据访问、同行复核与领导问询；追踪决定前后版本，从表单、系统与责任人三个层面看，不能只公布在岗位变动后仍按期运行的证据流程数／全部正式证据流程数的中心值，还要给出退出、申诉、失败与尾部群体的分布，因为平均进步可能伴随最坏结果恶化。

它与邻近领域共享一条未说出的前提：它与第267号第12条的行政能力对撞：公共管理看执行资源，本条看证据资源；一个部门可能执行力强却学习力弱，必须分别测量，跨领域比较的关键不是术语相似，最有辨别力的比较是看“决定持续性的只有证据能力被组织流程承载”在另一领域是否仍成立，若决定因素换位，本条的适用边界便被精确划出。

五、生活经验作为证据：代表性与解释权必须同时交代Lived Experience in Policy Knowledge

这项思想首先击中的，是一条长期未被写进方法部分的旧默认：政策证据长期偏好可量化总体，服务使用者的故事只在发布会或咨询中出现。平均效果可能掩盖办理失败、羞辱、照护负担与身份核验等行政摩擦，从被忽略的边界回看，若“未被招募、无法安全发言、经验被概括掉及拒绝被再利用的参与者”在不同年份被采用不同口径处理，时间趋势就混合了对象变化与真实变化，不能再按一条直线解释。

它真正要求接受的不是态度，而是一个方向性判断：本条把决定性结果锁定为受影响者是否拥有对问题类别、证据解释和政策版本的真实影响，而不是是否被邀请发言。经验必须进入决策理由，这项命题最需要承担的证伪风险是，改变被认为具有决定性的因素，若导致正式类别、资格或流程改变的经验输入数／全部被记录经验输入数并不随之变化，“决定证据地位的只有经验能改变正式分类与理由”便不能继续独占解释。

这里的硬证据来自样本、比例与时间窗的同时固定：OECD 2022指南给出10个过程步骤、8类参与方法和9项质量原则；招募、信息、便利、反馈和评价均有独立检查点。代表性不是只比人口比例，还要说明谁未进入、何时退出，以及意见如何改变决定，原始材料给出了一条可追踪的修订轨迹，OECD（2022）说明命题为何出现，Parkhurst J（2017）迫使研究者改变比较方式，OECD（2025）则检验新安排是否真正进入制度。

后续争论把决定性问题集中到生活经验不自动代表总体，组织化团体与易参与者可能占优势；将创伤叙述工具化会再次伤害参与者。经验与统计冲突时，需要说明权重而非择一，一旦把失败对象纳入，若出现“当机构追求“故事数量”时，收集越多，参与者对解释与后续使用的控制反而可能下降”，原有解释即使仍有统计关联也不能照旧使用。参与指南承认代表性、反馈和可影响范围是核心；机构传播却常只展示感人引语。

由此形成的制度问题是项目应公开谁被招募、谁缺席、补偿、支持、可改变事项和证据权重；最终政策必须逐项回应关键经验，并保护参与者控制其材料的后续使用，实践端最先需要改变的不是宣传语，不能只公布导致正式类别、资格或流程改变的经验输入数／全部被记录经验输入数的中心值，还要给出退出、申诉、失败与尾部群体的分布，因为平均进步可能伴随最坏结果恶化。

本条与外部近邻的共同点不是主题，而是隐藏假设：它与第495号第15条的社会倾听对撞：传播面板从在线声音识别问题，本条要求经验进入正式权力链；高声量不等于代表性，沉默也不是无经验，沿着“医学称“患者经验”，设计称“用户旅程”；另见第495号第15条”这条外部线索，最有辨别力的比较是看“决定证据地位的只有经验能改变正式分类与理由”在另一领域是否仍成立，若决定因素换位，本条的适用边界便被精确划出。

六、政策咨询系统：科学顾问不是单一真理出口Policy Advisory Systems and Politicisation

旧做法的困难集中在一个可复算的问题上：科学咨询常被想象为专家给出正确答案、部长据此行动。Craft与Howlett显示政策建议由内部公务员、政治顾问、咨询公司、智库和学者组成，权力与入口不断变化，把这段发生史展开，“未被邀请、少数意见、口头建议及因保密永不进入档案的咨询”是否有机会成为正式对象，若它们在入表前即被排除，后续平均与排名便无法说明整体。

