一、问题的提出

约翰·戴斯蒙德·贝尔纳（John Desmond Bernal）通过考察科学与社会的历史演进，提出科学可被组织这一基本观点，将科学与政治的关系引入研究视野^[1]18-40。在此框架下，政府如何支持和管理科学一直是社会各界广泛争议的焦点。一方面，科学与政府的新型关系突出了科学与国家利益之间的联系，加强了政府应当支持科学的观念，由此确立政府资助科学的新原理，同时强化了政府管理科学系统的职能^[2]。另一方面，科学与政府的紧密联系可能威胁到科学的独立性和完整性^[3]。政府的过度干预可能导致科学自主性受损、科学官僚科层化加剧，以及科学家成为权力的附属等^[4]。然而，在相关讨论中，公众这一主体的视角常常被淡化或者忽视。贝尔纳一直秉持“为民所用”的科学价值取向，强调科学应满足公众的基本需求^[1]411。政治主体作为公众利益的代理者，代表公众确认科技活动的价值，调节利益分配，并规范科技活动^[5]。这表明，政府支持和管理科学的方式，实质上是政府、公众与科学之间共同缔结的“集体契约”。公众理应对科技发展有了解、选择和评价的权利。因此，如何将公众视角纳入相关问题的讨论，探究公众对政府在科技领域中的角色期待及其偏好差异，是当前需要进一步探索的研究议题，也是理解并优化这种“集体契约”的关键。

公众对政府在科技领域中的角色期待是由多种因素共同塑造的复杂过程。其中，公众的科技风险感知扮演着重要角色。科技风险感知不仅反映了公众对于科技发展的总体态度，而且直接关联到社会对于科技管理与调控的期望和需求。在《科学的社会功能》的伊始，贝尔纳曾明确指出，科学负面影响的凸显以及社会对科学怀疑程度的加深，正是科学调控论兴起的重要背景之一^[1]3-6。尽管学者们已经广泛讨论了公众风险感知与政府角色期待之间的联系，但相关研究主要集中在环境、健康与公共安全等领域。本研究希望能够进一步探讨公众风险感知与政府角色期待之间的关联性在科技领域的具体表现。

基于此，本研究利用2023年科学技术与社会晴雨表调查的相关数据，对我国公众科技风险感知与政府角色认知的关联性进行分析。具体围绕以下三个问题展开：（1）我国公众希望政府在科技领域扮演什么角色？（2）公众的科技风险感知是否会影响他们的政府角色期待？（3）如若存在影响，这种影响是否受到公众科学兴趣的调节？通过对上述问题的分析，我们希望能够部分揭示公众政府角色期待差异的作用机制，以期为政府制定科技政策、推动科技治理体系建设提供有益的实践启示。

二、文献综述和研究假设 1. 科技领域中的政府角色期待

政府角色期待反映了社会公众基于政府建设取向在心理上构建出的对于政府角色的描绘。在科技领域，这一概念主要表现为公众对政府应当在科技发展中扮演角色的认知与期望。依托现有文献，本研究总结了政府在科技发展中扮演的三个核心角色：资助决策、目标权衡和风险监管。

第一，政府对于科技事业的塑造首先通过资助体系来实现。全球众多国家认识到，科学资助是推动经济和社会发展的关键，因此持续增加R&D的公共投资^[6]。而这其中大部分资源是通过竞争性资助体系予以分配，即研究者提交项目申请，经政府组织的同行评审后，遴选确定资助的科研项目^[7]。在此过程中，政府在资助决策中的作用主要体现在两方面：一是明确资助的优先领域和范围。当前没有一个国家能够同时兼顾所有前沿领域的研究，因此确定优先事项在科学、技术和创新政策中具有重要作用^[8]。二是政府机构在资助决策中拥有一定自由裁量权。例如，美国国防高级研究计划局（Defense Advanced Research Projects Agency, DARPA）允许项目管理者在不征求外部同行审查的情况下自由分配资金^[9]。具体到我国的现实情境，国家自然科学基金委员会资助项目的遴选程序包括：初步审查、同行专家评审、会议评审、委务会议批准四个环节^[10]。不难看出，在委务会议批准环节中，资助机构拥有一定的决策权，相关工作人员会综合考虑专家评审等多方面意见，最终遴选出予以资助的项目。然而，关于政府机构在科研资助决策中的权力及其对科技发展的影响，目前仍是一个有争议的话题^[9,11]。

