论风险社会中决策知识的类型与生产

向玉琼

知识是人类文明发展的产物，是人类对于物质世界和精神世界探索的结果的总和。决策需要知识支撑，知识扩展了决策理性，提高了决策能力，但不同的社会历史阶段决策所需要的知识在类型上存在差异。近代社会以前，风险发生范围较小，不确定性程度相对较低，人们依据零散的、不系统的、带有主观感知的经验就能应对。这里的经验是指尚未科学化的低级知识形态，而通过经验来作出的决策经常体现出随机、无规律的特征。进入工业社会之后，社会中复杂性因素增多，经验已无法支撑大规模且理性化的决策了，这时专业知识出现并进入决策过程。专业知识与科学和理性相联系，具有抽象性、分工性、统一性、逻辑性的特征，专业知识支撑下的决策从技术理性的角度来界定社会风险，对风险作出理性预测并加以控制。到20世纪后期，社会进入高度复杂性与高度不确定性的历史阶段，这就是贝克所说的风险社会，社会呈现出高度差异化的特征且快速流动和变化，人们希望通过科学技术的进一步发展来应对更高的社会风险，却发现单一的技术知识已无法有效应对高度复杂的社会问题了。新的历史阶段对决策知识提出了新的要求，推动了对于工业社会中奉为圭皋的理性知识的反思。

一、政策过程中理性知识的生产

顺应专业知识的发展，从20世纪30年代梅里亚姆提出关于政策科学的观念到50年代拉斯韦尔建立起公共政策学科，其间经历了理性选择理论和公共选择理论的推动，政策过程的目标一直是将不稳定的、受意识驱动的和充满纷争的政治世界带入理性的、科学的知识统治之下。尤其是在罗斯福新政时期，随着政府职能范围的扩大与政府规模的扩张，政府产生了对专业知识和技术的大量需求，社会科学家和技术专家被招入政府部门并在决策中发挥作用。

经过二战以及战后恢复时期，政策分析对技术知识寄予了更高的期望。自然科学研究的成果尤其是系统分析、运筹学和计算机技术的发展被引入政策过程中，推动了政策过程的科学化和技术化进程，专业知识得到快速发展。在这一背景下，政府结构和政策过程都发生了变化，甚至出现了专业知识驱动下的“科学国家”。20世纪60年代政策科学运动兴起，包括成本—收益分析、运筹学和系统分析、线性规划在内的各种技术方法在各层级部门决策中得到应用，实证主义方法和逻辑受到重视，政策过程迅速地科学化和技术化。

基于对现代科学的坚定信心，政策分析师被认定为“伟大社会”项目中的建筑师，由其主导决策过程来理性应对社会风险，这成为贯穿20世纪的社会科学“文化”。具体表现为：第一，技术专家大量进入政府决策过程中，用所掌握的专业知识来建构政策成果，通过专业化来获取话语权威；第二，政策过程的重心从立法部门向行政部门转移，因为行政部门中拥有更多掌握了专业知识的技术专家；第三，政策过程出现了对智库的依赖，独立于政府的智库对政府决策的影响越来越大。正如费希尔所说，“二战实际上成为美国技术官僚计划演进中的一个基石。在这一时期，国家倾向于公共计划的全方位项目开展”。(1)Frank Fischer, “Technocracy and the politics of expertise”, Sage Publications, Inc, 1990, p.92.政策过程的每一阶段都依赖技术专家发挥作用，“技术专家治国”的现象出现了。来自经济学、运筹学、系统学等不同领域的技术专家影响力越来越大，进入政策过程中的渠道也愈益多元化，他们频繁地被咨询或者要求作出论证设计，以至于无论是专业还是非专业的技术专家，政策过程向其咨询获得“外部意见”已经成为一种习惯，这不仅是为了给决策提供必要的专业知识，而且是为决策的合法性提供权威的参考。

在理性知识的应用中，决策过程实现了规范化、标准化与程序化，而政策方案作为技术流程的产物更具有技术理性。决策过程强调社会风险中事件或者活动的客观属性，由于客观属性都具有明确的发生概率和标准，因而可以通过技术路径来加以解决。在技术化解读中，风险治理成为一个技术问题，理性知识因此成为决策过程中适当且充分的知识支撑。对于理性知识的强调使得政策过程转变为政策分析，具体表现为采用实证主义逻辑和方法界定风险问题，并在公式计算与逻辑推导中设计出政策方案。每个政策环节都充斥着大量可复制、可扩展的技术知识，社会中所有风险都被符号化并纳入标准化的公式和模型中进行计算，由此形成标准化、规范化的政策分析流程。政策过程就是理性知识生产和应用的过程，政策方案是理性知识应用的结果也是理性知识的集中呈现，政策方案的生成具有充分的技术支撑，且体现为技术维度的最优化。整体来看，政策过程的每一步完善都朝向理性知识的细化和系统化，在理性知识的完善中实现政策知识的积累与优化。