本条要求研究者先承认本条把决定性路径锁定为顾问来源、证据选择、异议和最终政治裁决能否被区分，而不是专家头衔。咨询必须可争辩且不把责任外包，把隐藏假设放到台面后，改变被认为具有决定性的因素，若公开主要异议与最终选择理由的重大咨询数／全部重大咨询数并不随之变化，“决定可信度的只有多源咨询异议裁决路径”便不能继续独占解释。

本条的测量骨架可从下列结果看清：OECD 2020把良好证据治理写成适切、诚信、问责、可争辩、公众代表和透明6项原则。2025七国诊断再按个人、组织、跨组织与系统4层检查，显示科学顾问只是网络中的1个节点，而非单一真理出口，从首篇工作到最近更新，Cairney P（2016）说明命题为何出现，Craft J, Howlett M（2012）迫使研究者改变比较方式，OECD（2020）则检验新安排是否真正进入制度。

反对意见真正击中的，是边界条件而不是主题本身：完全公开实时咨询可能抑制坦率讨论，危机中也需快速保密；多元咨询会产生冲突而非单一答案。政治者可能“挑专家”，专家也可能越过证据做价值主张，这条思想留下的自我约束表明，若出现“当政府只公布“听取专家意见”时，顾问数量越多，挑选性使用和政治责任转移反而越难识别”，原有解释即使仍有统计关联也不能照旧使用。咨询研究承认建议系统多元且政治化；政府通报却常把专家共识写成一个无主体声音。

治理意义来自它迫使组织为下列对象单设字段：政府应公布顾问名单、利益、任务、证据包、主要异议和部长选择理由；对紧急保密设置延期公开与独立复核。咨询效果需看决定质量与纠错，为了避免只记录账内成功，不能只公布公开主要异议与最终选择理由的重大咨询数／全部重大咨询数的中心值，还要给出退出、申诉、失败与尾部群体的分布，因为平均进步可能伴随最坏结果恶化。

若两边都成立，就必须承认还有一个未入账的变量：它与第171号第9条的行政裁量对撞：顾问提供知识，官员依法取舍；若建议被写成技术强制，裁量责任会逃离可审查程序，与邻近面板并读时，最有辨别力的比较是看“决定可信度的只有多源咨询异议裁决路径”在另一领域是否仍成立，若决定因素换位，本条的适用边界便被精确划出。

七、政策数据分析：大数据不自动等于可治理知识Policy Analytics and Administrative Data

早期讨论常把问题化约为一个易于汇总的表面读数：数字政府积累交易、申请和传感数据，政策分析从抽样走向实时仪表盘。数据库只看见与政府发生记录关系的人，未申请、线下绕行和错误分类者会消失，沿着旧制度的入口追踪，“未申请、线下交易、被规则拒绝入库及行政定义改变前后不可比的人”是否有机会成为正式对象，若它们在入表前即被排除，后续平均与排名便无法说明整体。

在同一分母与时间窗内，本条坚持本条声称，决定分析能否支撑政策的只有数据生成机制与决策用途是否被共同建模，而不是记录条数。行政数据首先是服务过程痕迹，这一主张可以用一次直接反事实检验，先否定“数据能力可脱离产生记录的行政流程而迁移”并重算通过外部总体校准且决策用途明确的数据集数／全部进入政策仪表盘的数据集数，只有结果仍能由同一机制解释，原命题才没有借用未说明的前提。

证据并没有消除争议，但它把争议压缩到可测范围：Mergel等对来自12个国家或组织背景的40名专家做半结构访谈，提纲含14个问题、归入4个主题；结果明确区分数字化、数字化改造与整体数字转型，并把长期效果落到组织文化、关系和公众满意，把摘要结论拆回来源，Mergel I, Edelmann N, Haug N（2019）说明命题为何出现，Janssen M, Charalabidis Y, Zuiderwijk A（2012）迫使研究者改变比较方式，OECD（2025）则检验新安排是否真正进入制度。