第二，政府在科技事业的引导角色亦体现于科技发展目标的设立与权衡。其中一个关键议题是基础研究的资助程度，这些研究可能尚未显示出明确的应用价值。1939年，普林斯顿高等研究院的创始院长亚伯拉罕·弗莱克斯纳 (Abraham Flexner) 在其经典书册《无用知识的有用性》中，为“无拘无束地追求无用知识”进行辩护，强调“大多数最终被证明对人类有益的真正伟大的发现都是由那些仅仅为了满足好奇心而不想有用的人所做出的”^[12]。二战后，范内瓦·布什（Vannevar Bush）等科学精英在《科学：无尽的前沿》这一报告中提出了基础线性模型，促使人们达成了一个普遍共识：基础研究是经济繁荣的基石，理应得到政府支持^[13]。但伴随着科学与社会关系的变化，这种共识逐渐被打破。正如丹尼尔·李·克莱因曼（Daniel Lee Kleinman）指出的，科学政策和研究决策机制因经济危机和未能满足国民对科学探究的愿望而受到批评，当前高技术产业更倾向于政府支持关键技术研究而非基础研究。可见，尽管政府出于对研究本身的重视而支持基础研究，但也需要对科研投资的社会效益与经济效益进行持续评估。我们不应期望政府提供的资金无任何条件，这种乌托邦式的想法并不普遍^[14]。当前，政府和科研机构正在寻求一种平衡：支持基础研究以驱动长期科学发展，又确保科学投资的实际效益，这需要在短期经济利益与长期科学目标之间做出战略性权衡。美国国家科学基金会（National Science Foundation, NSF）对研究项目的“更广泛影响”评估正是对上述趋势的体现^[15]。该政策转变反映了对科学研究目的和价值的深入思考，以及对科学、技术与社会需求之间关系的重新定位。

第三，政府风险管理是伴随人类社会发展的、重要的公共事务管理项，是政府不可推卸的天然责任^[16]。当前政府通过建立规范和监督机制，在减轻科技发展潜在风险及其负面影响方面扮演着关键角色，特别是在纳米材料和人工智能等前沿科技领域。一些学者已经关注到，鉴于全球科学领域的不确定性和复杂性，欧盟和美国正在加强政府在技术监管政策中的作用^[17]。当前人工智能（AI）的治理也是一项紧迫的挑战，需要不同利益相关者采取行动^[18]，政府不仅被赋予了促进人工智能发展的作用，同时也是风险缓解的保证者和社会参与的推动者^[19]。针对新兴技术的科技伦理治理，关键在于健全的法治保障，其中法治手段包括基于私领域市场调节功能的民法手段、基于刑事处罚的刑法手段、基于行政管制的行政法手段^[20]。

政府通过资助决策，在资金分配和科研支持上发挥其决策权，影响着科技领域的研究方向和优先事项。在目标权衡方面，政府需要在追求快速科技成果与长期可持续发展之间做出相应的平衡，反映了其在科技决策中的战略思考和权衡能力。而风险监管则凸显了政府在确保科研活动安全性和合规性方面的责任，通过制定和执行规则来控制可能的科技风险。这三个维度共同强调了政府在引导科技进步和维护社会福祉中的关键作用。

2. 科技风险感知与政府角色期待

风险感知是人们围绕着客观风险建构起来的对于风险的主观认识和感受，其形成受到心理、社会、制度和文化等多种因素的影响^[[21-22]。在科技领域，公众对科技发展中潜在风险的主观感受、判断和评价构成了科技风险感知的核心^[23-24]。这种感知直接关系到公众对科学技术与相关政策的态度，构成了科技风险沟通和管理的现实基础^[24]，在科技政策制定中具有不可忽视的作用^[25]。