理性决策中所运用的是分析性思维，所有的政策方案都是分析性思维的产物。“对现象进行分解，把整体划分成碎片之后加以分析，然后再将碎片化的认知联结起来，完成对事物的认识，这种认识事物的方式可以被归纳为是一种分析性思维。”(2)向玉琼：《从分析性思维到相似性思维：论政策思维方式的转变》，《江苏行政学院学报》2018年第6期。任何事物之间都具有一定的相似性，但现代社会更多地关注事物的差异性，并基于差异来认识事物。事物的差异被突显出来，并被放进不同的篮子里，这些篮子逐步形成了固定的类型划分。而投放到不同的篮子就完成了认识事物的第一步，即分解。之后，再通过联合将分类的知识合并起来形成对事物的整体认知，这是第二步。这种思维往往被应用在风险评估中，“风险评估内容中的一个重要问题是风险评估的方法倾向于——可能也需要——是分析性的。换句话说，这种常规的风险概率计算方法，就是把系统分解为构成的要素，再计算每一个要素的风险概率”。(3)谢尔顿·克里姆斯基、多米尼克·戈尔丁：《风险的社会理论学说》，徐元玲等译，北京出版社2005年版，第265页。当所有的政策问题都被视为可分解可联合的认识对象时，就形成了化繁就简、规范高效的决策模式。

同时，理性决策也意味着决策系统的封闭，理性知识就是在系统内得到应用也是在封闭的环境中生产出来。早期科学为了应对中世纪宗教势力的压迫，需要通过隔离和封闭并从已有权威中分离出一个独立的空间。而当科学逐步发展壮大成为工业社会的主题之一时，对其的保护已经完全不需要了，但封闭性却延续下来并且固化。这时的封闭是为了防止被特殊利益追求以及被个人情感“污染”，以维护科学发现的纯粹性与客观性。从科学最初隔离于宗教，发展到后来的隔离于政治、隔离于社会，封闭性已经成为科学发展的一个基本姿态，而且延续到科学思维的技术应用上。基于科学的框架和方法，决策系统对非理性知识加以排斥，只有具备理性知识的技术专家才能进入政策过程中，不具有专业知识的公众则被排斥在外。“常人知识与专家知识相比处于劣势地位：无论是正面还是反面的意见看起来都建立在严肃的科学研究与论证的基础上，普通公众对此缺乏足够的鉴别能力，而公共行政管理部门遭遇的信任危机又恶化了公众的风险处境。”(4)王树生：《风险社会中的知识生产、利益框架与公众批判》，《自然辩证法研究》2007年第8期。政策系统对外封闭起来，内部自上而下地推动，理性知识有序地得到应用和生产。整个知识生产体系因封闭的空间而有序且稳定，所生产出来的政策知识属同一类型可以进行自我复制，并进一步巩固理性知识主导下的政策流程。

多元化的政策知识被窄化成单一且确定的知识构成并形成了封闭的生产空间，在此，技术知识更多地展示出工具理性的一面。当社会风险通过符号表达只保留“客观”属性时，所有问题都是适合于技术处理的。技术理性用效率、速度和稳定的目标统摄决策全过程，这被斯通称之为“理性工程”，就如同临床推理通过量化和测量来制造出“客观性”一样，所有的观点分歧与价值争议被终结了，权力转移到临床医生和专家学者手中。“临床推理看来给予了社会和政治权威以一种独立的知识资源，从而能够让它们不易于受到个人操纵欲望的左右；它提供了一种可以迫使个人屈从于相关社会知识之权威的手段。”(5)海伦·英格兰姆、斯蒂文·R.史密斯编著：《新公共政策——民主制度下的公共政策》，钟振明、朱涛译，上海交通大学出版社2005年版，第56页。专业知识将政策问题简单化，在治理方案设计与选择中发挥了引导甚至是控制的作用。表面上看，技术知识能够最为快速而有效地恢复社会秩序，但实际上往往只是制造出了秩序的假象，而并没有解决真正的风险问题。社会风险仍然存在，只是在理性的知识系统中被改造成确定性的影响了。

二、打破理性知识的迷思

20世纪后半期以来，全球化、后工业化进程推动人类社会进入高度风险状态之中，这是一个新的政策情境，政策问题因此具有了高度复杂性与高度不确定性的特征。“复杂性(complexity)是混沌性的局部与整体之间的非线性形式，由于局部与整体之间的非线性关系，使得我们不能通过局部来认识整体。”(6)布莱恩·阿瑟：《复杂经济学：经济思想的新框架》，贾拥民译，浙江人民出版社2018年版，第5页。复杂系统是由大量组分组成的网络，呈现为一个高度关联性的、多维环扣的系统，不能通过现代科学框架内的线性关联来解释，也因为不可分解不易分割而超出了分析性思维发挥作用的范畴。“大部分社会风险问题真正的困境在于它是超越科学的——即科学可以提出问题但不能解决问题。”(7)谢尔顿·克里姆斯基、多米尼克·戈尔丁：《风险的社会理论学说》，徐元玲等译，北京出版社2005年版，第173页。技术知识虽然继续为风险决策提供理性支撑，但是，这时的风险问题不能单从技术维度上来加以界定了，基于理性知识作出决策进而控制社会风险的理念也失效了。