其不确定性来自分母、窗口与对象边界同时可能漂移：链接数据可能侵犯隐私，历史规则将偏差编码进标签；实时更新会制造短期波动。模型准确不等于政策可行动，且行政记录变化可能只是流程变化，从应用风险看，若出现“当仪表盘按实时覆盖考核时，记录越密，未联网和未申请群体的制度不可见性反而可能增加”，原有解释即使仍有统计关联也不能照旧使用。数字转型研究强调组织与流程，不把技术采用等同转型；政府项目却常以数据量和界面上线证明成功。

如果只把它写进宣言而不改流程，最先消失的仍会是分析应发布数据谱系、覆盖分母、缺失、规则版本、用途和申诉；与调查、质性研究和线下审计交叉验证。高风险决定保留人工复核与暂停机制，把结论转成治理动作时，不能只公布通过外部总体校准且决策用途明确的数据集数／全部进入政策仪表盘的数据集数的中心值，还要给出退出、申诉、失败与尾部群体的分布，因为平均进步可能伴随最坏结果恶化。

同一个对象在另一块面板里被量成了不同的比率：它与第273号第12条的平台数据治理对撞：互联网治理关心平台权力，本条关心政府数据；两者都可能把“可记录者”误当总体，同一动作换一套学科语言后，最有辨别力的比较是看“决定有效性的只有数据生成与决策用途条件”在另一领域是否仍成立，若决定因素换位，本条的适用边界便被精确划出。

八、合成控制与政策反事实：给独特改革造一个可比较对手Synthetic Controls for Policy Evaluation

这一转向把一项看似外围的条件拉回核心：宏观改革难随机化，单一前后比较会混入共同趋势。合成控制把若干对照按处理前结果与协变量加权，形成“如果未改革”的比较路径，从对象如何被登记来看，“被排除供体、同期受影响单位、数据修订及不适合构造反事实的政策”是否有机会成为正式对象，若它们在入表前即被排除，后续平均与排名便无法说明整体。

它不是一般倡议，而是一项排他的解释：本条把决定性结果锁定为处理前轨迹可拟合且处理后差距超过安慰剂分布，而不是算法复杂。权重与供体池必须可检查，判断它是否站得住，不必依靠赞成态度，先否定“保存数据与权重记录即可核对政策反事实”并重算处理后效应绝对值／安慰剂单位效应分布的中位绝对值，只有结果仍能由同一机制解释，原命题才没有借用未说明的前提。

主证据留下了可以重算的数字：Abadie 2021总结可行性、数据要求和推断；原始方法在加州烟草、巴斯克冲突等案例中示范。2021合成差分中的差分进一步结合面板固定效应与权重，把文献按时间排开，首篇材料由Abadie A（2021）承担，反方向证据来自Abadie A, Diamond A, Hainmueller J（2010），而Arkhangelsky D, Athey S, Hirshberg DA, Imbens G…（2021）提供较新的对象或规则，因而不能只引用其中最有利的一笔。

这项思想也留下了自己的反证入口：供体池受同期冲击、政策溢出和数据修订影响；处理前拟合好不保证结构稳定。研究者可选择时间窗与协变量，产生规格搜寻。单位少时置信区间困难，比效应大小更重要的是，若出现“当研究者反复调整供体池以提高拟合时，处理前误差越小，处理后效应被规格选择放大的风险反而越高”，原有解释即使仍有统计关联也不能照旧使用。方法论文明确强调透明图形、供体选择与安慰剂；应用摘要却常只报告一个处理后差距。

把它落实到程序，至少会出现三项变化：评估应预注册供体池、处理时点、结果与拟合，报告权重、逐单位安慰剂、留一法和溢出；政策结论限于可比路径，不把单案外推所有地区，机构真正需要新增的是，不能只公布处理后效应绝对值／安慰剂单位效应分布的中位绝对值的中心值，还要给出退出、申诉、失败与尾部群体的分布，因为平均进步可能伴随最坏结果恶化。

