魏海瑞, 于衛(wèi)紅, 程佳雪

(大連海事大學(xué) 航運(yùn)經(jīng)濟(jì)與管理學(xué)院, 大連 116026)

政策文件的價(jià)值已在公共政策學(xué)科中得到重視和研究,對(duì)政策文件進(jìn)行研究是追溯和觀察政策過(guò)程的一個(gè)重要途徑。在公共政策學(xué)科中,早期的政策研究方式以政策解讀為主,但是該方式是一種主觀的定性研究,研究的結(jié)果過(guò)度依賴(lài)于研究者的知識(shí)背景、研究能力和個(gè)人價(jià)值立場(chǎng),研究結(jié)果不能復(fù)現(xiàn)驗(yàn)證,導(dǎo)致研究結(jié)果的科學(xué)性、可靠性和普遍性受到質(zhì)疑[1]。政策研究中迫切需要客觀化的研究方法。

與此同時(shí),數(shù)學(xué)、統(tǒng)計(jì)學(xué)、計(jì)量學(xué)、運(yùn)籌學(xué)、系統(tǒng)分析等學(xué)科與技術(shù)得到進(jìn)一步的發(fā)展,為政策分析的發(fā)展提供了量化研究的理論基礎(chǔ)。隨著計(jì)算機(jī)和信息存儲(chǔ)技術(shù)的發(fā)展,越來(lái)越多存儲(chǔ)的政策數(shù)據(jù)為政策量化研究提供了可規(guī)?；⒖山Y(jié)構(gòu)化的數(shù)據(jù)基礎(chǔ)。在神經(jīng)網(wǎng)絡(luò)、文本挖掘等技術(shù)的發(fā)展下,政策學(xué)科及其與統(tǒng)計(jì)學(xué)、計(jì)量經(jīng)濟(jì)學(xué)、人工智能學(xué)等學(xué)科的融合發(fā)展,為政策量化研究提供了相關(guān)的技術(shù)基礎(chǔ)[2]?；谙嚓P(guān)理論和技術(shù)對(duì)存儲(chǔ)的規(guī)模性政策數(shù)據(jù)進(jìn)行系統(tǒng)、客觀的量化分析變得日益重要,政策量化研究成果逐漸豐富。政策量化研究文獻(xiàn)作為研究成果的物化載體,是政策量化研究的真實(shí)反應(yīng)和記錄,是對(duì)研究情況的客觀、可獲取、可追溯的文字記錄?；谡吡炕芯课墨I(xiàn)進(jìn)行梳理可以把握研究的現(xiàn)狀與趨勢(shì)。

鑒于此,本文在對(duì)政策量化研究的概念和方法梳理的基礎(chǔ)上,以2010年1月1日至2021年10月31日期間的中國(guó)知網(wǎng)(China National Knowledge Infrastructure,CNKI)中政策量化相關(guān)文獻(xiàn)代表國(guó)內(nèi)政策量化研究狀況進(jìn)行分析。首先,通過(guò)文獻(xiàn)的發(fā)文數(shù)量分析近年來(lái)中國(guó)政策量化的研究熱度;然后,從文獻(xiàn)關(guān)鍵詞的聚類(lèi)和文獻(xiàn)調(diào)研的結(jié)果對(duì)中國(guó)政策量化的研究熱點(diǎn)進(jìn)行分析;最后,以關(guān)鍵詞突現(xiàn)性分析為視角分析中國(guó)政策量化的研究前沿。

1 政策量化研究文獻(xiàn)回顧

在當(dāng)今數(shù)據(jù)開(kāi)放的時(shí)代背景下,基于政策量化相關(guān)文獻(xiàn)的研究已經(jīng)取得了一些成果?；谖墨I(xiàn)統(tǒng)計(jì)分析的研究方法,傅雨飛[3]回顧1999—2009年的政策量化研究相關(guān)文獻(xiàn),對(duì)比分析中美公共政策分析中量化方法的異同,指出量化方法在中國(guó)公共政策研究中運(yùn)用不足,并提出強(qiáng)化量化方法在中國(guó)公共政策分析中應(yīng)用的對(duì)策。鄭新曼和董瑜[4]統(tǒng)計(jì)分析了CNKI和Web of Science數(shù)據(jù)庫(kù)2017—2020年的政策文本量化研究相關(guān)發(fā)文數(shù)量,并對(duì)2016—2020年的文獻(xiàn)進(jìn)行歸納總結(jié),分析了政策文本定量研究的方法和進(jìn)展。基于文獻(xiàn)調(diào)研歸納的研究方法,汪大錕和化柏林[5]從政策量化研究的數(shù)據(jù)源、研究方法和分析維度等方面對(duì)政策量化研究文獻(xiàn)進(jìn)行回顧和歸納分析。曹玲靜和張志強(qiáng)[6]以政策信息學(xué)為視角,歸納總結(jié)政策量化研究領(lǐng)域中政策文本量化的興起、內(nèi)涵和常用的研究框架,并分別總結(jié)各類(lèi)文本量化研究方法的優(yōu)缺點(diǎn)與應(yīng)用。但研究仍未對(duì)政策量化研究的概念進(jìn)行梳理,2010年后的政策量化研究文獻(xiàn)有待進(jìn)一步分析。本文基于政策量化研究概念和方法的梳理,對(duì)2010年后國(guó)內(nèi)政策量化的研究文獻(xiàn)進(jìn)行回顧和分析,有助于學(xué)者了解公共政策學(xué)科的發(fā)展情況、把握中國(guó)政策量化的研究現(xiàn)狀與前沿,為政策量化的進(jìn)一步研究提供重要參考。