科技风险感知的影响不仅限于个体层面，它还扩展到公众对科技管理中其他主体的期望。保罗·斯洛维奇（Paul Slovic）揭示了公众风险感知与民主需求的内在联系。他指出，随着公众对风险复杂性认识的加深，对新型风险管理策略的需求也随之增长。斯洛维奇分析了两种可能的结果：一是公众认识到自己对风险的控制能力有限，从而对政府专家寄予极高信任的法国模式；而另一种结果，则是公众将他们高风险感知与对政府、科学和行业的不信任相结合的美国模式^[26]。这两种模式反映了公众在科技风险感知与科技管理期待之间的复杂影响机制。

关于公众认知的很多研究也表明，公众的风险感知是影响个体对政府态度的重要因素^[27–29]。具体而言，较高的风险感知促使公众寻求减轻、管理或消除威胁的策略，这导致他们更加重视政府角色，并促发了对加强监管政策及集中监管需求的普遍呼声^[28]。进一步的研究揭示了公众风险认知与公共政策制定之间的关系，认为公众的风险认知的提高会显著提升他们对政府管理行为的支持^[27]。特别是在面对重大危机事件，如COVID-19期间，公众的风险感知显著塑造了其对政府作为关键应对力量的看法，换而言之，公众的风险感知越强烈，越倾向于认同政府在应对重大危机事件中的决定性作用^[30]。

在以往研究的基础上，本研究认为，伴随着科技风险感知的增加，社会公众越希望政府在科技发展过程中扮演主导角色。因此，提出如下假设：

H1：公众的科技风险感知越强，越希望政府在科技资助决策中发挥主导作用。

H2：公众的科技风险感知越强，越希望政府优先考虑科技的即时社会效益。

H3：公众的科技风险感知越强，越希望政府在科技风险监管中扮演权威角色。

3. 科学兴趣在科技风险感知与政府角色期待间的调节作用

科学兴趣源自个体对科学知识、现象与问题自发产生的好奇心与求知欲，能够有效激发个体主动了解和探索科学领域^[31]，显著提升公众理解科学、参与科学的水平。研究表明，科学兴趣的提升能够显著增强公众对科学的理解和参与科学的能力。一项针对加利福尼亚州洛杉矶居民的电话调查显示，个人对科学的理解往往源自于他们的兴趣、需求或天生的好奇心^[32]。美国公众的问卷调查也揭示了一个重要趋势：那些热衷于参与科学活动的“外行人”（例如，他们更倾向于直接与科学家交流）更加害怕风险，因此更倾向于主动寻找关于新兴技术的第一手信息，并期望在关键科技决策中发挥影响力^[33]。这表明，当公众的科学兴趣较为浓厚时，他们通常具备更强的动机去获取、分析和评估科技信息，从而对科技发展过程及其复杂性有更深入的理解。此外，一些研究表明，科学兴趣会显著提升公众对科学家的正面评价。一项针对我国公众的研究提出，相较于没有科学兴趣的公众，有科学兴趣的公众对科学家形象的评价更高^[34]。另一项研究也指出，公众对科技报道的感兴趣程度正向影响了对科学家的总体信任^[35]。

基于上述研究，我们认为，科学兴趣浓厚的公众可能更倾向于支持科技领域的自主性和自治性，对政府在科技领域的过多参与持较为审慎甚至批判的态度。他们可能更加相信科学界自身最有能力判断哪些项目更具创新性和研究价值，因而不希望政府过度干预科研资源的分配。类似地，在科技目标设定方面，科学兴趣浓厚的公众可能认为，科研目标应当由科学家基于科学的内在逻辑与长期价值进行设定，而不是仅仅追求短期见效快的研究。基于此，我们提出以下假设：

