姜迪 吳華珠 李向輝 徐寅

1.江蘇省科學技術情報研究所 南京 210042；

2.移動集團江蘇分公司 南京 210029

引言

區(qū)塊鏈作為國家戰(zhàn)略性新興產(chǎn)業(yè)，集成應用點對點傳輸、分布式數(shù)據(jù)存儲、共識機制、加密算法等信息技術，以其去中心化、不可篡改等特性[1]，大大降低商業(yè)模式創(chuàng)新過程中產(chǎn)生的各類風險，在通信領域、金融領域、物流管理、跨境電商、產(chǎn)品溯源、政務服務、智慧城市等眾多領域均發(fā)揮出巨大作用，具有創(chuàng)造新型產(chǎn)業(yè)生態(tài)、重構商業(yè)模式的巨大潛力[2]。近年來，為了促進區(qū)塊鏈發(fā)展，我國政府給予了一系列政策支持。2016年，工信部首次提出我國區(qū)塊鏈技術發(fā)展的標準路線圖，區(qū)塊鏈技術首次被列入國家規(guī)劃；2018年7月，工信部與發(fā)改委聯(lián)合發(fā)布的《擴大和升級信息消費三年行動計劃》中提出要積極開展區(qū)塊鏈技術應用試點；2019年1月，國家互聯(lián)網(wǎng)信息辦公室發(fā)布的《區(qū)塊鏈信息服務管理規(guī)定》中對區(qū)塊鏈活動進行了規(guī)范，為區(qū)塊鏈的健康發(fā)展保駕護航。地方各級政府也積極響應國家政策，陸續(xù)出臺相應的政策，為區(qū)塊鏈技術及產(chǎn)業(yè)發(fā)展的快速、健康、有序發(fā)展，貢獻了“政府力量”。為了更好的了解區(qū)塊鏈政策在促進區(qū)塊鏈產(chǎn)業(yè)發(fā)展方面發(fā)揮的作用和效果，以及不同政策主體在區(qū)塊鏈政策設計中存在問題和不足，本文對區(qū)塊鏈政策文本進行量化評價，并提出政策改進路徑，為區(qū)塊鏈政策的調(diào)整和完善提供重要的理論支撐和決策參考。

1 區(qū)塊鏈政策研究現(xiàn)狀

近年來，國內(nèi)外學者從多種角度運用多種方法對區(qū)塊鏈政策展開了研究，主要以定性研究為主。在區(qū)塊鏈政策定性研究方面，An等[3]采用內(nèi)容分析與政策解讀的方法，對韓國現(xiàn)有的區(qū)塊鏈技術相關政策、法律進行評判，提出改進意見。Novak[4]采用內(nèi)容分析方法，分析澳洲政府區(qū)塊鏈技術政策的制定過程和執(zhí)行效果。藍金英[5]通過經(jīng)驗借鑒方法，以部分省市區(qū)塊鏈技術政策為例，分析其主要做法。王娜[6]通過內(nèi)容分析與經(jīng)驗借鑒方法，對國內(nèi)外區(qū)塊鏈政策梳理及對國內(nèi)外現(xiàn)有的能源區(qū)塊鏈發(fā)展模式進行總結，探索區(qū)塊鏈技術在上海能源行業(yè)進一步發(fā)展的路徑。高小平等[7]通過內(nèi)容分析與比較分析方法，構建“認知—制度”分析框架，分析區(qū)塊鏈技術發(fā)展的地區(qū)政策特點和差異。劉宗媛等[8]通過比較分析方法，對比國內(nèi)外區(qū)塊鏈監(jiān)管政策，提出我國區(qū)塊鏈監(jiān)管存在問題及對策建議。陳奕彤等[9]通過比較分析與政策解讀方法，對世界主要國家的區(qū)塊鏈政策進行整合和闡釋。以上區(qū)塊鏈政策研究主要以內(nèi)容分析、比較分析、經(jīng)驗借鑒、政策解讀等定性研究為主。在區(qū)塊鏈政策量化研究方面，王開陽等[10]采用定性量化方法，邀請專家對區(qū)塊鏈規(guī)劃文本打分，分析各項區(qū)塊鏈政策規(guī)劃的差異及不足。李芊等[11]運用內(nèi)容分析法對政策進行編碼研究，揭示現(xiàn)有區(qū)塊鏈政策體系的特征及不足。