在跨领域比较中，最合适的对手是：它与第130号第11条的准实验评价对撞：教育评价常有大量学校，本条处理单个宏观单位；共同前提是缺失反事实可用加权近似，为了判断两边是否真在谈同一件事，最有辨别力的比较是看“决定因果可信度的只有处理前拟合与安慰剂”在另一领域是否仍成立，若决定因素换位，本条的适用边界便被精确划出。

九、独立气候咨询委员会：把长期碳预算制度化Independent Climate Advisory Councils

旧框架能够给出整齐结果，却没有回答减排承诺跨越多个政府任期，传统部门计划容易在财政、能源和选举压力下推迟。英国2008年气候变化法以五年碳预算和独立委员会建立长期问责，若把早期样本重新分类，“未回应建议、消费排放、地方实施缺口及模型外分配损失”是否有机会成为正式对象，若它们在入表前即被排除，后续平均与排名便无法说明整体。

其可检验版本不是“值得关注”，而是本条声称，决定长期承诺可信度的只有法定目标、独立建议、年度监测和政府回应形成闭环，而不是净零口号。咨询必须能公开指出缺口，把解释责任压到可观测结果上，先否定“公开报告存在即可核对长期气候承诺”并重算政府按期实质回应并配套政策的建议数／全部法定重大建议数，只有结果仍能由同一机制解释，原命题才没有借用未说明的前提。

若把数字从文字中抽出，可以看到2021年专家访谈研究认为英国法案通过目标、委员会和政治共识影响政策；委员会持续发布预算与进展报告。OECD 2025将承诺、能力和共识纳入绿色转型治理，从三笔材料的责任分工看，首篇材料由Averchenkova A, Fankhauser S, Finnegan JJ（2021）承担，反方向证据来自Climate Change Committee（2009），而OECD（2025）提供较新的对象或规则，因而不能只引用其中最有利的一笔。

当评价者改变行为时，原先的方向未必保存：独立委员会没有直接执行权，政府可延迟采纳；模型假设与分配选择仍有争议。法定目标也可能促成会计转移、境外排放和未来技术依赖，把限制写进主结论后，“当目标压力只落在领土排放时，国内减排越快，进口隐含排放和未来抵消依赖反而可能上升”会把表面改进翻转为制度性损失，因而失效条件应进入摘要和决策表。委员会报告经常直言政策不足与交付风险；政府宣传仍可能引用目标、略去未采纳建议。

这项转向还改变了培训与问责的边界：委员会应公开情景、假设、分配影响、政策缺口和政府逐项回应，议会追踪未采纳理由；指标同时覆盖领土与消费排放、实施与结果，在审计或复盘中，不能只公布政府按期实质回应并配套政策的建议数／全部法定重大建议数的中心值，还要给出退出、申诉、失败与尾部群体的分布，因为平均进步可能伴随最坏结果恶化。

与相邻面板的接口可以精确定位：它与第492号第12条的标准化路径对撞：碳预算是长期标准，但标准一旦成为考核，也会诱发边界转移；独立审计必须看未计入排放，本条的外部边界可由另一套账本检验，最有辨别力的比较是看“决定可信度的只有建议监测回应闭环路径”在另一领域是否仍成立，若决定因素换位，本条的适用边界便被精确划出。

十、去殖民化证据治理：谁有权定义有效知识Decolonising Expertise and Knowledge Governance

问题并不是旧制度完全无效，而是它在以下情形中失去辨别力：政策研究常把西方学术方法当作中性通道，将社区知识转成数据后脱离土地、关系和责任。开放数据又可能放大未经同意的再利用，在第一次统计之前，“拒绝开放、只允许特定用途、集体而非个人拥有及因翻译无法进入数据库的知识”是否有机会成为正式对象，若它们在入表前即被排除，后续平均与排名便无法说明整体。

这条路径的判决句是本条把决定性条件锁定为知识主权、集体治理和互惠是否贯穿研究全周期，而不是项目是否邀请本地合作者。知识不能自动与承载共同体分离，其排他性可以从一个替代口径开始检验，先否定“有记录与同意表即可核对共同体授权”并重算由共同体拥有持续决策权的证据项目数／全部声称共同生产的证据项目数，只有结果仍能由同一机制解释，原命题才没有借用未说明的前提。