H4：科学兴趣对公众科技风险感知与政府资助决策角色期待的关系具有负向调节作用。

H5：科学兴趣对公众科技风险感知与政府目标权衡角色期待的关系具有负向调节作用。

然而，在涉及科技风险监管时，情况有所不同。尽管科学兴趣浓厚的公众更倾向于科技领域的自主性，但他们对科技发展带来的潜在风险也有更强的敏感性^[33]，更能意识到某些科技发展（如人工智能、基因编辑等）可能带来的伦理和社会风险超出了科学自主能够控制的范围。因此，尽管他们在资助决策和目标设定方面持有批判态度，但在涉及风险管理时，他们可能会期待政府采取必要的干预措施。基于此，我们进一步提出以下假设：

H6：科学兴趣对公众科技风险感知与政府风险监管角色期待的关系具有正向调节作用。

三、研究设计 1. 调查方法与数据来源

本研究使用的数据来自清华大学科学技术与社会研究中心开展的2023年“科学技术与社会晴雨表调查”（伦理审批编号：THU-12-2023-06）。该调查覆盖中国31个省、自治区或直辖市（不包括香港、澳门和台湾地区），采用计算机辅助的网络调查方式，通过“调研工厂”平台推送问卷链接或二维码进行数据收集。我们依托于分层与随机抽样相结合的方法，根据第七次人口普查中各省常住人口比例与年龄结构设置样本配额比例，并随机抽选当地常住人口开展问卷调查。在抽样框的构建中，我们首先建立了15万—30万（目标样本量3000人的50-100倍）的大型样本抽样框，覆盖各省（自治区、直辖市）的用户信息。若抽样框数量不足，我们通过QQ群、短信和电话等多种方式邀请参与，直至满足要求。随后，采用分层抽样方法，从各层次用户中以0.5%—1%的比例抽取样本。被抽中的用户会通过系统消息和短信提醒参与问卷填写，系统在初审数据质量后根据回答者信息动态调整配额。

2023年12月，本研究面向目标人群21074人发出邀请，共收到答卷9906份，回复率为47.01%。在回复样本中，有5364份答卷未通过系统自动判别（当作答时间低于10分钟、年龄低于18岁、超出地区和年龄配额、重复题回答不一致、重复作答者均被滤过），1208份答卷未通过人工筛选（如连续多题打分一致、人口学变量自相矛盾等）。最终共有3334份答卷符合标准，并按照最初的配额抽样计划保留了3000份样本。

调查问卷涵盖了受访者的人口学基本信息、科技行为与科技观念三大核心模块。本研究旨在了解公众科技风险感知与其政府角色期待之间的相关性。根据这一研究目标，我们在问卷中识别出了能够测量所关注变量的题项。筛除缺失值和异常值之后，本研究最终得到了2940份有效样本。

2. 变量定义与测量

（1）因变量：政府角色期待

本研究的因变量为公众对于政府在科技领域中扮演角色的期待。依据前文理论基础，本研究将其细分为3个维度：资助决策角色期待、目标权衡角色期待和风险监管角色期待。其中资助决策角色期待通过题项“政府应该有很大权力决定资助哪些科研项目”来衡量；目标权衡角色期待通过题项“政府应该优先资助那些见效快的研究”来衡量；风险监管角色期待通过题项“政府应该限制那些可能带来风险的科技研究”来衡量。这三个维度均使用1到7分的Likert量表进行测量，1分代表“非常不同意”，7分代表“非常同意”。根据社会科学中常用的评分加总法，本研究将这三个维度的因变量作为1到7分的连续变量纳入分析模型中。得分越高，表明公众越期待政府在科技领域扮演相关角色。