通過文獻梳理可以看出，區(qū)塊鏈政策量化研究的成果很少。在為數(shù)不多的區(qū)塊鏈政策量化研究中，主要運用專家打分、內(nèi)容分析等較為主觀的評價方法，目前仍未有運用相對客觀科學的PMC指數(shù)模型進行區(qū)塊鏈政策量化評價的研究報道。PMC指數(shù)模型是當前國際上比較客觀且僅用于分析政策文本的量化評價法。它是Ruiz Estrada基于Ominia Mobilis假設提出的[12]，通過構建PMC指數(shù)模型兩級變量及參數(shù)，建立多投入產(chǎn)出表，采用文本挖掘方式對二級變量賦值，避免了評價過程的主觀性對精確度的影響，同時變量設置盡可能地覆蓋全面，避免了評價的片面性[13]。作為評價政策優(yōu)劣勢的有效工具，該方法已被陸續(xù)應用到大數(shù)據(jù)[14]、科創(chuàng)板[15]、人工智能[16]、碳減排[17]、電子商務[18]、軍民融合[19]等政策領域，有著廣泛的應用與發(fā)展空間。鑒于此，本研究選用相對客觀科學的PMC指數(shù)模型，選取8項具有代表性的區(qū)塊鏈產(chǎn)業(yè)專項政策進行量化評價，并同時以Herring模型的競爭情報過程作為整體研究框架，從情報需求識別、規(guī)劃、搜集、加工、分析、演示的過程視角切入，能夠更加直觀地展現(xiàn)出運用PMC指數(shù)模型對區(qū)塊鏈政策的分析和評價過程。

2 情報過程視角下區(qū)塊鏈政策量化評價

2.1 情報需求識別：區(qū)塊鏈政策量化評價的目標

對區(qū)塊鏈政策進行量化評價是本文的直接目標，通過構建PMC指數(shù)模型對區(qū)塊鏈政策進行量化評價和分析，進而實現(xiàn)兩個深層次的目標：一是可以更加直觀地掌握區(qū)塊鏈政策的差異性及優(yōu)劣勢，二是可以根據(jù)PMC指數(shù)值和凹陷程度提出政策改進路徑，從而為政府制定、調(diào)整和完善區(qū)塊鏈政策提供決策支撐。

2.2 情報規(guī)劃：區(qū)塊鏈政策量化評價的方法設計

在情報規(guī)劃階段，本文運用PMC指數(shù)模型，并結合文本挖掘，對區(qū)塊鏈政策逐條進行量化評價。具體步驟：(1)根據(jù)區(qū)塊鏈政策特點進行兩級變量設置及參數(shù)設定；(2)建立多投入產(chǎn)出表；(3)定量計算各項區(qū)塊鏈政策的PMC指數(shù)和凹陷指數(shù)；(4)繪制PMC曲面圖；(5)定性評價各項區(qū)塊鏈政策并提出改進路徑建議。

2.3 情報搜集：區(qū)塊鏈政策量化評價的文本選取

在情報搜集階段，通過政府門戶網(wǎng)站、新聞報道等渠道方式，搜索并下載了2017—2021年發(fā)布的8項較有代表性的區(qū)塊鏈產(chǎn)業(yè)專項政策作為本文的政策文本來源(見表1)，其中，省級政策3項，地市級政策3項，區(qū)縣級政策2項。

表1 區(qū)塊鏈政策樣本匯總

2.4 情報加工：區(qū)塊鏈政策量化評價的啟動

（1）變量分類及參數(shù)設定

在構建區(qū)塊鏈政策PMC指數(shù)模型之前，應用ROSTCM軟件對8項區(qū)塊鏈政策樣本進行文本挖掘，根據(jù)分詞結果進行詞頻統(tǒng)計，剔除掉“積極”“實現(xiàn)”“我省”“給予”“利用”等無明顯作用的詞匯，對具有相同或相近含義的詞匯進行合并處理。經(jīng)過處理后，提取前50個高頻詞形成區(qū)塊鏈政策的高頻詞詞云圖，如圖1所示。通過挖掘區(qū)塊鏈政策文本的高頻詞匯以及借鑒已有文獻對區(qū)塊鏈政策指標的設定，最終構建出包含10個一級變量和47個二級變量的PMC指數(shù)模型，如表2所示。所有的二級變量參數(shù)值設為二進制的0和1，若政策文本符合二級變量，則二級變量取值為1，反之取0。