温希普将理性知识主导下的政策分析比喻为“解谜”(puzzle solving)，“解谜”是一种将问题层层分解再重新组装的游戏，但这种游戏却显示政策问题在分解后的再整合并不能完全还原事物的全貌，这从根本上质疑了分析性思维在风险社会中的合理性。分析性思维如同是一种分解技术，这种技术所关注的是局部的知识解析，并假定在单一维度下知识的分解与整合不会造成扭曲或者损耗。而“解谜”的结果却显示，这一思维可能并不如我们所想象的那么美好。第一，我们在进行政策分析时，总体层面上是将拼图放到一起形成基本认知，但问题是我们可能对于拼图放到一起看上去是什么样子几乎或完全没有概念，在拼凑的过程中可能会不断修改我们关于拼图的最终模样的想象。第二，“解谜”显示，在组合拼图过程中会不自觉地运用策略，而关于图像的整体结构会驱动如何组合图片的战略。因此，“在任何特定时刻，我们的迷宫都仅仅是部分被组织起来，实际上，它永远也不能完全被组织起来”。(8)Christopher Winship, “Policy Analysis as Puzzle Solving”, Michael Moran, Martin Rein and Robert E. Goodin, (ed.), The Oxford Handbook of Public Policy, Oxford University Press, 2006。既然事物的总体性知识无法被彻底分成不同学科或专业的知识，那么也可以反过来说，碎片化、条块化的知识拼凑出来的并不是事物的完整知识。另外，被分割开来的知识也无法承载整体知识所指向的目标和价值，拼图者往往把注意力放在了知识能否分析和联合的技术方面，而忽略了分析和分解的目标到底是什么。“不同的片段应该被考虑一个具体的终极目标。目标不是去选择单个的块，而是去看是否可能将这些片段组装在一起。也就是说，目标是将片段组装到一起形成一个连贯的整体。连贯的整体最终看起来的结果是未知的。”(9)Christopher Winship, “Policy Analysis as Puzzle Solving”, Michael Moran, Martin Rein and Robert E. Goodin, (ed.), The Oxford Handbook of Public Policy, Oxford University Press, 2006。一旦关注的是知识联合中的速度与效率，那么能否达到预期的目标就值得怀疑了，甚至有可能最终生成的是并不具有任何目标的散漫形态。

决策系统通过设立边界来维护理性知识的纯洁性，但封闭只能走向科学与理性的反面。为了保证知识的客观与中立，知识生产系统往往需要远离社会、远离历史，封闭在实验室真空中以实现科学的纯粹性，但这受到波兰尼的批判：“这种错误的理想也许在精确科学中并无害处，因为在那些领域中，科学家们实际上对其视而不见。但是我们将看到，它在生物学、心理学和社会学中产生了毁灭性的影响，并且在远远超出科学之外的范围内，使我们的整体观点发生错误。”(10)迈克尔·波兰尼：《个人知识——朝向后批判哲学》，徐陶译，上海人民出版社2017年版，第1、23页。理性知识提高了政策过程中的专业化与技术化，但是，却无法预见到其对政策所处的社会情境所带来的影响。因此，要还原风险问题的全貌，需要的不仅仅是专业知识，或者说风险治理不仅仅是一个技术问题。决策最终针对现实问题发挥作用，对鲜活的个体行为作出规范，那么政策过程中所需要的知识不能脱离社会以及具体的情境和生活。当专业知识只关注可以技术化处理的部分知识并将其等同于科学时，这种知识是存在局限的，最终必然走向科学的反面。可以说，在自然科学研究框架中坚守主客体分离的认识论前提，是无法实现真正的科学和理性的。

专业知识的主导使得政策过程具有了工具理性导向，但正是工具理性带来了新的社会风险。无论是在物理世界还是在社会生活中，专业知识的应用都是服务于人类所设定的目标。工业社会中所确立的整体目标是对自然界和人类社会进行管理和控制，技术知识推动了这一目标的实现，但是风险的发生在一定程度上也正是技术发展所导致。“风险的范畴代表了马克斯·韦伯所根本没有想到的一种社会思想和行动。它是后传统的，在某种意义上也是后理性的，至少是不再具有工具理性。然而，风险恰恰是从工具理性秩序的胜利中产生的。”(11)乌尔里希·贝克、安东尼·吉登斯、斯科特·拉什：《自反性现代化》，赵文书译，商务印书馆2001年版，第13页。高速发展的科学和精巧细致的社会运行机制都是服从于风险控制的目的，严密的规则和秩序给了人们稳定的预期和安全感，也将人的行为限定在既定的框架之内。“精密科学所公开承认的目标是要以精确规则为基础，对经验建立其全面的理性控制，这些规则能够从形式上得到制定并且能经受经验的检验。如果这一理想完全实现，那么所有的真理和所有的错误都会因此而归咎于一个精确的宇宙理论，我们一旦接受了这一理论，就不再有机会行使自己的个人判断：我们只能忠实地遵循这些规则。”(12)迈克尔·波兰尼：《个人知识——朝向后批判哲学》，徐陶译，上海人民出版社2017年版，第1、23页。随着科学技术的进一步发展，专业知识的生产和应用在逻辑上更加合理，方法上更加娴熟，也愈发成为管理合理性的筹码以及说服公众服从的工具。专业知识完善了决策的流程，对社会矛盾进行简化以及自上而下的设计和控制，但最终并没有从根本上解决社会矛盾，反而在控制过程中加深了社会矛盾。