1.1 政策量化研究概念梳理

政策量化通過(guò)管理學(xué)、數(shù)學(xué)、統(tǒng)計(jì)學(xué)等多種科學(xué)方法,對(duì)公共政策文件進(jìn)行量化,將重點(diǎn)內(nèi)容或?qū)傩赞D(zhuǎn)化為機(jī)器可以識(shí)別的數(shù)據(jù),支持進(jìn)一步的政策分析。隨著政策量化研究的進(jìn)一步發(fā)展,學(xué)術(shù)界涌現(xiàn)了許多政策量化研究相關(guān)的概念,如“量化研究”“政策文獻(xiàn)量化研究”“政策文本量化分析”“政策文獻(xiàn)計(jì)量”“政策文獻(xiàn)量化研究”“半量化分析”“政策計(jì)量研究”“政策文本計(jì)算”等。由于不同學(xué)科的側(cè)重點(diǎn)不同,當(dāng)前學(xué)術(shù)界對(duì)政策量化研究的概念并沒(méi)有進(jìn)行統(tǒng)一的界定,因此,本文對(duì)政策量化研究相關(guān)概念進(jìn)行梳理,如表1所示。

表1 政策量化研究相關(guān)概念梳理

從本質(zhì)上來(lái)說(shuō),這些概念均被包含在政策量化研究的范疇中,因此將該類(lèi)研究統(tǒng)稱(chēng)為“政策量化研究”。通過(guò)對(duì)已有相關(guān)概念的梳理,并結(jié)合目前政策量化研究發(fā)展對(duì)其概念進(jìn)行完善,政策量化研究的概念可以被定義為:一種基于以文本為載體記錄政策過(guò)程的各類(lèi)數(shù)據(jù),將多學(xué)科中可對(duì)結(jié)構(gòu)化、半結(jié)構(gòu)化及非結(jié)構(gòu)化的數(shù)據(jù)進(jìn)行客觀分析的定量研究方法和定性研究方法相結(jié)合,圍繞政策相關(guān)角度發(fā)現(xiàn)并描述政策內(nèi)在的邏輯、規(guī)律,從而獲得客觀、可驗(yàn)證的分析結(jié)論,為政策的制定或發(fā)展提供建議的政策分析范式。

1.2 政策量化研究方法梳理

目前政策量化研究中所使用的定量方法融合了多個(gè)領(lǐng)域?qū)W科,方法多樣且近年來(lái)發(fā)展迅速,有必要進(jìn)行梳理與總結(jié)。從技術(shù)的角度,可將政策量化研究方法分為傳統(tǒng)的政策文本量化分析方法和智能的政策量化分析方法。其中,傳統(tǒng)的政策文本量化分析主要包含文獻(xiàn)計(jì)量法和內(nèi)容分析法,其差別如圖1所示。

傳統(tǒng)的政策量化分析方法主要關(guān)注政策文本本身的結(jié)構(gòu)特征和可結(jié)構(gòu)化的政策文本分析單元內(nèi)容,可以有效地揭示政策的屬性特征。例如,葉光輝等[14]以文獻(xiàn)信息資源保障相關(guān)政策文本為研究對(duì)象,進(jìn)行編碼和數(shù)理統(tǒng)計(jì),分析發(fā)現(xiàn)政策數(shù)量演化和執(zhí)行機(jī)構(gòu)合作網(wǎng)絡(luò)等外部特征和文本內(nèi)容演化特征;張志遠(yuǎn)等[15]基于文獻(xiàn)計(jì)量法和社會(huì)網(wǎng)絡(luò)分析法分析創(chuàng)新政策的發(fā)布部門(mén)及其合作特征,并運(yùn)用內(nèi)容分析法編碼統(tǒng)計(jì)分析政策措施及其協(xié)調(diào)度;徐明和陳斯?jié)峓16]基于文獻(xiàn)計(jì)量法統(tǒng)計(jì)疫情前后省級(jí)層面青年就業(yè)政策的政策文本數(shù)、發(fā)布部門(mén)的發(fā)文頻次及其內(nèi)部的網(wǎng)絡(luò)社會(huì)關(guān)系,統(tǒng)計(jì)分析政策工具及其組合應(yīng)用特征;蘭梓睿[17]基于文本量化分析,從可再生能源政策力度、政策目標(biāo)和政策措施3個(gè)維度構(gòu)建評(píng)估模型,對(duì)中國(guó)可再生能源政策的效力、效果與協(xié)同度進(jìn)行評(píng)估。

