重慶理工大學管理學院 黃定軒,趙璨,王夢圓
近年黨和國家高度重視將創(chuàng)新驅動戰(zhàn)略和高質量發(fā)展的政策與地方實踐相融合。2016年5月,黨中央、國務院頒布了《國家創(chuàng)新驅動發(fā)展戰(zhàn)略綱要》[1]。至此,創(chuàng)新驅動成為國家發(fā)展戰(zhàn)略。2020年10月,中共中央政治局舉行全體會議,研究并審定通過了《成渝地區(qū)雙城經濟圈建設規(guī)劃綱要》,明確推進成渝地區(qū)雙城經濟圈建設是形成國家創(chuàng)新發(fā)展戰(zhàn)略布局的一個重要措施。構建成渝地區(qū)雙城經濟圈,建設中國第四增長極已經上升為國家戰(zhàn)略任務[2]。在這一背景下,作為中國國家重要制造業(yè)基地的重要城市群之一,具有強大先進制造業(yè)能力和現代服務業(yè)基礎的成渝地區(qū)雙城經濟圈,將通過創(chuàng)新驅動推進區(qū)域經濟的高質量發(fā)展,是成渝地區(qū)雙城經濟圈高質量發(fā)展的內在動力也是國家戰(zhàn)略需要。
隨著大數據分析應用的快速發(fā)展,有研究者也開始重視大數據分析對經濟政策領域產生的深遠影響。黃璜與黃竹修從政策技術、行政力量、國家管理能力以及社區(qū)價值等四大層次研究了大數據分析對公共政策領域的深遠影響,并指出了在越來越數據化的經濟與社會環(huán)境中,運用大數據分析的價值將有助于提升公共政策管理水平[3]。環(huán)境保護相關政策作為公共政策之一,鄭石明認為大數據和環(huán)境政策同樣緊密相連,大數據可以將環(huán)境政策整個過程串聯起來,提升環(huán)境政策分析能力。對于我國治理生態(tài)環(huán)境問題,提升經濟和社會發(fā)展具有重要意義[4]。在政策評估方面,大數據同樣占據十分重要的地位。政策評估的本質是分析因果關系,大數據不僅能揭示數據之間的因果關系,還能將表面并無聯系的數據進行分析,解決因果數據所不能揭示的問題。如,楊代福等根據大數據分析對公共政策評價所影響的主要因素指出,把大數據分析融合到公共政策評價中的主要途徑,并具體實現了大數據分析時代公共政策評價的發(fā)展創(chuàng)新[5]。羅月領和韓振認為企業(yè)和公共部門的管理都要依賴于大數據的應用,特別是政策評估離不開大數據的支撐[6]。同時,謝明的研究證明評估方法必須要有數據支撐才能體現政策評估的科學嚴謹,政策評估得益于大數據的發(fā)展[7]。有學者提出大數據與政策評估之間是一種相輔相成、相互促進的良性關系,大數據能有效提高政策評價的事前評估能力[8]。
綜上所述,基于大數據的政策分析為本文思路的提出奠定了堅實的基礎,但較少涉及從大數據分析角度研究創(chuàng)新驅動與高質量發(fā)展政策本身的特征,尤其針對成渝地區(qū)雙城經濟圈創(chuàng)新驅動高質量發(fā)展政策本身的一些特征并沒有得到有效揭示。因此,本文關注的核心問題是:如何利用大數據技術對當前成渝地區(qū)雙城經濟圈創(chuàng)新驅動與高質量發(fā)展政策進行實證分析,在保證數據完整性的基礎上,分析成渝地區(qū)雙城經濟圈創(chuàng)新驅動和高質量發(fā)展的政策關聯特征,構建該經濟圈創(chuàng)新驅動和高質量發(fā)展政策關鍵詞社會網絡圖,結合城市經濟發(fā)展,為該經濟圈創(chuàng)新驅動和高質量發(fā)展提供政策建議。