专业知识的应用，为保证政策过程的客观性与科学性特意祛除了价值倾向和情感关怀，但在价值中立的姿态下所作出的决策可能正是遗漏了决策中的核心知识。在现实中，“政策分析师的世界被价值观所限制——不管是个人主义的、被特殊利益集团所严密控制的价值观，还是广泛的、从根本上被许多社会公众接受的价值观”。(13)罗伯特·海涅曼等：《政策分析师的世界》(第三版)，李玲玲译，北京大学出版社2011年版，第58页。即使活跃于政策过程中的技术专家名义上服从于技术，但实际上仍然无法割断自己的情感和偏好，况且在很多情况下技术专家都充当了政治精英的棋子，其所造出的专业术语或者作出的论断都是为了支撑某种具有偏向性的政治话语。正如乔治·凯利所说，在历史上的政策专家一直扮演咨询者的角色，“穿着临时的服装，包括音乐家、纳税人、忏悔者、制度制定者，战略家，以及经济计划者”，说着服务于大众但又超出他们理解范围的“咒语和理由”。但是，任何技术应用与知识生产都是在某种价值偏好之下作出的选择，这也就是威尔达夫斯基所说的知识向权力说话的现象不可避免。“当知识向权力说话时，总会存在知识变成权力的仆人的风险，不管它如何得到使用。实证主义的遗产仅仅有助于将事实(是由知识所提供的)与价值(是由当权者所决定的)之间危险的分开制度化，使专家满足于将政治和道德问题上移给那些咨询他们的分析和建议的人。”(14)Rosemarie Tong, “Ethics in policy analysis”, Prentice-Hall, Inc., 1986, P13对于复杂的社会问题来说，价值和利益并非是实证主义观念中可以随意挤压的“软的”因素，而是不可简化也不可忽视的。如果在政策过程中失去了价值关怀，那无法找准政策问题，更无法做到有效应对。“因为政策的目标是价值问题，而不是事实或者逻辑，目标不能被包括在政策分析师所知道的范围之内。结果，传统的政策分析‘对政治现实视而不见’。”(15)Laurence E. Lynn, “A Place at the Table: Policy Analysis, its Postpositive Critics, and the Future of Practice”, Journal of Policy Analysis and Management,1999，p.18.

近代以来的人们通过理性知识来实现决策的科学化，通过决策过程与处理方式的规范化和标准化来实现确定性，但是，无论是在物理世界还是在社会政治世界中，确定性都是无法通过控制和可预知的信念来实现的。“处理不确定性有两种基本的方法：一种方法是，通过分组降低不确定性；另一种方法是，通过寻找合适的人选来‘承担’不确定性。对于这两种方法，我们分别称之为‘合并’和‘专业化’。除此之外，我们还将加上另外两种方法：(3)控制未来；(4)提升预测能力。”(16)弗兰克·奈特：《风险、不确定性与利润》，郭武军、刘亮译，华夏出版社2013年版，第185、197页。理性知识带给了人们实现确定性的想象。人们认为，通过专家判断和技术知识对认识对象进行归类，可以使得模糊性变得清晰，实现不确定性向确定性的转换，“降低不确定性最根本的目标是，通过分组将不确定性转换成可量化的风险或者予以消除。”(17)弗兰克·奈特：《风险、不确定性与利润》，郭武军、刘亮译，华夏出版社2013年版，第185、197页。但实际上，科学本身并没有提供比之前的传统或者习惯更为确定的知识，理性知识也并不因此就比之前的知识更具有确定性。“现代性是在人们反思性地运用知识的过程中(并通过这一过程)被建构起来的，而所谓必然性知识实际上只不过是一种误解罢了。在这个完全通过反思性地运用知识而建构起来的世界中，我们似乎置身其外。但是同时，我们却永远也不敢肯定，在这样一个世界上，这些知识的任何一种特定要素不会被修正。”(18)安东尼·吉登斯：《现代性的后果》，田禾译，译林出版社2000年版，第34页。在科学的世界中，实际上并没有什么东西是确定的，用波普尔的话来说，科学框架中生产出来的专业知识只不过“建立在流沙之上”。