隨著學(xué)科的交叉融合與科學(xué)技術(shù)發(fā)展,政策量化研究中所使用的定量方法逐漸偏向智能化,進(jìn)一步對(duì)政策文本進(jìn)行智能深度分析和挖掘,以獲取更全面、準(zhǔn)確、有效的政策信息和分析結(jié)果。常用的智能政策量化分析方法包括自然語(yǔ)言處理、機(jī)器學(xué)習(xí)等。例如,李倩等[18]基于TF-IDF(term frequency-inverse document frequency)算法對(duì)新能源產(chǎn)業(yè)政策文本中的關(guān)鍵詞進(jìn)行提取和內(nèi)容分析,基于發(fā)布機(jī)構(gòu)、政策類(lèi)型和政策數(shù)量量化政策力度,并采用空間效應(yīng)模型回歸分析政策效應(yīng);施寒瀟和毛郁欣[19]基于關(guān)鍵詞的提取、特征過(guò)濾、特征向量化、文本聚類(lèi)、語(yǔ)義網(wǎng)絡(luò)分析等文本挖掘技術(shù),量化分析跨境電商政策的文本特征與內(nèi)容重點(diǎn);趙菲菲和王宇琪[20]基于網(wǎng)絡(luò)媒體數(shù)據(jù),應(yīng)用數(shù)據(jù)挖掘、機(jī)器學(xué)習(xí)等數(shù)據(jù)分析技術(shù),提出了一個(gè)面向公共政策的網(wǎng)絡(luò)媒體內(nèi)容文本分析框架,并以新能源汽車(chē)政策為例對(duì)該分析框架的有效性進(jìn)行了驗(yàn)證;Sheng等[21]基于深度神經(jīng)網(wǎng)絡(luò)的新型文本挖掘算法對(duì)文本內(nèi)容及外部特征進(jìn)行了不同組合的共現(xiàn)分析研究,探索了基于時(shí)空分布和內(nèi)外部關(guān)聯(lián)映射方法的知識(shí)挖掘。

綜上所述,從技術(shù)的角度可以將政策量化研究方法分為傳統(tǒng)的政策文本量化分析方法和智能的政策量化分析方法。其中,傳統(tǒng)的政策文本量化分析主要包含文獻(xiàn)計(jì)量法和內(nèi)容分析法。智能的政策量化分析方法包含了自然語(yǔ)言處理、機(jī)器學(xué)習(xí)等。針對(duì)的文獻(xiàn)特征不盡相同,不同的分析方法互為補(bǔ)充,有效利用各類(lèi)分析方法的不同作用,最終達(dá)到對(duì)政策深度解析的目的。

2 基于CiteSpace的可視化分析

2.1 研究思路

在進(jìn)行文獻(xiàn)分析過(guò)程中,為盡量避免主觀性問(wèn)題,綜合運(yùn)用知識(shí)圖譜與文獻(xiàn)計(jì)量等方法,應(yīng)用可視化文獻(xiàn)計(jì)量軟件CiteSpace5.8探究中國(guó)政策量化研究的現(xiàn)狀與趨勢(shì),以求研究更加科學(xué)客觀和直觀。研究思路如圖2所示。

圖2 研究思路

第一步,運(yùn)用文獻(xiàn)計(jì)量方法對(duì)政策量化相關(guān)文獻(xiàn)的年度發(fā)文數(shù)量進(jìn)行統(tǒng)計(jì),分析中國(guó)政策量化的研究熱度及演進(jìn)趨勢(shì);第二步,將關(guān)鍵詞聚類(lèi)分析結(jié)果與文獻(xiàn)調(diào)研結(jié)果相結(jié)合,分析中國(guó)政策量化研究的熱點(diǎn)主題;第三步,利用突變?cè)~分析中國(guó)政策量化研究的前沿趨勢(shì)。