本文收集以創(chuàng)新驅動和高質量發(fā)展為關鍵詞的政策資料,依據政策標題、日期、正文等數據,為分析文本主題及網絡關系提供了開展本研究必要的政策文本。數據來源為國家發(fā)改委和成渝地區(qū)雙城經濟圈地區(qū)政府網站,使用網絡爬蟲程序進行采集,創(chuàng)新驅動政策時間節(jié)點為2015-2021年,高質量發(fā)展政策時間節(jié)點為2017-2021年,進行檢索、篩選、采集,最后采集到的數據集總字數分別約6.4萬字的29項政策文本、5.2萬字的33項政策文本?;谝陨掀脚_采集的數據具有透明性、完整性和權威性,為后續(xù)的數據預處理和建模分析打好了基礎。
獲取政策內容、研究政治現象及其與政策的主體結構關系需要以政治文獻為載體,與大數據分析和文本分析方法相結合,是當前大數據政治學的重點研究方法[12],其中主要包括文本挖掘、社會網絡分析等技術。
1.數據挖掘
數據挖掘(Data Mining)[13]作為大數據技術中的一種,是深層次的數據分析方法。數據挖掘可以用來在巨量文字數據信息中,發(fā)掘和獲取重要關鍵字和主題的相關信息,可以同時處理多項文本。由于初始數據為非結構化數據,為數據處理過程造成一定的障礙[14]。大多數學者提出基于可擴展標記語言(eXtensible Markup Language,XML)的一系列處理方法,將非結構化數據轉化為結構化數據[15]。
2.社會網絡分析
社會網絡分析(Social Network Analysis,SNA)[16]是在分析社會關系實體的相關連接,以及與這些連接相關的類型、構造與功能,同時也可用來探討社會群眾個體間的關系以及由個體關系所形成的結構及其內涵,是一項復雜的系統(tǒng)工程。一個完整的社會網絡由許多結點以及各點間的連接組成,其中各結點代表社區(qū)行動者、團體或單位,連接代表各結點間的關聯。本研究成果通過對政策文件中提供的關鍵詞之間的相互關聯關系展開深入研究,以實現對網絡關系結果的精確定量分析。
在完成前期的數據收集過程后,首先通過python中的jieba分詞包對數據集合進行分詞處理,去除長度為1的單個字和沒有意義的停用詞,創(chuàng)新驅動政策文本得到5096個具有實際意義的關鍵詞,高質量發(fā)展政策文本得到4406個具有實際意義的關鍵詞。其次,使用wordcloud庫進行詞云繪制,詞云可以讓詞語的頻數情況更清晰直觀(如圖1、圖2所示)。從詞云圖發(fā)現,創(chuàng)新驅動政策除創(chuàng)新、發(fā)展等原生高頻詞外,科技、企業(yè)、產業(yè)、建設、技術等詞頻率較高,反映了政策制定者在制定政策時的關注焦點集中在科技創(chuàng)新、產業(yè)建設、技術領域等方面。高質量發(fā)展政策除高質量、發(fā)展等原生高頻詞外,建設、產業(yè)、創(chuàng)新、推動、制造業(yè)體系等詞頻率較高,反映該政策重點關注各類產業(yè)的體系建設、創(chuàng)新發(fā)展等方面。
圖2 成渝雙城經濟圈高質量發(fā)展政策
通過分析測量成渝創(chuàng)新驅動與高質量發(fā)展政策的關鍵詞網絡指數,可以觀察每個參與者在網絡中的地位、參與者之間的關系以及對整體的影響。本文將提取創(chuàng)新驅動和高質量發(fā)展政策主題關鍵詞分別為60個和103個,基于社會網絡分析法,主要選擇網絡整體結構和網絡位置中心性兩個維度進行描述。
1.網絡整體結構分析
