【摘 要】 以國務(wù)院以及各部委2015-2018年眾創(chuàng)空間政策為研究對象,結(jié)合眾創(chuàng)空間政策特點(diǎn),構(gòu)建了包含10個(gè)一級變量和35個(gè)二級變量的PMC指數(shù)模型并通過文本挖掘的方式對14項(xiàng)眾創(chuàng)空間政策進(jìn)行深入挖掘和量化評價(jià),最后通過PMC曲面將最終結(jié)果直觀反映出來,通過多投入產(chǎn)出表和PMC指數(shù)得分可以發(fā)現(xiàn)各項(xiàng)眾創(chuàng)空間政策的優(yōu)勢和缺點(diǎn),有利于找到政策薄弱點(diǎn),可以為眾創(chuàng)空間政策的優(yōu)化提供決策建議。
【關(guān)鍵詞】 眾創(chuàng)空間政策 PMC 政策評價(jià) 指數(shù)模型
引 言
眾創(chuàng)空間近三年呈現(xiàn)井噴式發(fā)展,但是數(shù)量眾多的眾創(chuàng)空間在發(fā)展過程中存在著諸多問題:不少眾創(chuàng)空間仍停留在基礎(chǔ)服務(wù)和房地產(chǎn)服務(wù)上(李名梁,2015);只有3%的眾創(chuàng)空間從事教育和科技服務(wù)(李艷萍等,2016),“有店無客”的現(xiàn)象還比較普遍(李艷萍等,2017)等。國務(wù)院以及各部委針對這些問題發(fā)布了一系列政策,各類政策的相繼出臺使得眾創(chuàng)空間政策體系復(fù)雜化。公共政策理論認(rèn)為,政策體系的復(fù)雜性越強(qiáng),政策集成下的政策協(xié)同問題也越突出,政策制定者在政策的制定時(shí),需通過政策自身的屬性構(gòu)建有機(jī)結(jié)合、結(jié)構(gòu)互補(bǔ)的政策體系來發(fā)揮政策效應(yīng)(謝明,2015)。因此,本研究通過對眾創(chuàng)空間政策的量化結(jié)合文本挖掘,構(gòu)建眾創(chuàng)空間量化評價(jià)指標(biāo)體系,對國務(wù)院以及各部委的眾創(chuàng)空間政策文本進(jìn)行量化評價(jià)分析,為眾創(chuàng)空間政策的廢、改、立提供決策依據(jù)。
1 文獻(xiàn)綜述
國內(nèi)當(dāng)前針對政策評價(jià)的方法主要涉及:①政策指數(shù)分析方法。高峰(2013)通過使用政策指數(shù)分析法對天津市科技創(chuàng)新政策進(jìn)行了實(shí)證研究,其認(rèn)為政策指數(shù)是政策分析的新嘗試;②PMC指數(shù)模型法。張永安等(2016)使用PMC指數(shù)模型法對國務(wù)院創(chuàng)新政策進(jìn)行了評價(jià)研究,但是沒有結(jié)合政策的具體特點(diǎn)構(gòu)建評價(jià)指標(biāo)體系,評價(jià)結(jié)果針對性較差。③DEA(數(shù)據(jù)包絡(luò)分析法)。張永安等(2017)使用兩階段DEA模型對區(qū)域創(chuàng)新政策進(jìn)行了評價(jià)研究。
本研究利用PMC指數(shù)模型進(jìn)行眾創(chuàng)空間政策量化評價(jià)。研究結(jié)合了眾創(chuàng)空間政策自身的特點(diǎn)并且所構(gòu)建的指標(biāo)體系是針對眾創(chuàng)空間政策的有效設(shè)定,在量化政策方面精度更高。
2? PMC指數(shù)模型建立
2.1 樣本選取
本研究以國務(wù)院以及各部委頒發(fā)的涉及眾創(chuàng)空間的政策為研究對象。首先,以眾創(chuàng)空間、創(chuàng)新創(chuàng)業(yè)為關(guān)鍵詞,從國務(wù)院以及各部委等網(wǎng)站進(jìn)行政策搜索,共收集到政策文本17項(xiàng);最后,剔除與眾創(chuàng)空間關(guān)聯(lián)程度較小的政策文本,最終得到有效研究樣本政策14項(xiàng)。
2.2 建立PMC指數(shù)模型
本文基于Estrada(2011)的政策評價(jià)研究,參照李晨光等(2014)對政策量化評價(jià)相關(guān)變量的確立,選取了評價(jià)指標(biāo)體系的10個(gè)一級變量和35個(gè)二級變量(如表1所示)。
2.3構(gòu)建多投入產(chǎn)出表
多投入產(chǎn)出表的本質(zhì)是搭建一套數(shù)據(jù)分析架構(gòu),它可以從多個(gè)維度對單一變量進(jìn)行量化。本文對多投入產(chǎn)出表中10個(gè)一級變量下面設(shè)置的35個(gè)二級變量進(jìn)行賦值,結(jié)合眾創(chuàng)空間扶持政策各變量的具體特點(diǎn),見表2
