🧒 初中生也能看懂的版本
① 研究背景（为什么要做？）
同一件政策争议，不同的人常常用不同的方式来描述它。这种“给议题定调子”的做法，行话里叫框架：它决定了大家先看见什么、把什么当成重点。比如同样在说农药，有人先想到它对水体和蜜蜂的伤害，有人先想到限制农药会让菜价上涨、农民收入下降。这两种说法各自拉来一批支持者，也各自需要拿出“证据”来撑腰。研究者早就注意到框架很重要，却很少有人系统地去数一数：到底哪些说法背后有证据，哪些只是空口断言。
② 研究问题（要回答什么？）
这项研究想弄清楚一个很具体的问题：说话人在给农药议题搭框架时，会不会系统地把证据用在某些环节上，而放过另一些环节。研究者把每一段说法拆成三块“零件”：原因（问题为什么会这样）、后果（问题造成了什么影响）、对策（该怎么办）。他们的核心猜想是，一段说法里被强调得最厉害的那块零件，也最可能被证据支撑。换句话说，证据不是平均撒下去的，而是被挑着用、用在刀刃上。
③ 研究方法（怎么做的？）
为了回答这个问题，研究者把瑞士农药议题上十年间的公开话语搬进了“实验室”。他们圈定了三个战场：面向大众的报纸、面向农民的农业行业刊物，还有议会里的发言记录，时间跨度是从二零一三年到二零二二年。光是提到农药的文件就有上万份，他们从中抽查了一部分，逐字逐句地人工编码，标出每段话说的是原因、后果还是对策，以及有没有拿出证据。编码由作者和两名受过训练的编码员分头做，还专门测了彼此的一致程度。最后用一个统计模型来看，证据的出现跟框架和零件类型有没有关系。
④ 结果（发现了什么？）
研究把瑞士农药话语拆开来看，发现证据的使用其实很有规律。四个框架——健康、环境、经济、务农实践——被区分了出来，每个框架各有自己偏爱的“零件”。最关键的发现是：一段说法里被强调最多的那块零件，也最可能被证据支撑。比如讲健康后果时，八成以上都会拿出证据；可一旦话题转到“该怎么办”的对策上，证据出现的可能性就掉到两成以下。同样地，讲后果比讲原因更常配证据，讲原因又比讲对策更常配证据。原因之一是一些说法本身就很难找到证据，比如某种政策到底管不管用，往往还没有定论。
⑤ 讨论（这些发现说明什么？）
作者认为，这种“挑着用证据”的模式可以有好几种解释，而且它们很可能同时起作用。一种解释是知识本身就偏科：研究往往热衷于把问题讲清楚，关于后果的知识又多又扎实，可关于“哪种政策真正有效”的知识却少得多。另一种解释是现实约束：报纸篇幅有限、议会时间有限，说话人只能挑最能打动人也最好懂的东西来讲，而后果往往比原因或对策更直观、更贴近生活。还有一层是立场：主张改变的人强调农药的风险，反对改变的人强调减药的代价，双方都盯着后果做文章。
⑥ 结论（最终结论 + 启示）
最终，证据在政策话语里不是中立的背景板，而是被人有选择地用来给框架的关键部位加固。看清这一点，研究者和政策制定者就能反过来问：哪些知识被反复引用，哪些知识该用却没人用。作者提醒，某个话题下缺少证据，未必说明它不重要，也可能只是相关知识还没做出来、够不着，或者被忽略了。把框架和证据放在一起看，有助于让政策制定更透明、更能自我反省，也更能发现研究和实践之间的知识缺口。
🎓 专业 IRMaD 结构解读
I. Introduction（引言）
政策的形成在本质上是解释与说服的过程，议题如何被框定，决定了它被如何理解、争论与处置（Entman, 1993; Rein & Schön, 1996）。框架会挑选并强调现实的某些侧面，以促成特定的问题界定、因果归因、道德评价与对策主张。在框架建构中，一个关键却研究不足的环节是证据的使用：证据（事实性知识）被用来让说法显得真实可信，从而为特定框架背书并赋予其合法性（Majone, 1989; Boswell, 2009; Toulmin, 2003）。尽管“框架—证据”的联系自 Weiss(1979) 以来就有人提及，真正去描述或解释其机制的实证研究仍然稀少（Stucki & Sager, 2018; Yanovitzky & Weber, 2020; Moerschel et al., 2023）。本文有两项贡献：其一，提出并检验“证据使用如何依附于框架”的理论论证，推进对证据功能及其使用障碍的理解；其二，引入一套新的数据采集方法，基于媒体文章与政策文件的内容分析去捕捉真实的证据使用实例，弥补以往多依赖问卷或访谈研究知识采纳的局限（Ouimet et al., 2023）。案例选取瑞士农药风险削减议题（2013–2022）：它兼具“wicked problem”的争议性与丰富的知识基础，且横跨媒体、行业刊物与议会多个场域。