表2 區(qū)塊鏈產(chǎn)業(yè)政策PMC指數(shù)模型變量設置及參數(shù)設定

圖1 區(qū)塊鏈政策高頻詞詞云圖

（2）建立多投入產(chǎn)出表

多投入產(chǎn)出表如表3所示，其中每個一級變量由若干個二級變量構成，各一級變量和二級變量賦予同等權重，沒有排名先后之分。各項區(qū)塊鏈政策得分將利用該表進行存儲。

表3 多投入產(chǎn)出表

2.5 情報分析：區(qū)塊鏈政策量化分析

根據(jù)Estrada[12]的方法，PMC指數(shù)計算方法：對照變量參數(shù)設定表，采用文本挖掘法給二級變量賦值，如公式(1)、(2)所示取0或1，并將結果放入投入產(chǎn)出表中，然后根據(jù)公式(3)計算一級變量數(shù)值，再將一級指標數(shù)值進行加總得出PMC指數(shù)，如公式(4)所示。本文構建的PMC指數(shù)模型包括10個一級變量，故用10減去PMC指數(shù)即可得到相應的凹陷指數(shù)，如公示(5)所示。

其中，t為一級變量；j為二級變量。

對照表2，對8項政策的二級變量進行賦值，然后根據(jù)計算公式得出8項區(qū)塊鏈政策的PMC指數(shù)、凹陷指數(shù)和排名，另外參考Estrada的政策等級劃分標準，PMC指數(shù)得分9～10分為完美，7～8.99分為優(yōu)秀，5～6.99分為可接受，0～4.99分為不良，具體政策等級如表4所示。

表4 8項區(qū)塊鏈政策的PMC指數(shù)與凹陷指數(shù)

根據(jù)PMC指數(shù)結果顯示：8項區(qū)塊鏈政策總體表現(xiàn)較為優(yōu)秀，PMC指數(shù)均值為7.74，其中浙江省政策PMC指數(shù)最高，排名第一，廣州市黃埔區(qū)政策為可接受級別，其余7項政策均為優(yōu)秀級別，排名依次為P3、P6、P2、P1、P5、P4、P8、P7，基本上是按省級＞地市級＞區(qū)縣級排名，說明行政級別高的政策在設計和制定時對各指標的考慮相對較為全面。其中例外的是，寧波市制定的地市級區(qū)塊鏈產(chǎn)業(yè)政策(P6)的PMC值超過了江蘇、北京省級政策，排名第2。廣州市黃埔區(qū)制定的區(qū)塊鏈政策排名最后，排除X10，有6個一級指標評分值都低于均值，因此仍有較大的改善空間。

2.6 情報演示：區(qū)塊鏈政策的評價結果演示與分析

Herring競爭情報模型的最后一個階段即情報演示階段，需要通過區(qū)塊鏈政策評價模型(PMC指數(shù)模型)的可視化直觀展示評價結果。蛛網(wǎng)圖可以將區(qū)塊鏈政策的PMC指數(shù)的各一級指標以圖像方式直觀地展現(xiàn)出來?？梢钥闯觯梅肿兓^大的指標主要體現(xiàn)在政策時效(X2)、政策性質(zhì)(X3)、政策領域(X4)、政策視角(X5)、政策受眾(X9)；相對變化較小的指標是政策工具(X7)、政策目標(X8)；無變化的指標是政策級別(X1)、政策評價(X6)、政策公開(X10)。從蛛網(wǎng)圖中也可以清楚地看出每項政策的凹陷程度。政策凹陷程度可以直觀地反映各政策一級變量的薄弱環(huán)節(jié)。凹陷指數(shù)與PMC指數(shù)成反比，即PMC指數(shù)越高，政策凹陷程度越深。根據(jù)方永恒等關于凹陷程度的分類標準[20]，P7、P8這2項政策為可接受凹陷程度，其余6項政策均為低凹陷程度?？傮w上看，8項政策的凹陷程度不大，政策質(zhì)量較好。從政策級別來看，8項政策的凹陷程度基本是按省級＜地市級＜區(qū)縣級排序，凹陷程度越小，則代表政策質(zhì)量越好。從政策級別來看，8項政策的凹陷程度基本是按省級＜地市級＜區(qū)縣級排序。下面將根據(jù)政策發(fā)布主體的級別，針對每項政策的PMC值的得分情況，對各項政策逐一進行具體分析，并提出參考性的改進途徑。

