□文/陳玲玉

（福州大學福建·福州）

［提要］以中國政府網(wǎng)文件庫中2017～2020年“放管服”部門政策為研究對象，運用語義網(wǎng)絡分析法和社會網(wǎng)絡分析法，以及LDA主題模型提取政策主題，并結合?；鶊D研究主題演化，重點挖掘“放管服”部門政策的關注重點，對“放管服”部門政策進行分析。結果顯示：“放管服”部門政策制定主要圍繞知識產(chǎn)權、交通運輸、醫(yī)療、稅收等方面，我國“放管服”改革政策涉及領域愈加廣泛，惠及民生，推動社會發(fā)展。本文旨在對我國“放管服”部門政策進行分析，以期為我國“放管服”政策出臺提供一定參考。

近年來，黨中央深入推進“放管服”改革，持續(xù)推出新舉措，對于便民利民、轉變政府職能有著重要作用。本文以2017～2020年出臺的“放管服”部門政策作為研究對象，運用語義網(wǎng)絡分析、社會網(wǎng)絡分析，以及運用LDA主題模型抽取政策主題，結合政策發(fā)布和主題演化情況，分析政策文本，為今后我國“放管服”改革深入推進提供一定參考。

一、研究現(xiàn)狀

在“放管服”研究方面，鄭燁等選取國內(nèi)“放管服”政策改革研究的相關重要文獻，研究十九大前后“放管服”改革的研究內(nèi)容和發(fā)展現(xiàn)狀。

在內(nèi)容分析法方面，這是對文獻內(nèi)容進行客觀、系統(tǒng)、量化分析的一種研究方法，基本做法是把文獻中非量化信息轉化成定量數(shù)據(jù)，以此進行判斷。方芳等人運用ROST分析軟件，通過語義網(wǎng)絡分析等對景區(qū)旅游形象游客感知進行研究。

在主題模型方面，隱性狄利克雷分布（LDA）模型可挖掘出文檔集或語料庫中的潛在主題信息。趙公民等人運用LDA進行主題挖掘，以新能源汽車相關政策為研究對象，從高頻詞匯等方面進行量化分析。

綜上所述，本文基于“放管服”部門政策，結合文本內(nèi)容分析法和LDA主題模型對政策進行深入挖掘，對“放管服”部門政策近年的政策主題、發(fā)文情況進行分析。

二、數(shù)據(jù)初步分析

（一）數(shù)據(jù)來源。本文通過中國政府網(wǎng)“放管服”改革政策文件庫，獲取該網(wǎng)頁下所有部門政策，2017～2021年共計349份政策。以其中2017～2020年出臺的331份部門政策（以下簡稱政策）作為研究對象，數(shù)據(jù)包括字段公文種類、發(fā)布日期等。

（二）政策發(fā)布數(shù)量時序分析。將獲取政策按照年份進行數(shù)量匯總，得到數(shù)據(jù)：2017年2份，2018年105份，2019年133份，2020年91份。從統(tǒng)計數(shù)據(jù)中可以看出，2017～2020年政策數(shù)量呈波動情況。2017年李克強《在全國深化簡政放權放管結合優(yōu)化服務改革電視電話會議上的講話》中提出在就業(yè)創(chuàng)業(yè)等方面要繼續(xù)推動“放管服”改革。2018年國務院辦公廳印發(fā)《國務院辦公廳關于印發(fā)全國深化“放管服”改革轉變政府職能電視電話會議重點任務分工方案的通知》，從創(chuàng)新監(jiān)管等方面制定分工方案，提出具體措施，且2018年為十九大開局之年，為貫徹十九大精神，我國深化“放管服”改革，因此2018年較2017年政策數(shù)量增多。2019年國務院辦公廳印發(fā)《國務院辦公廳關于印發(fā)全國深化“放管服”改革優(yōu)化營商環(huán)境電視電話會議重點任務分工方案的通知》，從簡政放權等方面提出具體措施，部署下一階段工作，在“十三五”規(guī)劃第四年，政策數(shù)量呈現(xiàn)增長趨勢。2020年政策對營商環(huán)境等方面進行改革優(yōu)化，且由于受疫情影響，2020年相對于2019年發(fā)布的政策數(shù)量變少。