把结论拆回数据，最关键的一组量是：Smith的去殖民方法论第三版系统讨论研究作为殖民实践及本土议程；CARE原则以集体利益、控制权、责任和伦理补充FAIR。UNESCO 2021开放科学建议也纳入多元知识体系，证据链并非三次重复背书，首篇材料由Smith LT（2021）承担，反方向证据来自Tuck E, Yang KW（2012），而UNESCO（2021）提供较新的对象或规则，因而不能只引用其中最有利的一笔。

限制部分比结论部分更能说明它的责任边界：共同体内部并非同质，代表权和知识保密也有争议；某些公共卫生与环境数据涉及广泛利益。形式化CARE标签仍可能被机构空转，反向情形不是附录里的免责声明，“当“本土参与”成为资助字段时，项目越多，象征性署名和知识抽取反而可能增加”会把表面改进翻转为制度性损失，因而失效条件应进入摘要和决策表。去殖民文献明确反对把概念化作一般隐喻；机构多元化文本却常删除土地、权力与归还要求。

真正昂贵的部分不是新增一个指标，而是项目应由共同体参与设定问题、访问、解释、发表与利益分享，记录集体同意和撤回条件；开放程度由治理决定，而不是“默认公开”，落实到组织程序，应在规则公布前、实施初期和参与者完成适配后分别重算由共同体拥有持续决策权的证据项目数／全部声称共同生产的证据项目数，用时间断点区分真实改变与策略回应。

两条命题看似相邻，实则把因果责任放在不同环节：它与第496号第18条的CARE原则对撞：开放科学面板处理数据治理，本条处理政策知识权力；若政府只引社区数据而不分享解释权，CARE仍未兑现，把双方读数放在同一时间窗内，最有辨别力的比较是看“决定正当性的只有知识主权互惠治理条件”在另一领域是否仍成立，若决定因素换位，本条的适用边界便被精确划出。

十一、AI辅助证据综合：机器提速不能取代纳入责任AI-assisted Evidence Synthesis

这个领域原本把下列安排视为中性的技术细节：证据量增长使人工综合缓慢，机器学习开始排序题录、识别试验和抽取PICO。高召回任务中，少量漏检也可能改变政策结论，与其把差异归为偶然，“模型未召回、人工未抽检、版本升级和无法解析的非标准文献”是否有机会成为正式对象，若它们在入表前即被排除，后续平均与排名便无法说明整体。

作者把判断压缩为本条把决定性结果锁定为自动化在预设任务上的召回、精度与人工核验，而不是节省小时数。工具必须显示遗漏风险与版本，若要把它与一般倡议区分开，先否定“有限训练集足以决定无限政策主题的筛选能力”并重算人工复核确认的正确自动筛选决定数／全部自动筛选决定数，只有结果仍能由同一机制解释，原命题才没有借用未说明的前提。

研究者没有只报告中心趋势，而是同时给出Marshall与Wallace 2019给出实践指南，区分搜索、筛选、数据抽取和偏倚评价；自动化研究显示人机协作可减少负担，但不同领域和数据分布差异大。OECD 2025把AI潜力与可靠信息完整性并列，若把提出、异议与更新分别阅读，首篇材料由Marshall IJ, Wallace BC（2019）承担，反方向证据来自Beller E, Clark J, Tsafnat G, et al（2018），而OECD/European Commission（2025）提供较新的对象或规则，因而不能只引用其中最有利的一笔。

争议文献要求把下列失败形态与成功形态并列：训练集可能来自已发表、英语和特定主题，模型更新难复现；生成式工具会编造引用。高精度排序可能把少数和负结果压到后面，后续争论真正要求修改的是，“当机构按节省时间考核时，自动化比例越高，尾部主题和不利结果被静默漏掉的风险反而可能上升”会把表面改进翻转为制度性损失，因而失效条件应进入摘要和决策表。自动化指南把工具定位为任务辅助并要求验证；产品宣传却常说“自动完成系统综述”。

从治理视角看，真正的新对象是综述应锁定模型版本、阈值、金标准和抽检，报告人类纠正、遗漏与时间；高风险政策保留双人复核。自动化日志进入审计包，若将这项转向用于真实决策，应在规则公布前、实施初期和参与者完成适配后分别重算人工复核确认的正确自动筛选决定数／全部自动筛选决定数，用时间断点区分真实改变与策略回应。