圖2 8項區(qū)塊鏈政策的蛛網(wǎng)圖

2.6.1 省級政策

P1的PMC指數(shù)為7.88，排名第4，等級為優(yōu)秀。10個一級變量中政策時效(X2)、政策工具(X7)低于平均值，其余變量均高于或等于均值。P1的政策時效只有3年，政策工具不夠全面，需求型工具僅有示范推廣，供給型工具缺少公共服務，環(huán)境型工具缺少金融稅收，因此重點考慮先從X2、X7兩個指標對P1進行完善。另外，政策性質(zhì)(X3)缺少診斷內(nèi)容，政策受眾(X9)方面沒有考慮行業(yè)聯(lián)盟/協(xié)會，還可以進一步優(yōu)化X3、X9兩個指標。政策優(yōu)化原則為，一級變量低于均值較多的優(yōu)先改進，高于或等于均值的根據(jù)與滿分的差距大小再做進一步優(yōu)化。當然，政策優(yōu)化順序并非一成不變，也會根據(jù)具體情況進行相應調(diào)整，根據(jù)這一原則，P1的改進路徑建議為X2-X7-X9-X3。

P2的PMC指數(shù)為8.05，排名第2，等級為優(yōu)秀。所有一級變量中僅有政策時效(X2)低于平均值，其余變量均高于或等于平均值，因此，主要考慮優(yōu)化X2指標。另外，政策性質(zhì)(X3)、政策工具(X7)、政策受眾(X9)方面離滿分僅有一點差距，其中政策性質(zhì)方面缺少診斷內(nèi)容，政策工具方面涵蓋了全部的供給型工具，缺少金融稅收、政府采購、服務外包等環(huán)境型和需求型工具，政策重點任務的落實未明確牽頭單位和配合單位，即政策受眾方面沒有考慮政府層面，還可以從這幾個方面進一步完善。P2的改進路徑建議為X2-X7-X9-X3。

P3的PMC指數(shù)為8.63，排名第1，等級為優(yōu)秀。P3作為浙江省區(qū)塊鏈技術和產(chǎn)業(yè)“十四五”計劃，政策具有宏觀、中觀、微觀視角，涵蓋經(jīng)濟、社會、科技、政治、環(huán)境等各大領域，政策性質(zhì)涉及預測、監(jiān)管、建議、描述、引導、診斷內(nèi)容，政策設計相對合理、科學。P3的所有一級變量得分均高于或等于平均值，如果要進行政策完善，只能從得分未達到滿分的指標入手，除了政策級別(X1)外，政策時效(X2)未涉及長期規(guī)劃，政策工具(X7)還缺少政府采購、服務外包等需求型工具，政策受眾(X9)方面和P2一樣，沒有考慮政府層面，因此，P3的改進路徑建議為X9-X7。

2.6.2 地市級政策

P4的PMC指數(shù)為7.55，排名第6，等級為優(yōu)秀。P4在政策時效(X2)、政策領域(X4)、政策視角(X5)、政策工具(X7)方面得分低于平均值，政策時效只有3年，政策缺少政治領域和宏觀方面內(nèi)容，政策工具使用不夠全面，需求型工具僅有示范推廣，供給型工具缺少公共服務，環(huán)境型工具缺少金融稅收。另外，政策性質(zhì)(X3)離滿分僅有0.17分的差距，缺少診斷內(nèi)容，因此，P4的改進路徑建議為X2-X5-X7-X4-X3。

P5的PMC指數(shù)為7.72，排名第5，等級為優(yōu)秀。P5在政策時效(X2)、政策領域(X4)、政策視角(X5)方面得分低于平均值，政策性質(zhì)(X3)、政策工具(X7)得分高于平均值，離滿分分別僅有0.17分、0.25分的差距，政策時效只有3年，政策缺少政治領域、診斷、宏觀方面內(nèi)容，政策工具涵蓋了供給型、環(huán)境型工具，但缺少政府采購、服務外包、科技項目等需求型工具，因此，P5的改進路徑建議為X2-X5-X4-X7-X3。