（2）自变量：科技风险感知

本研究的自变量为公众的科技风险感知。这一变量通过以下4个题项来测量：①“科技给人类带来的坏处多于益处”；②“科技发展会加剧社会不平等”；③“应该允许开展可能带来未知风险的科技研究”；④“科技发展改变了人们对好坏善恶的判断标准” ^①。为验证这些题项的信效度，我们采用了Cronbach’s Alpha值信度系数法和探索性因子分析法。信度分析结果显示，Cronbach’s Alpha值为0.772，显示出较高的内部一致性和稳定性。在效度方面，Bartlett球形检验的结果（p<0.001）拒绝了所有变量都不相关的零假设，表明题项之间存在显著的相关性，且KMO值为0.623，表明数据适宜进行因子分析。在保留了特征值大于1的因子后，上述题项共解释了63.8%的总方差，且各题的因子载荷均在0.59～0.83之间，说明这四个题项对“科技风险感知”这一概念具有较高的解释力度。这四个题项均采用1至7分的Likert量表评分，1分表示“非常不同意”，7分表示“非常同意”。变量赋值方面，与因变量操作一致，将这些题项作为1至7分的连续变量处理，通过计算各题得分的平均值来量化科技风险感知水平。得分越高，表明公众的科技风险感知越强。

（3）调节变量：科学兴趣

本研究的调节变量为公众的科学兴趣。这一变量通过以下3个题项进行测量：①“我对科学技术的新进展很感兴趣”；②“如果有机会，我愿意走进科学家的实验室进行参观交流”；③“如果有机会，我愿意和科学家一同操作科学实验”。同上，我们采用Cronbach's Alpha系数和探索性因子分析来评估该模块的信效度。结果显示，这三个题项的Cronbach’s Alpha信度系数为0.719，KMO值为0.672，且成功通过了Bartlett球形检验，表明这三个题项在测量“科学兴趣”这一概念上具有较强的解释力。关于科学兴趣的测量，同样采用1至7分的Likert量表，其中1分表示“非常不同意”，7分表示“非常同意”。将这些题项作为1至7分的连续变量处理，通过计算各题得分的平均值来量化公众的科学兴趣水平。得分越高，表明公众的科学兴趣越高。

（4）控制变量

参考以往研究，基本的人口统计学控制变量包括性别、年龄、收入水平和受教育程度。此外，受访者的居住地区、通过官媒获取科技信息的频率、政府信任 ^②与科学知识 ^③也作为控制变量纳入模型。变量定义与赋值见表1。

3. 研究方法

本研究的实证策略具体分为四个步骤：首先，通过观测政府角色期待（资助决策角色期待、目标权衡期待和风险监管角色期待）的频数（百分比），分析我国公众对政府在科技发展中的角色期待现状。其次，拟合似不相关回归模型来探究公众科技风险感知对政府角色期待的影响。之后，将“科技风险感知×科学兴趣”交互项引入模型中，以分析讨科学兴趣作用于主效应的边界效应。最后，更换有序逻辑回归模型以进行稳健性检验。所有统计分析由Stata16.1完成。

四、研究结果 1. 公众对政府在科技领域的角色期待现状

图1展示了公众对政府在科技领域不同角色期待的现状。首先，关于“政府应该有很大权力决定资助哪些科研项目”的表述，近84%的公众选择了“比较同意”及以上的选项，反映出公众对政府在科研资助方面拥有决策权的总体态度较为一致。这表明，公众普遍信任政府具备决定资助科研项目的权力，认为政府在分配科研资源时应当扮演重要角色。相比之下，关于“政府应该优先资助见效快的研究”的表述，约69%的公众表示“比较同意”及以上，反映出公众虽然支持政府进行资助优先级排序，但对追求短期效益的态度相对较为保守。最后，约72%的公众认同“政府应该限制可能带来风险的科技研究”，表明公众对政府在科技风险管理中的角色持较高期望。

从三者的比较来看，公众对政府在科研资助决策角色的期待值最高，而在促进见效快的研究和规避科技风险方面，公众的态度则更趋向于谨慎和稳健。这种差异可能与测量题项的设计相关。其中，“资助决策角色期待”主要考察公众对政府在科研资助领域是否应有决策权的总体认知，未涉及具体的操作细节，因此公众的态度较为统一。相较之下，“目标权衡角色期待”和“风险监管角色期待”则更深入探讨了公众对政府在具体情境下的行动期望，要求公众在快速见效的研究与长期回报的研究之间，以及科技发展与潜在风险之间进行权衡，因此这些维度上的公众态度更加分化。