從成渝創(chuàng)新驅動與高質量發(fā)展政策的關鍵詞網絡結果可知,關鍵詞之間連接線條的透明程度與對應節(jié)點關鍵詞的聯系程度成正比,主體間連接的越多,表面與其他關鍵詞同時出現次數也就越多。創(chuàng)新驅動政策主題關鍵詞:創(chuàng)新、發(fā)展、科技、產業(yè)、技術等;高質量發(fā)展政策主題關鍵詞:建設、產業(yè)、技術、創(chuàng)新、經濟、推動、企業(yè)、科技等居于網絡的中心區(qū)域,且連線量最多、線條顯著,整體網絡密度分別為0.866、0.715,密度值均較高,表面以這些關鍵詞為核心的政策特征下,彼此間聯系緊密。
2.位置中心性分析
在社會網絡分析中,網絡位置中心性是測量網絡節(jié)點位置中心化程度的核心指標,占據中央地位的關鍵詞往往在交叉聯系中占有非常關鍵的地位,并擁有強大的集群影響力,位置中心性主要由點度中心性和接近中心性兩部分所構成。(1)點度中心性測量。指的是和某個節(jié)點直接相連的其他節(jié)點的數量,分析節(jié)點在整個網絡中的中心化程度,值越大表明該節(jié)點在網絡中位置中心化程度越高,所掌握的技術、信息以及知識越豐富。創(chuàng)新驅動政策主題關鍵詞的點度中心性的平均值為51.1000。值最大的是創(chuàng)新、發(fā)展、技術與建設,表明這些節(jié)點的直接交互能力最強,然后依次為科技、產業(yè)等關鍵詞。高質量發(fā)展政策主題關鍵詞的點度中心性的平均值為70.740。其中,點度中心性最高為發(fā)展,其次是產業(yè)、建設、經濟、創(chuàng)新等。(2)接近與中心性測量。利用距離來描述節(jié)點在圖中的重要性,距離通常是由節(jié)點到其他節(jié)點之間的平均路程的倒數,值愈大,則說明節(jié)點愈靠近網絡的核心節(jié)點。創(chuàng)新驅動政策主題關鍵詞創(chuàng)新、發(fā)展、技術、建設的接近中心度測量值均為1,說明在網絡中具有主導作用,且居于核心地位。高質量發(fā)展政策主題關鍵詞網絡中發(fā)展占據最主導地位,產業(yè)、建設、經濟、創(chuàng)新等關鍵詞節(jié)點緊隨其后。
大數據方法應用于政策研究中,有利于提高政策制定水平,基于文本內容的分析法已逐漸成為政策分析的重要趨勢之一。雖然部分研究者利用相關軟件挖掘政策文本內容,建立社會網絡結構圖,分析政策關鍵詞分布情況以及聯系特征,但是政策關鍵詞的社會網絡結構并沒有具體呈現,同時對于海量的數據文本信息不具備準確及高效的技術支持?;诖?,論文利用大數據技術對成渝雙城經濟圈創(chuàng)新驅動高質量發(fā)展政策進行特征分析。研究結果表明,創(chuàng)新驅動政策的主題及其中的高頻特征詞特征主要在以下九個方面:科技智能、科技革命、產業(yè)建設、企業(yè)發(fā)展、戰(zhàn)略合作、工業(yè)設計、人才建設、西部生態(tài)城市以及現代農業(yè)。表明了創(chuàng)新驅動政策對于加強企業(yè)技術創(chuàng)新能力的重要性,推進企業(yè)以科技創(chuàng)新為核心的全面創(chuàng)新,堅持以產業(yè)建設為主方向,保持以民營企業(yè)為創(chuàng)新中的主導地位,深入發(fā)展并實施國際戰(zhàn)略合作,緊抓第三次工業(yè)革命機遇。高質量發(fā)展政策特征體現在以下八個方面:產業(yè)體系、智能制造業(yè)、商品與服務質量、創(chuàng)新型企業(yè)、技術創(chuàng)新、教育體系、消費市場、綠色產業(yè)。體現出成渝區(qū)域經濟以形成高效的產業(yè)系統(tǒng)為目標,著眼于提升產品與服務、經濟及社會發(fā)展供給系統(tǒng)的品質,并促進數字信息技術的供給,主要涉及互聯網信息、區(qū)塊鏈信息、人工智能技術等。