把它与站内近邻放在同一时间窗，冲突才真正显出来：它与第500号第20条的政府生成式AI对撞：政府和综述团队都可能把流畅输出当知识；共同判据是原始证据可追溯与错误可申诉，把本条放到相邻领域中，应保留各自的分子、分母与对象边界，再判断人工复核确认的正确自动筛选决定数／全部自动筛选决定数能否换算，名称接近本身不构成证据。

十二、可追溯政策理由：从证据包到最终选择的决策矩阵Traceable Advice and Evidence-to-Decision Frameworks

在该概念被明确提出之前，常见处理是决策文件常列“依据相关研究”，却不说明哪项证据支持哪项选择、如何处理冲突和为什么拒绝替代方案。证据链在最后一公里失去可审查性，真正改变比较结果的起点是，“口头指示、被否决方案、未记录价值判断及事后补写而非当时形成的理由”是否有机会成为正式对象，若它们在入表前即被排除，后续平均与排名便无法说明整体。

本条拒绝把解释退回“多因素并列”，而把预测责任集中在一句话上：本条把决定性路径锁定为证据—判断—方案—决定之间是否有版本化理由矩阵，而不是附件数量。每一项权衡都要有责任主体与日期，真正的检验发生在保持对象不变时，先否定“理由记录越精细就越接近真实决策过程”并重算可从最终选择逐项回溯到证据、权衡与责任人的重大决定数／全部重大决定数，只有结果仍能由同一机制解释，原命题才没有借用未说明的前提。

2025年的研究把争论落到具体分母上：GRADE EtD框架2016年将问题、证据、价值、公平、资源、可接受性和可行性组织为决策标准；OECD 2020提出诚信、问责、可争辩和透明，2025七国报告进一步要求共享语言、制度协调与可靠信息完整性，这组来源最有价值的地方在于，首篇材料由Alonso-Coello P, Schünemann HJ, Moberg J, et al（2016）承担，反方向证据来自OECD（2020），而OECD/European Commission（2025）提供较新的对象或规则，因而不能只引用其中最有利的一笔。

可检查的失效句应写成矩阵会增加文件负担，也可能让复杂政治选择伪装成表格技术；某些安全与谈判材料需延迟公开。证据质量低并不意味着不能行动，但必须标明可逆性，在最不利条件下重读结果，“当矩阵完整度成为合规指标时，字段越细，真正发生在非正式谈判中的选择反而越可能被排除在档案外”会把表面改进翻转为制度性损失，因而失效条件应进入摘要和决策表。EtD与OECD原则都承认价值、利益和不确定性不可消除；机构表格化后却容易把已填满误作争议已解决。

从组织设计看，本条把一项隐性成本显性化：重大政策应发布机器可读决策矩阵、版本、证据链接、异议、利益和复核日期；紧急决定设日后复核。公众可对事实、价值与程序分别申诉，从表单、系统与责任人三个层面看，应在规则公布前、实施初期和参与者完成适配后分别重算可从最终选择逐项回溯到证据、权衡与责任人的重大决定数／全部重大决定数，用时间断点区分真实改变与策略回应。

两边真正分歧在于它与第171号第15条的行政理由说明对撞：法学要求可审查理由，本条要求知识责任链；若理由只复述结论而不连接证据与权衡，形式公开仍无实质，跨领域比较的关键不是术语相似，应保留各自的分子、分母与对象边界，再判断可从最终选择逐项回溯到证据、权衡与责任人的重大决定数／全部重大决定数能否换算，名称接近本身不构成证据。

◎ 二十年连起来看

二十年连起来看，政策知识的核心对象从“结论”变成了“证据怎样进入决定”。 经纪人、边界组织、证据中心、实验室和咨询系统共同说明，可靠性取决于需求、供给、关系、授权与问责。