2. 公众科技风险感知对政府角色期待的影响

在实施推断性分析之前，我们对模型内各变量之间的共线性进行严格检验。结果显示，所有模型的方差膨胀因子均位于1到1.2范围内，远低于共线性问题的常规阈值10，表明我们的模型不存在多重共线性问题。考虑到资助决策角色期待、目标权衡角色期待和风险监管角色期待此三个因变量之间可能并不独立，本研究采用似不相关回归（seemingly uncorrelated regression）模型进行基准回归。相较于传统的OLS回归，似不相关回归能够同时估计多个回归方程，并考虑因变量间可能存在的误差相关性，以纠正模型中的潜在内生性或多重共线性问题^[36]。

表2展示了关于公众科技风险感知与政府角色期待之间关系的基准回归分析结果。我们的核心关注点在于控制其他相关变量之后，公众的科技风险感知如何影响其对政府在科技发展中的角色期待。通过观察模型1、模型2和模型3的回归系数可知，公众的科技风险感知每提升1个单位，其对政府资助决策角色的期待平均增加0.138个单位，对目标权衡角色的期待增加0.324个单位，而对风险监管角色的期待增加0.297个单位，这些结果均在统计上具有显著性。换言之，公众的科技风险感知越强，越希望政府在科技发展中扮演重要角色，包括科技资助决策（β=0.138，p<0.001）、科技目标权衡（β=0.324，p<0.001）、科技风险监管（β=0.297，p<0.001），由此假设H1、H2、H3均得以验证。

其他控制变量对于政府角色期待的影响呈现出一定的差异性。其中，男性群体（β=0.102，p<0.05）和收入水平更低（β=−0.045，p<0.05）的公众对政府扮演资助决策角色的期望值更高。年龄更大（β=0.007，p<0.001）、受教育水平更低（β=−0.036，p<0.01）、偏西部地区（β=−0.045，p<0.05）的公众更希望政府优先资助见效快的科学研究。在信息获取渠道方面，通过官媒获取科技信息频率更高，越希望政府在科技发展中扮演重要角色，具体表现在资助决策角色期待（β=0.073，p<0.001）、目标权衡角色期待（β=0.079，p<0.001）和风险监管角色期待(β=0.045，p<0.05）上，这反映了官方媒体在传达科技政策和塑造政府角色方面的影响力。公众对政府的信任程度越高，越希望政府在科技发展中扮演重要角色（β=0.231，p<0.001；β=0.262，p<0.001；β=0.182，p<0.001）。此外，科学知识水平较高的公众，对政府目标权衡角色的期待越低（β=−0.043，p<0.01）。最后，公众的科学兴趣越高，越希望政府在科技发展中扮演重要角色，这一趋势在资助决策角期待（β=0.359，p<0.001）、目标权衡角色期待（β=0.330，p<0.001）以及风险监管角色期待（β=0.275，p<0.001）上均得到了显著统计支持。

3. 科学兴趣的调节效应

上述回归分析仅揭示了科技风险感知与政府角色期待之间的基础关联，本研究进一步纳入“科技风险感知×科学兴趣”这一交互项，旨在考察在不同科学兴趣水平的人群中，科技风险感知对政府角色期待的提升作用的强度差异（见表3）。

观察模型4和模型5的交互项系数可知，公众的科学兴趣能够显著削弱科技风险感知对资助决策角色期待（β=−0.084，p<0.001）、目标权衡角色期待（β=−0.057，p<0.05）的正向影响。如图2所示，当公众的科学兴趣越高时，科技风险感知对政府资助决策角色期待和目标权衡角色期待的正向影响越弱。这表明在科学兴趣较低的人群中，科技风险感知更有可能激发他们对政府资助决策职能和目标权衡职能的关注与期望。由此，H4和H5得以验证。

然而，观察模型6的交互项系数可以发现，公众科学兴趣对科技风险感知与政府风险监管角色期待之间的关系并未表现出显著的调节效应（β=−0.009，p>0.05），即公众科学兴趣的高低并不会改变其科技风险感知对政府风险监管角色期待的影响。这一发现可能表明，公众对于政府在科技风险管理方面的角色和责任的期待相对稳定。