基于本文的數據處理和模型構建,對政策特征的分析可以得到以下啟示。
(1)創(chuàng)新將是成渝雙城經濟圈蓬勃發(fā)展的重要原動力。創(chuàng)新是推動發(fā)展的第一力量,只有不斷創(chuàng)新才能促進經濟社會轉型升級和行業(yè)轉型。但如何客觀、準確制定適合本地的創(chuàng)新驅動與高質量發(fā)展政策則是各地區(qū)面臨的最棘手的難題之一,尤其是那些缺乏創(chuàng)新資源的地區(qū)?!傲⒆阌诒镜刭Y源稟賦,有所為同時有所不為”是最基礎的原則,創(chuàng)新資源豐富的地區(qū)可以立足于國家戰(zhàn)略,著眼于全國乃至于全球的關鍵共性技術開展創(chuàng)新;缺乏創(chuàng)新資源的地區(qū)可以充分整合本地的各種資源,利用不同類型的創(chuàng)新平臺開展創(chuàng)新也是一條可行的路徑。
(2)產業(yè)向服務化轉變是成渝雙城經濟圈發(fā)展的重要方向。工業(yè)正在逐步從制造業(yè)為主向服務業(yè)主體過渡,在國內居民收入水平和人民生活質量提升的狀況下,所產生的服務性消費需要得到快速增長,從而形成國民經濟發(fā)展的新引擎。同時必須完善供應側,以提升整體供給系統(tǒng)品質與效能,并增加合理中高端供給,以提高供給側結構對市場供需變動的適應性,提高經濟供給質量。
(3)智能化將賦能成渝雙城經濟圈各個產業(yè)。以智能、信息、網絡為代表的數字工業(yè),其所帶動的智能化大規(guī)模個性化定制產品與服務的創(chuàng)新和生產,數字經濟對行業(yè)發(fā)展的拉動與滲透效應是戰(zhàn)略性的,一方面可發(fā)展規(guī)模巨大的數字工業(yè),另一方面各行各業(yè)都需要數字科技的支持,對整體經濟效益可產生非常好的提升效果。所以,各地方政府必須在新的技術運用、新的生產制造模式、新的商貿服務上實現創(chuàng)新發(fā)展,尤其是將網絡技術、信息化、人工智能等與地方實體經營深度融合發(fā)展。
關于成渝地區(qū)雙城經濟圈創(chuàng)新驅動與高質量發(fā)展政策分析不足,論文利用大數據方法進行了分析與評價。首先,利用大數據挖掘提取成渝地區(qū)雙城經濟圈創(chuàng)新驅動和高質量發(fā)展政策的關鍵詞共現網絡。然后,運用社會網絡分析方法對政策關鍵詞的網絡特點進行了剖析。結果表明,成渝地區(qū)雙城經濟圈創(chuàng)新驅動與高質量發(fā)展政策具有以下特征:創(chuàng)新與發(fā)展是兩大政策的關注焦點,以創(chuàng)新驅動產業(yè)發(fā)展,推動經濟高質量發(fā)展;在政策關鍵詞網絡中,以智能化、大數據、互聯網為代表的新興信息技術關鍵詞相互影響。
成都和重慶市身為成渝片區(qū)雙城經濟社會發(fā)展圈的重要中心,不僅要充分發(fā)揮各自的資源優(yōu)勢,還要整合協(xié)作,共同促進工業(yè)、總人口和各種要素的科學合理快速流轉和有效聚集,共同推進在成渝地域構建有能力、有特點的雙城經濟社會發(fā)展圈,形成帶動全國高質量發(fā)展的重要經濟社會發(fā)展成長極和改革創(chuàng)業(yè)的新動力源。同時,還將把成渝地區(qū)雙城經濟圈構建形成有全球影響力的重要國際經貿中心和科研創(chuàng)新中心。本文重點對成渝雙城經濟圈創(chuàng)新驅動高質量發(fā)展政策的特征進行了描述,還沒有對政策關鍵詞隨時間演變的過程進行深入分析,這是本文不足之處,也是研究的下一步工作。在未來的研究中,將分析政策特征的演變過程,并在此基礎上進行建模、仿真和預測。