第二条线是速度、规模与智能化都不能取消选择责任。 快速综述、行政大数据和AI综合提高处理量，却同时放大语言、数据库、模型和时间窗的隐性排除。

第三条线是经验、价值与政治选择必须显名。 共同生产、生活经验、去殖民化知识治理和决策矩阵要求把谁定义问题、谁承担代价、谁有解释权写进证据链。

◎ 三个常见误解

误解一是“证据越多，政策越理性”。证据供应增加可能同时增加选择空间与挑选性；真正要看的是哪些证据改变了哪个决定。

误解二是“智库透明就是公布捐助者名单”。项目级委托、议题选择、编辑权和未启动项目才是影响链。

误解三是“公众经验只是低等级证据”。它不能替代总体估计，却能揭示分类遗漏、实施摩擦和未计价成本，属于不同证据层。

◎ 与相邻领域的接口

与第85号“公共政策”的分工是：第85号解释政策过程与工具，本块审查进入过程的知识如何生产、筛选和留下理由。

与第492号“监管科学与标准化”的接口是证据标准。监管科学面对法定准入，本块覆盖更广的政策咨询与服务设计；两者都需处理可争辩性。

与第193号“图书情报与知识组织”的接口是检索与分类。知识组织决定什么可被找到，政策知识生产决定找到以后如何被加权与采用。

◎ 争议现场

第一场争论是证据知情会不会掩盖政治。收敛需公开证据、价值、利益、异议和最终政治选择，比较“引用证据”与“改变方案”。

第二场争论是共同生产能否改善结果。应预注册可改变范围，追踪谁参与、谁缺席、哪些意见改变版本，并测量参与成本。

第三场争论是AI能否稳定加速证据综合。决定性测试需跨主题锁定模型版本，以人工金标准估计召回、误报、尾部遗漏和时间收益。

◎ 往下五年看什么

看证据生态是否形成职业与制度：读数是有明确授权、职业路径和跨部门协调的经纪／分析岗位数，以及人员变动后的流程持续率。

看政策文件是否发布可追溯理由：读数是能从最终选择回溯到证据、异议、价值和复核日期的重大决定比例。

看AI综合是否减少时间而不扩大排除：读数是人工确认的召回率、非英语与灰色文献覆盖、模型版本可复现率和被纠正的自动决定。

◎ 可与哪些领域对撞

第7条“智库资金透明”可与第493号第13条“CoARA”对撞。共享前提是因果方向给定；一个把资金当潜在驱动，一个反对单一评价代理。若披露星级被优化，真实委托权力仍在表外。

第13条“生活经验”可与第495号第15条“社会倾听”对撞。共享前提是能力可脱离承载者；在线声量可捕捉议题，却不能代替受影响者的解释权与代表性。

第20条“可追溯政策理由”可与第171号第15条“行政理由说明”对撞。共享前提是越精细越真实；若决策在非正式谈判形成，完整表格仍可能只是事后合规。

◎ 十条可做的研究命题

1. 命题：证据使用清单会提高引用率但降低真正改变方案的比例。做法：政策前后版本审计；若二者同升，则证伪。

2. 命题：知识经纪人的长期关系比简报数量更能预测证据采用。做法：跨机构队列；若简报数更强，则证伪。

3. 命题：项目级资金披露比机构级名单更能解释智库建议差异。做法：合同与文本分析；若无增量，则证伪。

4. 命题：共同生产只有在问题定义阶段开放时才改变政策。做法：分阶段随机邀请；若末端咨询同样有效，则证伪。

5. 命题：快速综述的主要误差来自未披露的检索删减。做法：与完整综述配对；若无关，则证伪。

6. 命题：政策实验室原型一年后的存活率低于演示成功率的一半。做法：项目追踪；若不低，则证伪。

7. 命题：组织证据能力由流程嵌入而非培训人数预测。做法：跨部门面板；若培训更强，则证伪。

8. 命题：行政大数据仪表盘低估未申请与线下群体。做法：与代表性调查校准；若不低估，则证伪。

9. 命题：AI筛选在非英语和灰色文献上的漏检显著更高。做法：分层金标准；若相同，则证伪。

10. 命题：公开证据—决定矩阵提高纠错但不会自动提高政策同意度。做法：自然实验；若同意度必升，则证伪。

◎ 资料核验