4. 稳健性检验

为进一步验证研究结果的可靠性，本研究采用更换回归模型设定的方式进行稳健性检验。考虑到政府角色期待为定序变量，有序逻辑回归（ordered logistic regression）能够更有效地捕捉科技风险感知对不同等级的政府角色期待的影响，从而提供更准确的参数估计。下面进行采用逻辑回归进行稳健性检验，结果如表4所示。

观察模型7、模型8和模型9中科技风险感知的系数可知，科技风险感知对资助决策角色期待、目标权衡角色期待和风险监管角色期待的影响均为显著正向效应，方向与基准回归的结果保持一致。这一结果证实了即使在不同的统计模型设定下，科技风险感知对公众政府角色期待的影响依然稳健且一致。

五、结论与讨论

本研究主要关注我国公众对于政府在科技发展中的角色期待，探讨了公众科技风险感知对政府角色期待的影响，并检验了科学兴趣的调节作用。这项研究不仅丰富了科技政策和公共管理领域的学术讨论，也进一步强化了公众视角在科技政策制定中的影响力和重要性，为政府在制定和实施科技发展策略时提供了重要实证依据。本研究的关键结论及其讨论如下：

第一，当前我国公众对政府承担科技管理角色的期待处于中高水平。这一发现表明，在我国公众心目中，政府仍然是科技发展过程中的主导力量。这种认知可能深受政治文化和政策实践的影响。历史悠久且具有独特性的中华传统文化持续影响着我国公众的政府观^[37]。与此同时，我国政府一直在科技发展中扮演着主导性角色，尤其是近几十年来，党和国家对中国特色国家创新体系和科技创新发展的重大战略多次进行系统的顶层设计，通过制定和实施各种政策、规划和项目来引导科技创新与进步^[38]。公众对政府的角色期待，既是对其过往表现的肯定，也是对其在未来科技治理中平衡创新、安全与伦理的期望。一方面，这种信任根植于我国政府过去在科技项目管理以及科技风险应对中展现的责任感与有效性，例如通过实施一系列国家重大科技项目，如“国家高技术研究发展计划”（863计划）和“国家重点基础研究发展计划”（973计划），促进了关键领域和前沿技术的突破；通过出台《网络安全法》（2016）、《个人信息保护法》（2021）、《数据安全法》（2021）以及《新一代人工智能治理原则》（2019）等多项国家层面的计划和法律，以更好应对不断涌现的科技风险。另一方面，公众也期望政府在未来科技发展中发挥积极引导和监管作用，在科技政策制定中不仅要考虑科技发展与社会效益的提升，还能确保这一进程符合公共安全和社会伦理标准，寻求科技进步与社会福祉的和谐共存。

第二，公众的科技风险感知对于政府角色期待具有显著正向影响。当公众对科技风险的感知增强时，他们更希望政府在科技发展中扮演重要性、主导性角色，包括在科技资助决策、优先资助见效快的研究、以及限制高风险研究方面拥有更大的权力和责任。具体而言，科技风险感知更高的公众，可能更加信赖政府评估科技项目潜在风险和收益的能力，更期待政府通过资助快速见效的研究项目来解决紧迫社会问题或缓解潜在风险，同时也更希望政府能够限制那些可能具有风险的科技研究。这一认知模式与此前相关研究中的发现相吻合，即社会公众的风险感知越强，越倾向于认同政府在社会公共事务管理中的重要性^[27-28]，在科技领域同样如此。可以说，科技风险感知的增强不仅促使公众更加依赖政府职能的发挥，也能够推动政府在科技政策和管理中采取更主动、更综合的措施，在一定程度上能够形成科技管理和公众信任之间的正向增强循环。尽管如此，公众也需要认识科学与政治结合的复杂性及其潜在问题^[4]。因此，公众需要对政府职能抱有更加理性的期待，认识到政府在科技发展中既要发挥积极的引导作用，也要避免过度介入，以确保科技创新的健康发展。在此情景下，一方面，需要贯彻落实“负责任创新”的科技发展理念，依据社会需求对科技创新活动进行规范性引导，以实现科技创新与经济、社会和环境的良性互动^[39]。这将有助于缓解公众对科技风险的无谓恐慌，并显著增强公众对科学以及科学家的信任。另一方面，科技风险决策时应努力建立健全民主协商制，尝试把公众的风险认知引入科技决策系统^[40]，深化政府、科学家与公众之间的互动与沟通，以促进公众对科技事业的深层次理解，并有效弥合专家知识与民众意见在科技风险方面的认知鸿沟。