P6的PMC指數(shù)為8.38，排名第2，等級為優(yōu)秀。作為本次樣本排名第一的浙江省的地級市寧波市，其區(qū)塊鏈專項政策P6的PMC指數(shù)表現(xiàn)很亮眼，排名超過了江蘇省和北京市的政策。P6和P1一樣，所有一級變量得分均高于或等于平均值，除了政策級別(X1)外，政策時效(X2)、政策性質(zhì)(X3)、政策工具(X7)、政策受眾(X9)未達到滿分，政策未涉及長期規(guī)劃，沒有涵蓋診斷、行業(yè)聯(lián)盟/協(xié)會內(nèi)容，政策工具缺少政府采購、服務外包、科技項目等需求型工具。因此，P6的改進路徑建議為X7-X9-X3。

2.6.3 區(qū)縣級政策

P7的PMC指數(shù)為6.5，排名第8，等級為可接受。P7除了政策級別(X1)、政策時效(X2)、政策評價(X6)、政策公開(X10)這4項指標高于或等于平均值，其他6個指標都低于平均值。除了政策級別(X1)外，政策視角(X5)得分最低(0.33)。由于P7是國內(nèi)出臺較早的區(qū)縣級區(qū)塊鏈產(chǎn)業(yè)扶持政策，主要從微觀視角進行經(jīng)濟、社會、科技等領域的政策建議、描述和引導，忽視了政治和環(huán)境領域以及預測、監(jiān)管、診斷等方面內(nèi)容，導致政策性質(zhì)(X3)、政策領域(X4)得分較低。此外，政策工具(X7)、政策目標(X8)、政策受眾(X9)得分低于平均值，政策時效(X2)得分比滿分少0.33分，都還需要進一步改進。因此，P7的改進路徑建議為X5-X4-X3-X9-X8-X7-X2。

P8的PMC指數(shù)為7.23，排名第7，等級為優(yōu)秀。P8和P7一樣，作為區(qū)縣級區(qū)塊鏈產(chǎn)業(yè)扶持政策，忽視了預測、監(jiān)管、診斷等內(nèi)容，政策性質(zhì)(X3)得分較低，但江北新區(qū)注重區(qū)塊鏈技術創(chuàng)新氛圍的營造，通過鼓勵舉辦創(chuàng)新大賽、高水平交流會議、成立區(qū)塊鏈行業(yè)協(xié)會等推動區(qū)塊鏈產(chǎn)業(yè)加快發(fā)展，故P8在政策領域(X4)、政策目標(X8)方面得分高于P7。政策受眾(X9)、政策工具(X7)、政策視角(X5)得分也低于平均值，政策受眾范圍未涉及政府、產(chǎn)業(yè)園區(qū)，政策工具使用不夠，供給型工具缺少公共服務，環(huán)境型工具缺少法規(guī)管制，需求型工具缺少政府采購、服務外包。另外，政策時效(X2)比滿分少0.33分。因此，P8的改進路徑建議為X3-X9-X5-X4-X7-X2。

3 結論與建議

3.1 結論

本文基于PMC指數(shù)模型，對2017—2021年頒布的8項區(qū)塊鏈產(chǎn)業(yè)專項政策進行了量化評價，通過上述研究，主要得出以下幾個結論：

1、區(qū)塊鏈政策設計總體較為科學、合理，政策質(zhì)量較高。8項政策中有7項政策的PMC指數(shù)評分等級為優(yōu)秀，有1項政策等級為可接受。這充分說明了省級以下各級政府非常重視區(qū)塊鏈產(chǎn)業(yè)的頂層設計，從戰(zhàn)略方向、核心技術攻關、應用推廣、金融稅收、公共服務平臺、人才培養(yǎng)、發(fā)展環(huán)境等各個維度全面推動區(qū)塊鏈技術創(chuàng)新、產(chǎn)業(yè)發(fā)展。

2、從8項政策的一級變量及二級變量的分值來看，區(qū)塊鏈產(chǎn)業(yè)政策的設計仍存在進一步改進的地方：一是所有政策時效均有中期，其中有4項政策(P3、P6、P7、P8)還涵蓋了短期時效，但長期時效的政策則為空白，這在某種程度上制約了區(qū)塊鏈政策的短期監(jiān)測和前瞻性功能的發(fā)揮。二是政策工具使用不均衡。12種政策工具中使用較多的是供給型工具和環(huán)境型工具，而需求型工具使用嚴重缺乏。供給型工具中，個別政策對對公共服務使用不夠，在環(huán)境型工具中，策略性措施和標準專利的使用表現(xiàn)不錯，個別政策忽視金融稅收和法規(guī)管制的使用，在需求型工具中，全部使用了示范推廣，而在政府采購、服務外包方面均未使用，科技項目也使用不足。三是絕大多數(shù)政策缺乏診斷性，個別政策缺乏預測性和監(jiān)管性。8項政策中僅有1項省級政策(P3)具有診斷內(nèi)容，2個區(qū)縣級政策也未涉及預測和監(jiān)管內(nèi)容。