三、风险决策中经验知识的重生

风险问题的“客观”存在受到质疑，这意味着理性知识无法涵括风险决策所需要的全部知识，理性知识支撑下的决策也不能等同于科学决策了。马森等人明确提出，专业知识已经超越了理性知识的范畴。换句话说，专业知识的内涵更加丰富而多样，知识外延大大扩展，知识类型不再单一也不能被偏狭化。与之相应，风险决策需要超越单一的理性知识而转向对多元知识的寻求，其中尤为重要的就是对经验知识的重启。

历史并没有重演。这里所说的经验知识并不是回复到现代科学出现之前所说的毫无章法与规律的经验感知，而是指称在理性知识基础之上发展起来的具有理性内涵但又无法被纳入技术理性的那一部分，采用这个名称只是为了突出知识的实践性与具体性倾向。“经验知识是指具体情境下的、一定社会背景中的知识，是一种策略性的、具体应对的实践。”(19)向玉琼：《超越理性知识：论环境治理的知识更新》，《人文杂志》2020年第3期。经验知识来自具体的生活和实践，注重人的感知与判断，在形式上包括直觉、想象、判断、策略互动等，具有社会性、情境性、策略性、灵活性的特征。现代科学体系往往将科学知识之外的所有主观知识都看成是无序的、零散的甚至无厘头的，这只是表明经验知识的生产途径和来源不同于理性知识，因而无法置于科学框架中获得解释，但并不能推导出经验知识就是非理性的结论。经验知识没有固定的生产路径，也不遵循既定的套路和规律，但经验知识体现不同于技术理性的经验理性，“经验理性更多地强调形成均衡状态的多元性和非理性条件或因素”。(20)李路曲：《经验理性及其分析方法的演进》，《政治学研究》2010年第6期。科学知识只包括可以明示和传播的知识，波兰尼对此进行批判并提出“默会知识”来补充科学知识的不足。默会知识包括可以传授的也包括只能意会的知识，而且往往正是默会知识赋予了行动以意义，使得行动不仅仅是计算的结果而且具有了意向性。“没有脱离开经验的纯粹知识建构，也不可能出现为了知识建构而进行的理论活动。在某种意义上，纯粹出于知识建构的目的去进行理论活动如果不是从属于思维训练的需要的话，而是希望作用于实践，就应当被视为一种不理性的行为。”(21)张康之：《论社会治理中的知识》，《学海》2014年第5期。可以说，经验知识是理性的必要构成，只有将经验知识纳入政策知识的范畴，才能实现政策知识的完整性。

理性知识注重对社会问题的整体规划和设计，但是风险社会中的政策问题往往呈现出含混不明晰的状态，需要基于经验知识来作出权变性与灵活性的应对。20世纪70年代混沌理论被提出，它代表着一个隐喻，即无论在科学领域和政府活动中，还是在日常生活中，都无法做到一切可预见。混沌理论标志着理性建模时代开始没落，虽然决策过程中对建模的运用增加了，而且还传播到适用性并不明显的领域中。“但是，建模不再提供完整的答案；问题脱离了建模掌控的范围。推动全球化的计算机技术的重大进步，使得混沌理论的很多深刻见解成为可能。非线性成了当时的流行语。”(22)海尔格·诺沃特尼等：《反思科学：不确定时代的知识与公众》，冷民等译，上海交通大学出版社2011年版，第8页。决定论与可预测性之间的关联被打破了，社会风险包含大量混沌的无法被纳入科学分析的因素，无法预测更无法规划，专家们暴露出大量的知识短板，其拥有的理性知识只是政策知识的一个构成部分，但不是全部，甚至不是最为重要的方面。“在风险社会中, 有序与无序、常态与非常态频繁转换、迭代, 这就需要发展连续的知识体系, 以实现对风险社会中有序与无序、常态与非常态转换的认知。”(23)张海波：《面向风险社会的知识生产：多学科研究共同体的缘起、形成与发展》，《风险灾害危机研究》2016年第1期。在高度复杂性的社会条件下，决策过程需要跨越理性知识与经验知识之间的樊篱，从而形成完整的知识体系。