（三）政策文種類型分析。將獲取政策按公文種類進行數(shù)量匯總，得到數(shù)據(jù)：通知212份，公告51份，意見48份，命令（令）10份，函5份，決定3份，通告1份，通報1份。由數(shù)據(jù)可以看出，“放管服”部門政策文種類型多樣，共涵蓋了8種形式。其中，主要以“通知”為主，共212份，占政策文本數(shù)量的64.05%，其次是“公告”51份和“意見”48份。而“決定”、“通報”、“通告”等出現(xiàn)次數(shù)較少。由數(shù)據(jù)可知，在2017～2020年中，指導性文件是主要形式，“通知”具有較強的綱領性和指導性，但缺乏細化政策，而從“意見”政策內(nèi)容可以看出，在發(fā)布綱領性政策時各部門也針對問題提出細化的實施辦法等。其次是公布性政策，各部門跟隨中央發(fā)布政策對改革進行重要事項宣布。但是，政策的文種數(shù)量不夠豐富，缺乏“法規(guī)”、“標準”等規(guī)范性政策，政策文種數(shù)量分布不均勻，還需深入推進“放管服”改革。

三、政策文本量化分析

（一）政策制定主體分析。“放管服”部門政策頒布主體向多元化發(fā)展，包括稅務總局、財政部等122個部門。政策的頒布主體有聯(lián)合發(fā)文、單獨發(fā)文兩種形式，在331份政策中，單獨發(fā)文74份，聯(lián)合發(fā)文257份。其中，發(fā)文量較大的有稅務總局50份，財政部36份、發(fā)展改革委26份、市場監(jiān)管總局22份。

社會網(wǎng)絡是指社會個體成員之間通過社會關系結成的網(wǎng)絡體系。本文采用社會網(wǎng)絡分析法分析政策制定主體間的關系，借助ROST數(shù)據(jù)挖掘系統(tǒng)得到政策發(fā)文主體協(xié)作網(wǎng)絡圖。圖1中，各節(jié)點表示發(fā)文部門，節(jié)點間連線代表部門聯(lián)合發(fā)文的關系，某節(jié)點連線越多，表示與其合作的部門越多。從圖1可以看出，人力資源社會保障部、財政部、發(fā)展改革委、商務部、海關總署是發(fā)文主體的核心，與大多數(shù)部門存在合作關系，合作強度大，這五個部門帶動形成了較為完整的網(wǎng)絡體系，表明近幾年中，改革涉及的領域越來越多，正在逐漸形成完善的政策體系，使得我國在優(yōu)化服務、便民利民、政府職能轉變方面有了進一步的提升。（圖1）

圖1 “放管服”部門政策發(fā)文主體協(xié)作網(wǎng)絡圖

（二）政策文本內(nèi)容分析。語義網(wǎng)絡分析是通過抽取文本中高頻特征詞，利用共現(xiàn)矩陣形成網(wǎng)絡結構圖，可以直觀地反映不同特征詞間的關聯(lián)程度。本文借助ROST數(shù)據(jù)挖掘系統(tǒng)繪制語義網(wǎng)絡圖，運用語義分析法對政策進行分析，見圖2。由語義網(wǎng)絡分析圖可看出，信息化、公共服務、互聯(lián)網(wǎng)、法律法規(guī)等詞為語義網(wǎng)絡的核心。改革在各領域針對規(guī)范公共服務、建立法律法規(guī)、完善政策措施、加強基礎設施建設等方面推出了一系列政策措施，并以互聯(lián)網(wǎng)和加強信息化建設為基礎，通過建立信息系統(tǒng)、服務平臺等渠道實現(xiàn)信息互聯(lián)互通、數(shù)據(jù)共享，逐步推進“一體化”服務建設。改革還注重對市場的監(jiān)督管理和稅務方面的改革，重視對群眾、企業(yè)的服務模式和服務質量，增強民眾、企業(yè)的滿意度和獲得感。（圖2）

圖2 “放管服”部門政策語義網(wǎng)絡圖

四、政策主題分析

（一）政策文本主題挖掘。本文采用LDA主題模型抽取2017～2020年政策主題。通過困惑度（perplexity）確定最佳主題數(shù)，perplexity數(shù)值一般隨著潛在主題數(shù)量的增加呈現(xiàn)遞減規(guī)律，perplexity數(shù)值越小，該主題模型生成能力越強。當主題數(shù)為8時，perplexity數(shù)值最小，如圖3所示，故取主題數(shù)為8進行主題抽取。（圖3）