2.4計(jì)算PMC指數(shù)
計(jì)算PMC大致分為以下3個(gè)步驟:(1)確定各二級變量的值(2)計(jì)算一級指標(biāo)的值(3)計(jì)算PMC指數(shù)。具體計(jì)算公式如下所示
其中i表示第i項(xiàng)政策,j表示該政策下的二級變量。根據(jù)公式計(jì)算14項(xiàng)眾創(chuàng)空間政策的PMC指數(shù)得分,如表3所示。
由上表可知各眾創(chuàng)空間政策的PMC指數(shù)及其排名,不同眾創(chuàng)空間政策如需完善,則可以根據(jù)各一級變量結(jié)合眾創(chuàng)空間特點(diǎn)和政策具體情況進(jìn)行分析。
4 代表性眾創(chuàng)空間政策對比分析
為了更好的對比政策,選取PMC指數(shù)最高的政策P13和PMC指數(shù)最低的政策P14進(jìn)行對比研究。P13是2018年9月18日發(fā)布的《國務(wù)院關(guān)于推動(dòng)創(chuàng)新創(chuàng)業(yè)高質(zhì)量發(fā)展打造“雙創(chuàng)”升級版的意見》,P14是2018年11月1日發(fā)布的《關(guān)于科技企業(yè)孵化器大學(xué)科技園和眾創(chuàng)空間稅收政策的通知》。
從P13和P14的PMC得分指數(shù)表中可以看出導(dǎo)致兩項(xiàng)政策結(jié)果差距較大的指標(biāo)主要在于政策措施和政策功能兩方面,我們將主要從以上兩個(gè)方面通過多投入產(chǎn)出表(如表4和5所示)了解兩項(xiàng)政策的差異根源所在。
(1)政策措施方面。P13是一項(xiàng)較為詳盡并且針對眾創(chuàng)空間較強(qiáng)的政策。而P14是由財(cái)政部、稅務(wù)總局、科技部、教育部聯(lián)合發(fā)布的專門針對科技企業(yè)孵化器、大學(xué)科技園和眾創(chuàng)空間的稅收政策,在激勵(lì)眾創(chuàng)空間的稅收方面做出了具體措施,但是政策范圍相對狹窄。
(2)政策功能方面。P13作為國務(wù)院發(fā)布的一項(xiàng)綜合性政策,涉及到技術(shù)創(chuàng)新、政府購買、規(guī)范引導(dǎo)和制度約束等多項(xiàng)功能。P14則主要作為針對稅收優(yōu)惠的政策在功能上僅具有制度約束作用。
5? 研究結(jié)論
本文以2015-2018年國務(wù)院以及各部委發(fā)布的14項(xiàng)眾創(chuàng)空間政策文本為基礎(chǔ),運(yùn)用PMC指數(shù)模型對14項(xiàng)政策進(jìn)行文本挖掘和量化評價(jià)研究。評價(jià)結(jié)果顯示除政策P14專業(yè)性較強(qiáng)導(dǎo)致其評分較低之外,其他政策評分都處于良好范圍,結(jié)合一級變量與二級變量值可以精準(zhǔn)定位待評價(jià)眾創(chuàng)空間政策的優(yōu)勢及薄弱點(diǎn),對眾創(chuàng)空間后續(xù)政策的優(yōu)化具有重要意義。
【參考文獻(xiàn)】
[1] Ruiz Estrada,M.A. Policy modeling: Definition, classification and evaluation[J].Journal of Policy Modeling,2011,33(4):523-536.
[2] 高峰.基于政策指數(shù)的科技政策實(shí)證研究[J].科技進(jìn)步與對策,2013,30(19):105-108.
[3] 李晨光,張永安.區(qū)域創(chuàng)新政策對企業(yè)創(chuàng)新效率影響的實(shí)證研究[J].科研管理,2014,35(09):25-35.
[4] 張永安,馬昱.基于R語言的區(qū)域技術(shù)創(chuàng)新政策量化分析[J].情報(bào)雜志,2017,36(03):113-118.
[5] 李名梁.職業(yè)院校發(fā)展眾創(chuàng)空間的著力點(diǎn)[J].當(dāng)代職業(yè)教育,2016(04):1.
[6] 李燕萍,陳武.中國眾創(chuàng)空間研究現(xiàn)狀與展望[J].中國科技論壇,2017(05):12-18+56.
[7] 謝明.公共政策導(dǎo)論[M].北京:中國人民大學(xué)出版社,2015.
作者簡介:劉瀚宇(1995-),男,碩士在讀,研究方向:平臺型組織管理
本文系重慶工商大學(xué)研究生“創(chuàng)新型科研項(xiàng)目”項(xiàng)目編號:yjscxx2019-101-99