理性知识对政策问题进行技术化简，但是，高度不确定性的政策问题往往不能简化为单一的技术元素，而需要经验知识来补充完成对政策问题的界定。并非所有的社会问题都可归为技术和科学的分析对象，大量的知识存在于科学框架所能解释的范围之外。“发生在公共领域中的风险治理问题，往往具有综合性的特征，它既是一个开展政治行动的过程，又是需要遵循管理的规律和需要求助于管理的技巧的。所以，单纯地按照科学理性或社会理性去作出风险治理的行为选择，都是可疑的。”(24)张康之、熊炎：《风险社会中的风险治理原理》，《南京工业大学学报》(社会科学版)2009年第2期。理性知识试图将复杂多样的社会现实纳入单一的话语体系之中，采用规范而标准的方法和程序甚至用统一的语言和符号来处理政策问题，这是一种以不变应万变的思路，但是在高度复杂性的条件下，规范和稳定却沦为了僵硬和固化。实证主义的逻辑与方法服务于自上而下的计划与设计，最终却因为无法真实呈现现实而显得自说自话。“通过在大脑里对现实进行精确而清晰的构建、迫使现实对之做出(或不做出)回应并衡量一致性的程度，现代科学家回避了完全沉陷在现实中的复杂、混乱和模糊(很快，社会本身为科学的成就所感动，它改变了自己的价值观并认可了那些成就。科学无能为力的事情，社会也认为没有价值)。”(25)拉尔夫·P.赫梅尔：《官僚经验：后现代主义的挑战》，韩红译，中国人民大学出版社2013年版，第122页。相反，来自于日常生活与现实实践的经验知识能够成为科学知识的补充，在感知与反思的应用中建构起政策问题，对政策问题进行完整全面的阐释。在风险社会中，政策问题不是通过科学路径设计出来的，而是社会阐释出来的。

基于理性知识建构的决策，其意图是用抽象来管理具体，用理论来指导行动。但是，当事物的变化速度以及差异性都超出理论所能覆盖的范围时，无法先形成抽象的知识然后再展开行动，也无法用普遍性的知识来指导具体行动，这就必然转向经验知识寻求帮助。经验知识不限于管理科学所建构起来的生产模式，也不遵循组织管理中的科学法则。经验知识是具体实践中的知识，是政策在试验与实践中生成的知识，也可以看成是费埃德伯格所论述的一种特殊类型的知识。“这种知识是具体的知识、特定的知识，它建立在对于经验性行为描述的基础之上，其合理性可以通过重新建构相关行动者情境的结构与逻辑来理解，可以通过由此发现(相互)依存的诸种重要关系的重构来理解(这些关系既塑造着行动者的结构，也塑造着其诸种突发性的效能)。只是凭借其单独的存在，这种知识就能够丰富而且事实上能够更新公司内部发生的诸种论争的结构。”(26)埃哈尔·费埃德伯格：《权力与规则——组织行动的动力》，张月等译，上海人民出版社2005年版， 第412-413页。这种知识要求放弃那种规范性的抽象的语言，放弃要你做什么的提议，而在事物现实状态中进行思考。但是，不能将一切都押在一种规划及其目标之上，高度复杂性且高速流动的风险问题需要的是即时性的思维，也就是在即时状态中思考事件是如何发展到现存状态，思考事物之间的逻辑关系，以及思考其价值与重要性等。

布鲁诺·拉图尔看到，科学与社会不可分割，它们原本由相同的基础发展起来，科学理性与经验理性本身并不互斥而是互补。传统社会中科学是在社会之外发展起来的，与社会在价值和方法上都互相抵触，因此科学被视为“外在的”；由于科学高于社会，因此科学家们试图运用“外在的”东西来重建社会。但实际上，科学一直是“内在的”，科学和技术都不是终极权威，而是需要从社会中吸收养分，增强其适应性，并作出创新以维护其“科学性”。这就是说，科学与社会之间的樊篱其实并不存在，相反，“科学与社会之间的辩证关系已经转变成共谋关系”。(27)海尔格·诺沃特尼等：《反思科学：不确定时代的知识与公众》，第2页。这时，科学所一直坚守的事实发现前提以及对人主观感知的压制，反而成为科学狭隘性的原因。“从某种程度上讲，感知经验也是真实的。反过来，感知信仰对世界的探究、归纳条例，以及实验理论的形式及检测，奠定了基本框架。对经验未能准确展现世界的任何实验争论，至少对形成科学理论基本框架的那些特征层面，都是自行毁灭的。”(28)罗伯特·斯坦顿：《认知科学中的当代争论》，杨小爱译，科学出版社2016年版，第262页。理性知识只有奠基于经验知识之上才能解释真实的世界，而否定了经验知识的所谓科学只能建构出虚幻的海市蜃楼。

知识类型的变化会带来决策模型的变迁。理性知识主导下的决策是一个常规化的、模式化的流程，而风险社会中高度复杂性的政策问题需要非常规化的决策模式，也可以称之为应急决策。应急决策所面对的是高度复杂性和高度变迁的政策问题，不再执迷于模式化、标准化的程序，而是打破僵化的流程来寻求灵活的建构。就决策模型来看，理性知识催生了理性决策模型，而风险社会中经验知识的引入则带来决策模型的多元化发展。林德布洛姆在杜威实用主义的引领下提出渐进调适的决策模型，政策过程中拒绝了技术官僚主导与技术知识垄断的假设，而重视技术知识之外的政治和社会知识，强调“普通知识”的关键作用。奥斯特罗姆提出制度分析框架(IAD)，将人的行为和理性选择置于制度背景中进行解释，由此突出了制度等社会因素对决策的影响。马奇的垃圾桶模型以及金登的多源流理论则从根本上颠覆了理性决策模型与线性决策过程，看到了政策过程中存在着大量随机变量；由于这些超越了理性知识所能解释的范畴，故他们认为决策是一种有组织的无序的状态。另一方面，随着新公共行政的兴起，政策过程中的伦理和价值因素受到关注，公共政策被拉回价值领域中，于是决策的技术导向与价值中立假设站不住脚了，理性知识主导的决策过程因其狭隘性和片面性而受到批判。这时，倡导联盟框架、间断均衡理论、叙事决策框架等纷纷出台，用适应性与均衡性的经验知识来阐释政策过程。