圖3 困惑度曲線圖

本文在Python中調用pyL-Davis包繪制主題模型可視化圖，見圖4。圖中左側圓圈代表不同主題，圓圈面積越大，主題越重要。右側展示每個主題前15個關鍵詞。通過對8個主題的分析，得出如下結論：（1）Topic1：改革不僅注重加強醫(yī)療機構信息核查和管理，還關注生態(tài)環(huán)境監(jiān)管及相關方面內(nèi)容。（2）Topic2：改革不斷規(guī)范知識產(chǎn)權管理、提高公共服務質量，加強社會保障體系和信息化建設。（3）Topic3：改革注重交通運輸方面的管理和改革，加強進出口監(jiān)管，優(yōu)化口岸營商環(huán)境。（4）Topic4：改革注重納稅人在增值稅、所得稅等方面的改革，優(yōu)化稅收營商環(huán)境，便民利民。（5）Topic5：改革推進互聯(lián)網(wǎng)和“放管服”相結合，加強信息化建設和數(shù)據(jù)共享，注重信息安全。（6）Topic6：改革關注城鄉(xiāng)建設、工程建設等方面的改革以及職業(yè)技能人才隊伍建設。（7）Topic7：改革關注高等院校、科研院所等的人才培養(yǎng)，促進科技創(chuàng)新和科技成果轉化，加強社會保險、在線政務等服務平臺建設。（8）Topic8：改革推進自由貿(mào)易試驗區(qū)實行“證照分離”等改革，落實稅收、醫(yī)療等方面的優(yōu)惠政策。由主題分析可知，改革關注重點主要是醫(yī)療、生態(tài)環(huán)境、知識產(chǎn)權、交通運輸、稅收、信息化建設、創(chuàng)新等。其他未在主題詞中出現(xiàn)的領域，是“放管服”政策未來需不斷完善的方向。（圖4）

圖4 “放管服”部門政策主題抽取統(tǒng)計圖

（二）政策文本主題演化。本文通過CorText Manager在線數(shù)據(jù)分析平臺，運用Epic Epoch腳本繪制?；鶊D，該圖用于跟蹤主題隨時間的變化，見圖5。該圖能夠看出政策在2017～2020年高頻關鍵詞隨時間的變化趨勢?！爸R產(chǎn)權”在2017年1月至2018年1月呈現(xiàn)下降趨勢，隨后至2020年6月持續(xù)上升，表明改革逐漸重視知識產(chǎn)權領域的深入發(fā)展。“交通運輸”在2017～2020年呈現(xiàn)持續(xù)上升趨勢，表明改革不斷加強對該方面的管理和監(jiān)督。“稅務機關”和“納稅人”一直排在較靠前位置，改革持續(xù)推進稅收方面的深入改革。同時，改革在2017～2020年間也關注醫(yī)療方面的改革。由桑基圖可以看出，改革在2017～2020年間的持續(xù)關注重點主要圍繞在知識產(chǎn)權、交通運輸、醫(yī)療、稅收等方面，并持續(xù)完善相關領域服務體系建設，建立健全相關法律法規(guī)。（圖5）

圖5 ?；鶊D

五、結論

本文基于關鍵詞的語義網(wǎng)絡和社會網(wǎng)絡的分析方法，對“放管服”部門政策發(fā)文情況進行分析。結合LDA主題模型對“放管服”部門政策進行主題抽取，運用?；鶊D對主題演化進行分析。主要的研究結論如下：從發(fā)文主體、發(fā)文數(shù)量來看，“放管服”改革發(fā)文主體呈現(xiàn)多元化趨勢，發(fā)文數(shù)量保持一定數(shù)量且有增長趨勢。從發(fā)文內(nèi)容來看，“放管服”政策的主導圍繞知識產(chǎn)權、創(chuàng)新、稅收、營商環(huán)境、交通運輸、醫(yī)療等方面。在黨中央、國務院高度重視深化“放管服”改革的背景下，這些方面的深入改革使得相關領域創(chuàng)新服務模式、優(yōu)化服務流程、建立完善服務體系，使得群眾、企業(yè)在改革的進程中感受到更便捷、優(yōu)質、高質量的服務，加強政府職能轉化，激發(fā)社會創(chuàng)造力。

本文分析結果可為我國“放管服”政策出臺提供一定的借鑒意義。但由于存在政策采集不夠完整、信息收集不夠全面的問題，文章還存在不足之處，望批評指正。