3.2 建議

針對PMC指數(shù)模型所反映出的區(qū)塊鏈產(chǎn)業(yè)政策設計中存在的問題，提出以下幾點建議：

第一，加強區(qū)塊鏈政策的短期目標和中長期規(guī)劃有效結合。短期目標的實現(xiàn)是中長期發(fā)展的前提和基礎，因此，在進行區(qū)塊鏈政策設計時，需要系統(tǒng)性地把短期、中期、長期有機結合起來考慮，確保短期發(fā)展和中長期規(guī)劃的協(xié)調(diào)匹配。另外在政策設計時，建議將各時期發(fā)展目標和任務分解到各相關部門，建立常態(tài)化跟蹤落實機制，及時開展年度監(jiān)測、中期評估、終期總結。

第二，調(diào)整不同類型政策工具的使用比例，加大需求型政策工具的使用力度。政府應增加區(qū)塊鏈科技項目的前沿部署，同時需要逐步加大政府購買企業(yè)區(qū)塊鏈產(chǎn)品以及區(qū)塊鏈相關業(yè)務外包的需求型政策工具的使用。供給型工具方面，政府應建設區(qū)塊鏈公共服務平臺，提供區(qū)塊鏈應用測試、資格認證、產(chǎn)業(yè)孵化、可用性監(jiān)測等公共支撐服務，構建完善的區(qū)塊鏈產(chǎn)業(yè)發(fā)展公共服務體系。環(huán)境型工具方面，應注重通過具體的金融稅收政策激發(fā)區(qū)塊鏈活動主體的創(chuàng)新動能，另外區(qū)縣級政府還應考慮加強對區(qū)塊鏈活動的監(jiān)管和規(guī)范。

第三，科學的診斷、預測和有效的監(jiān)管是體現(xiàn)區(qū)塊鏈產(chǎn)業(yè)政策設計的科學性和合理性的重要依據(jù)，也是支撐區(qū)塊鏈產(chǎn)業(yè)高質(zhì)量發(fā)展的有力保障。在區(qū)塊鏈產(chǎn)業(yè)政策設計時，可以通過政府、產(chǎn)業(yè)界、學術界以及用戶的廣泛參與和反饋，做好產(chǎn)業(yè)政策的科學診斷和預測，同時也要加強行業(yè)自律、技術保障和公眾監(jiān)督相結合的區(qū)塊鏈監(jiān)管體系建設，推動區(qū)塊鏈安全、有序、規(guī)范發(fā)展。

4 結語

區(qū)塊鏈作為“十四五”規(guī)劃七大數(shù)字經(jīng)濟重點產(chǎn)業(yè)之一，在推動數(shù)字產(chǎn)業(yè)化、健全完善數(shù)字經(jīng)濟治理體系、強化數(shù)字經(jīng)濟安全體系中發(fā)揮著重要作用。區(qū)塊鏈政策體系的健全和完善是區(qū)塊鏈產(chǎn)業(yè)健康發(fā)展的重要保障。因此，本文從情報過程分析視角，采用PMC指數(shù)模型對8項不同級別的區(qū)塊鏈政策文本進行量化評價，分析政策設計中存在的問題和不足，并提出針對性的政策優(yōu)化建議，為政府部門對于區(qū)塊鏈政策的調(diào)整和完善提供分析方法和理論參考。同時本文的研究也存在一些不足，PMC指數(shù)模型中選取的變量未能完全覆蓋政策文本中的所有要素，未來可以通過文本分析、知識圖譜分析等多樣化分析手段進一步提取關鍵詞，補充變量參數(shù)。另外由于篇幅限制，本文只選取了8項代表省級、市級、區(qū)縣級的區(qū)塊鏈政策文本作為研究樣本，文本量較少，且僅對政策文本進行量化分析，沒有對樣本所在地進行實地調(diào)研，研究存在一定的局限性，未來有待進一步完善。