在风险社会中，一度带有技术理性特征的政策分析也需要承认和包容经验知识，而经验知识生成于个体的具体行动中，生成于专家与公民的互动之中，这推动了风险社会中决策的民主化。虽然政策分析仍然致力于探寻真理，但技术专家所说的不一定就是真理，技术专家也不一定能够说出真理，换句话说，真理不仅仅指称技术知识。随着科学与社会的“隔离”减少，边界更具有渗透性。“根据新的参与规则，科学家已经不再指望能与其他科学家之间进行排他性的互动；也不再指望能与其他团体的社会成员之间沿着预定的或制定的路径展开广泛的互动。现在，科学家为了与‘外部人’交流信息，他们与这些‘外部人’分享其曾经独有的信息系统。”(29)海尔格·诺沃特尼等：《反思科学：不确定时代的知识与公众》，第115页。哈杰也看到，威尔达夫斯基将政策分析视为一门艺术而不是科学，这是非常有意义的，“威尔达夫斯基促进了‘公民作为分析家’的可能性，或者更重要的是，公民作为政策话语参与者的可能性”。(30)Maarten Hajer and Hendrik Wagenaar, “Deliberative Policy Analysis: Understanding Governance in the Network Society”, Cambridge University Press, 2003，p.123.

四、决策中多元知识的生产模式建构

吉本斯等对知识生产模式作出了界定和区分，即传统的专业知识生产模式是模式1，知识是在一个特定的学术共同体中由技术专家生产出来，生产主体包括高等院校、科研院所以及一些智库。这种知识生产强调专业性与学科限制，依托等级制的组织模式，且知识生产的目标就是维系这一等级制。而模式2突破了实验室的边界，是指社会中在政策的具体应用情境下进行的知识生产。这种生产模式不局限于具体的组织或者层级，跨越了学科的边界以及规范化生产流程的限制，重视知识的异质性与多样性，是以某一问题解决或者某一知识生产为目的形成的合作系统，既是临时的也是灵活的。可见，理性知识的生产属于模式1，当经验知识的引入使得决策过程寻求多元知识时，知识生产转向模式2，最终形成了多阶段、多主体、多渠道、多时长的知识生产模式。

第一，决策转向灵活、开放的知识生产流程，在政策过程的不同阶段共同完成决策知识的生产。由于经验知识没有固定的生产路径，是在应用情境中通过多种渠道多种方式生成，这就意味决策知识的生产不能囿于某一个环节或者阶段，而应当打破固定的程序和流程，做出灵活构型。清晰有序的政策阶段论假说是理性知识的产物，但不适合于风险社会。知识的生成不限于政策制定与政策设计的阶段，而可能生成于政策过程的全过程中。威尔达夫斯基强调政策执行在政策过程中的重要性，用政策执行的知识来填充政策过程的知识。哈杰尔等也认为，政策执行将会从社会情境中获得大量的知识，以此反馈到政策过程中并形成新的知识。“政策执行作为政策分析的长期关注，似乎在社会中获得了新的意义。它不再仅仅是政治决策的执行，现在它往往是政治的组成部分。”(31)Maarten Hajer and Hendrik Wagenaar,“Deliberative Policy Analysis: Understanding Governance in the Network Society”, Cambridge University Press, 2003, p.93,24.来自不同阶段的具有实践导向的知识不仅发展了拉斯韦尔“政策过程中的知识”，也实现了政策分析向“政策过程的知识”转变，将政策过程与社会情境进一步结合起来，通过生活常识、情感体验、价值目标等全面地对公共政策进行定位，在完整的知识体系中拉近决策与政策问题之间的距离。

第二，决策过程中的多元化知识是在多主体的行动中生产出来的，知识生产也是一个民主化的过程。在一个开放的知识体系中，无论是技术专家还是普通公民都可以成为决策中重要的行动者，公民可以而且应当参与到政策知识的生产中。正如习近平总书记所强调的，人民群众是历史的创造者，是历史发展的推动者，只有考虑到人民的真实意愿并且建构由人民来参与的政策过程才真正体现以人为本的时代精神，才能实现政策过程的民主化。事实上，只有人民都能参与到政策过程中，才能提供完整的实践知识，也才能还原政策问题的情境性与具体性。