第三，科学兴趣在资助决策与目标权衡这两个维度能够显著削弱公众科技风险感知对政府角色期待的提升作用，但对科技风险感知与政府风险监管角色期待之间的关系并未表现出显著的调节效应。在面对科技风险时，科学兴趣可能会促使公众更愿意参与相关议题的讨论，更能理解科技发展的过程及其复杂性，从而理性看待政府在科技发展中职能的边界及其有限性，而不是单纯依赖政府在科技发展过程中的主导性、权威性角色。因此，那些对科学更感兴趣的公众，可能对政府的科技资助决策权采取更为审慎的态度，也不会盲目期待政府优先支持那些见效快的科学研究。但在对待政府作为科技风险监管者这一角色时，科学兴趣似乎并未提供足够的动力来改变公众的认知模式。一方面，这可能是因为科技风险监管涉及的是后果管理而非预防，其紧迫性和直接性可能减少了科学兴趣的影响。另一方面，科技风险感知到政府风险监管之间的作用链条可能更为直接和紧密，公众科学兴趣的波动水平并不会对其产生影响。上述结果强调了激发公众科学兴趣、引导公众理解科学在科技政策制定和执行过程中的重要性。这不仅有助于公众以更加理性和审慎的方式来看待科技风险，以及政府在科技发展中的角色与职能，而且能够有效促进科学的民主化过程，形成一个更开放和包容的科技决策体系。

最后需要指出的是，本文在数据和方法上存在一定局限性。首先，在概念测量方面，政府角色期待是一个多元复杂的概念，包括公众对政府责任、效能、透明度、互动性及其在科技政策、资助、监管等方面的看法。本研究所采用的测量指标未能完全覆盖公众对政府在科技管理中角色的各个方面和维度。其次，在抽样方法方面，我们采用了配额抽样而非随机抽样方法，尽管在抽样中依据第七次全国人口普查的数据尽可能地考虑了性别、年龄和地区的结构。然而，其他潜在的偏差因素，如教育水平等，可能仍然存在。我们期待未来的研究能够采用更加精细化的量表设计和更严格的抽样方法，以进一步深化和丰富我们对这一主题的理解。最后，在解释路径方面，尽管本研究尽可能地考虑了与核心变量相关的混杂因素，但由于公众认知的复杂性和隐秘性，若干不可观测的变量可能会使得模型结果存在偏差。因此，科技风险感知只能部分解释公众关于政府角色期待的差异，更多没有捕获的变量有待学者进一步关注，并展开更加全面的作用机制剖析。

① 其中“应该允许开展可能带来未知风险的科技研究”题项为反向表述题，在后续统计分析时将此题的得分进行反向转化，使得与其他题项方向一致，即得分越高，表示科技风险感知越强。

② 通过公众对“政府官员普遍具有较高科学素养，能够基于科学证据和规律做出决策”这一项的同意程度进行衡量（1表示非常不同意，7表示非常同意）。

③ 包含下述10道题项：“地球内部温度很高”“所有的放射性现象都是人为造成的”“抗生素可以杀死细菌和病毒”“生男生女是由父亲提供的染色体决定”“激光器的工作原理是聚集声波”“电子比原子小”“地球大陆已经移动了数百万年并将继续移动”“人是从更早时期的动物进化而来的”“人类和恐龙在同一个时代生存过”“含有放射性物质的牛奶煮沸后就无害了”，在以上题项中，受访者答对记1分，答错记0分，将10个题项得分相加即为样本的科学知识得分，得分越高，表示公众的科学知识水平越高。