I. Theoretical Framework & Hypotheses（理论框架与假设）
理论出发点有二。其一是框架理论：Scheufele(1999) 区分媒体框架与个体框架，本研究关注政治话语中的话语框架；Entman(1993) 把框架拆成问题界定、因果解释、道德评价与对策建议等要素，Matthes & Kohring(2008) 进一步主张框架是这些要素的反复共现模式，可用聚类识别。其二是论证理论：Toulmin(2003) 把论证分解为主张（claim）、证据/依据（grounds）与保证（warrant），据此，框架要素即“主张”，证据即支撑主张的事实。政策循环视角（Howlett & Ramesh, 1995）进一步指出：问题导向框架（原因、后果）对应议程设置阶段，对策导向框架对应政策形成阶段，因而会调动不同的知识类型。由此得到核心预期：
| 编号 | 命题 / 预期 | 对应理论 |
|---|---|---|
| H1 | 证据会被优先用于支撑一个框架中被强调最强的那类要素（后果、原因或对策三者之一） | Entman(1993)；Toulmin(2003)；Yanovitzky & Weber(2020) |
| 机制 | 证据使用同时受知识可得性、话语时空约束与说话人政策立场影响 | Boswell(2009)；Cairney(2016)；Howlett & Ramesh(1995) |
M. Materials & Methods（材料与方法）
- 案例与语料：三个场域、十年（2013–2022）。大众媒体取五家高发行量付费报纸（Blick、Le Temps、NZZ、Tages-Anzeiger、Tribune de Genève，德语/法语），经 Swissdox@LiRI 获取；行业媒体取三家农业刊物（BauernZeitung、Die Grüne、Agri）；议会取法案与逐字记录（Swiss Parliament API）。提及农药的语料合计 10,602 份文件（大众媒体 3,274、行业媒体 5,642、议会 1,686）。
- 抽样：四个样本——(1) 大众媒体基线（2013–2022，剔除 2021 年公投前 12 周）；(2) 大众媒体高关注度（仅该 12 周）；(3) 十年行业媒体；(4) 十年议会。样本量按 90% 置信水平计算并按年份分层。抽取并人工查阅 844 份，其中 234 份含证据框架序列，共编码 293 条含证据的框架序列、588 个框架要素。
- 编码单元与变量：框架序列（frame sequence）= 说话人对“农药使用风险”或“减药风险”的某段表述。变量含问题界定、后果（健康/环境/经济）、原因（政治/经济/实践）、对策（政策/实践/未指明）、说话人对该要素的支持与否、是否使用证据（二元）、说话人类型（政治/经济/知识/媒体/公民社会/其他）、文档语言。
- 编码信度：作者 + 2 名受训编码员；在 26 份文件上，证据序列识别一致率 77%、说话人识别 100%。Krippendorff’s α：问题类型 1.00、后果 .76、原因 .87、对策 .84、立场 .72、证据指向 .69、行动者类型 .80（α ≥ .67 视为可接受）。
- 分析方法：(1) 对要素虚拟变量用 Ward 法 + Jaccard 距离做层次聚类，据可解释性取四簇解（经济、环境、健康、实践框架），并把每条框架序列归入其中一簇；(2) 用二项（logistic）回归预测每个框架要素是否被证据支撑，自变量为框架、要素类型及其全部交互项，并控制立场、要素数量（1–3）、场域、行动者类型、文档语言，最后报告平均边际效应（AME）。模型形式：
logit(P(evidence=1)) = β₀ + β₁·element + β₂·frame + β₃·(element×frame) + β₄·(element×controls) + γ·controls。
R. Results（结果）