而这时，技术专家与公民双方都需要做出改变。因为，技术专家认为公众不懂专业知识；而公众也会质疑技术专家的知识，甚至认为技术专家们所研究的问题从根本上就是错误的，专业知识根本无法解决实际存在的现实问题。这导致公众与专家之间相互对抗、彼此不服。这时就要转变之前的专家概念，即知识的生产不再是技术专家的专属领域，反而大量存在于公民的行动中；其不仅关涉政治行动，甚至延伸到生活中。技术专家不再是政策知识生产的垄断者，也不是高高在上的设计者，而是专业知识的普及者和公民行动的教育家。具体来看，可以通过以下方式来促进公民参与：“(1)以民主的名义促进公民的加入，以对抗技术专家的倾向，这些倾向要么是直接的专家规则，要么是为其他寡头利益动员的专家这些通常更为关键的问题；(2)以交流理性化的名义促进公民的加入，将反对政策过程中的偏见的动员；(3)参与教育和授权人民作为公民。”(32)Maarten Hajer and Hendrik Wagenaar,“Deliberative Policy Analysis: Understanding Governance in the Network Society”, Cambridge University Press, 2003, p.93,24.公民通过多种渠道以多种方式参与到政策过程中，技术专家与公众交流信息，即与这些“外部人”分享开放的信息系统。

第三，风险社会中的决策知识不限于技术知识，但也不会放弃技术知识的生产，只是在知识生产中突破了抽象与具体、科学与社会之间的边界，实现知识的多渠道融合生产。“与模式1相比，模式2的知识生产担当了更多社会责任且更加具有反思性(reflexive)。模式2涵盖了范围更广的、临时性的、混杂的从业者，他们在一些由特定的、本土的语境所定义的问题上进行合作。”(33)迈克尔·吉本斯等：《知识生产的新模式：当代社会科学与研究的动力学》，陈洪捷等译，北京大学出版社2011年版，第3页。风险社会中决策将技术知识置于社会背景与具体情境下加以阐释和应用，决策过程所追求的是社会化的科学。正如塞蒂纳所说的，“对实验室的研究已经表明，科学对象不仅技术性地在实验室中被创造出来，而且符号性、政治性地被建构”。(34)卡林·诺尔-塞蒂纳：《制造知识——建构主义与科学的与境性》，王善博等译，东方出版社2001年版，中译本序言3。科学社会化了，那么风险决策无法在实验室中得到模拟生产，也不能在逻辑框架中推论出来，而成为开放的过程，是吸纳多元化知识、开放多种渠道而建构起来的。公共部门、私人部门与非营利部门之间可以在合作中实现价值分工与知识互补，经验知识与理性知识得到融合。“要保障多元价值，一个社会就既需要价值分工，也需要知识合作，换句话说，就需要一种能够同时实现价值分工与知识合作的部门间关系模式。”(35)张乾友：《价值分工与知识合作：一种部门间关系理论》，《江苏社会科学》2020年第2期。如我国所开展的大量政策试验，就是为了将不同层级、不同区域的地方知识融合进来形成完整的政策知识，通过不断地调节与适应来实现政策知识的科学性。

第四，风险社会中政策问题保持高速而持续的变动，甚至没有完结的状态，决策过程中的知识生产也是一个多时长的过程。知识是与思维、思想、科学、理论、情感等一起被放入流变的历史河流之中的，政策知识与一定情境中的观念和思维紧密关联。高速流动的风险社会带来了快速变迁的情境与思想，也带来了无终点的知识生产流程。决策目标是社会性的并必然是不断变动的，对于目标的阐释也是开放着的。也就是说，任何政策目标都不具有完尽形态，任何观点从长远来看都具有不确定性。因此，决策过程需要在政策主体与政策对象的互动中随着社会发展而不断进行知识生产和完善。“我们认为，这些不同的话语，一方面根植于政策制定参与者的不同框架之中，另一方面根植于政策执行参与者的不同框架之中。”(36)John Grin & Henk Van De Graaf, Implementation as communicative action, Policy sciences, 1996,p.29.这也就是习近平总书记所提出的全过程民主的理念，即民主或者说人民的参与不限于某一个阶段或者环节，而是发生在政策过程的全过程中；政策知识的社会性建构不限于单一方式或者渠道，而是以多种方式出现在所有的运行机制中。

五、结 语

风险社会中高度复杂性的政策情境推动了对具体、灵活、权变的决策知识的寻求，这些知识就是本文中所指称的经验知识，是经过理性化和抽象化知识萃取之后所形成的具体的、实践导向的知识，经验知识是对理性知识的重要补充。如果将理性知识和经验知识看成是知识轴的两端，那么决策过程是在对单极的理性知识的不断反思中得到优化，最终决策知识走向理性知识与经验知识的融合。随着知识类型不断丰富与扩展，知识生产模式出现转型，知识生产体系更为包容、开放并不断延展，并最终实现风险社会中有效决策的知识支撑。