- 四框架及占比（框架序列数）：环境 37%（109）、健康 28%（83）、经济 22%（65）、实践 12%（36）。前三者聚焦“农药使用风险”，仅经济框架聚焦“减药风险”。
- 主结果（平均边际效应，95% CI）：环境框架 后果 69%（60–77）、原因 45%（34–57）、对策 22%（14–30）；健康框架 后果 82%（74–90）、原因 33%（15–52）、对策 13%（4–21）；实践框架 后果 46%（29–94）、原因 0%、对策 61%（47–75）；经济框架 后果 60%（48–72）、原因 38%（25–50）、对策 40%（25–55）。总体规律：被强调最强的要素最可能配证据，且 后果 > 原因 ≈ 对策。
- 其他控制变量：说话人立场差异不大，但“被反对的对策”更可能配证据；同一序列要素越多（2–3 个）证据概率越低；行业媒体中对策证据概率最高（多为实践框架所致），议会中原因证据概率最高；知识行动者最常用后果证据，经济行动者较常用对策证据；德语与法语文件无实质差异。
- 模型拟合：Log-likelihood −297.68；McFadden pseudo R² = .27；AUC = .83。
| 变量（log odds） | 系数 (SE) | 显著性 |
|---|---|---|
| 要素：原因 | 3.82 (1.64) | ** |
| 要素：后果 | 1.86 (1.05) | * |
| 要素：对策 | 3.96 (2.20) | * |
| 要素数量 | −1.30 (0.41) | *** |
| 行动者：知识 | −2.80 (1.54) | * |
| 后果 × 健康框架 | 1.54 (0.84) | * |
| 后果 × 议会 | −2.82 (1.29) | ** |
| 后果 × 知识行动者 | 4.14 (1.82) | ** |
注：*p < .1; **p < .05; ***p < .01（log odds，括号内为标准误；框架以“经济”为参照类）。
a / D. Discussion & Conclusion（讨论与结论）
- 理论意义：证据在话语中并非均匀分布，而是系统性地依附于框架的核心要素；研究把框架理论、论证理论与“证据政治学”接轨，并表明“问题导向 / 对策导向知识”的可得性差异会渗入公共话语。
- 机制解释：(1) 知识供给侧偏科——研究重“问题”轻“对策”，因此后果知识丰富、政策对策知识稀缺；(2) 时空约束（媒体篇幅、议会时限）迫使说话人挑最直观、最有说服力的要素（多为后果）；(3) 立场驱动——主张变革者强调健康/环境风险的后果，反对者强调减药的经济代价后果。
- 未预期发现：对策证据偏少，即便对策在健康、环境框架中被频繁提及；被说话人反对的对策反而更可能配证据；被质疑的后果（如草甘膦致癌争议）更常伴随证据，说明“有争议的后果”会触发证据使用。
- 局限：仅编码含证据的框架序列；框架由聚类推断而非先验设定；未评估证据的真实性（不做事实核查）；无法确定“框架先行还是证据先行”；四框架为瑞士案例特定。
- 实践启示：框架敏感的证据使用观可帮助识别在话语中缺失或被忽视的知识；科学—政策界面应促进多元知识的整合、累积与评估，并正视其与特定框架的共振。
- 资助与数据：瑞士国家科学基金（SNSF）Sinergia 项目 TRAPEGO，编号 193762；数据与 R 复现代码见 Zenodo（10.5281/zenodo.15687871）。
🧠 IRMaD 思维导图
mindmap
root((框架塑造证据使用))
I 引言
框架决定议题怎么看
证据给说法撑腰
实证机制研究稀缺
R 预期
H1 强调的要素最配证据
原因后果对策三分
政策循环对应阶段
M 方法
瑞士农药议题十年
媒体 行业刊 议会
Ward聚类得四框架
二项回归算边际效应
R 结果
环境框架后果六成九
健康框架后果八成二
实践框架对策六成一
信度阿尔法均达标
a 讨论
知识偏科后果多对策少
时空约束挑最打动人的
立场决定盯哪种后果
D 结论
证据被选择性使用
找出被忽视的知识缺口
框架敏感的政策制定
图：本研究的 IRMaD 思维导图。蓝色 I 引言；橙色 R 研究问题；绿色 M 方法； 橙色 R 结果；紫色 a 讨论；红色 D 结论。