2.2 工具介紹及數(shù)據(jù)來(lái)源

CiteSpace是一款基于科研文獻(xiàn)中識(shí)別并顯示科學(xué)發(fā)展動(dòng)態(tài)趨勢(shì)的軟件,旨在通過(guò)時(shí)間分段策略均勻切片整個(gè)時(shí)區(qū),然后根據(jù)共現(xiàn)關(guān)系將眾多共現(xiàn)網(wǎng)絡(luò)按順序排列合并,最終遞進(jìn)式地生成可視化網(wǎng)絡(luò),具有“一圖譜春秋,一覽無(wú)余,一圖勝萬(wàn)言,一目了然”的特點(diǎn)[22]。基于前文對(duì)已有相關(guān)文獻(xiàn)的綜述,利用CiteSpace5.8.R3可視化應(yīng)用軟件為分析工具進(jìn)行關(guān)鍵詞聚類(lèi)分析和突現(xiàn)詞分析,厘清中國(guó)政策量化的研究熱點(diǎn)與趨勢(shì)。

為了保證搜集的文獻(xiàn)數(shù)據(jù)的精確度,將與檢索條件有歧義的量化寬松政策排除在外,選擇CNKI中政策量化研究相關(guān)文獻(xiàn)進(jìn)行分析。

在CNKI中以[篇名:政策(精確)]AND[篇名:量化(精確)]OR[篇名:政策定量(模糊)]NOT[篇名:寬松(精確)]為高級(jí)檢索條件,勾選同義詞擴(kuò)展選項(xiàng),檢索并篩選出發(fā)表時(shí)間為2010年1月1日至2021年10月31日,且類(lèi)型為“學(xué)術(shù)期刊”的583篇相關(guān)文獻(xiàn),以此為數(shù)據(jù)基礎(chǔ)分析中國(guó)政策量化研究情況。

2.3 發(fā)文數(shù)量及變化趨勢(shì)

在某領(lǐng)域中,學(xué)術(shù)論文的年度發(fā)文數(shù)量及變化情況,是一項(xiàng)能夠充分體現(xiàn)該領(lǐng)域研究現(xiàn)狀階段和未來(lái)趨勢(shì)的重要衡量指標(biāo)[23],可以直觀地看出該領(lǐng)域在特定時(shí)間段內(nèi)的研究熱度發(fā)展及趨勢(shì)。因此,基于2010年以來(lái)政策量化研究相關(guān)文獻(xiàn)的年度發(fā)文數(shù)量變化趨勢(shì)可以直觀地分析中國(guó)政策量化研究的熱度變化趨勢(shì),統(tǒng)計(jì)結(jié)果如圖3所示。由于數(shù)據(jù)收集時(shí)間的限制,2021年的政策量化文獻(xiàn)收集不完全,因此研究熱度趨勢(shì)僅分析2010—2020年的數(shù)據(jù)分布情況。

圖3 年度發(fā)文數(shù)量分布

由圖3可知,截至2020年底,國(guó)內(nèi)政策量化研究的文獻(xiàn)數(shù)量分布整體上呈現(xiàn)增長(zhǎng)趨勢(shì)。根據(jù)文獻(xiàn)數(shù)量變化特征將國(guó)內(nèi)政策量化研究從時(shí)間角度分為兩個(gè)階段。

第一階段:2010—2016年,國(guó)內(nèi)有關(guān)政策量化研究發(fā)文數(shù)量與2016年后的發(fā)文數(shù)量相比較少,增長(zhǎng)速度緩慢,并在2015年出現(xiàn)一次高峰,整體上呈現(xiàn)緩慢波動(dòng)增長(zhǎng)的熱度發(fā)展態(tài)勢(shì)。表明該時(shí)期內(nèi)的政策量化研究已經(jīng)逐漸開(kāi)始得到國(guó)內(nèi)學(xué)術(shù)界的關(guān)注和研究,不僅將數(shù)學(xué)模型、金融、內(nèi)容分析法、文獻(xiàn)計(jì)量學(xué)等跨學(xué)科方法應(yīng)用在政策分析中進(jìn)行探索和實(shí)踐[24],在政策量化維度方面也進(jìn)行多樣化的探索[25],奠定了政策量化研究的理論和基礎(chǔ)。

第二階段:2016年后,國(guó)內(nèi)政策量化領(lǐng)域的文獻(xiàn)數(shù)量急劇增加,研究熱度呈現(xiàn)快速增長(zhǎng)態(tài)勢(shì)。表明該時(shí)期內(nèi)的政策量化研究迅猛發(fā)展,相關(guān)研究主要基于發(fā)展成熟的政策量化維度和量化方法拓展政策量化的研究領(lǐng)域。

分析文獻(xiàn)數(shù)量趨勢(shì)線(xiàn)可知,2016年后,中國(guó)政策量化的研究熱度增速顯著。根據(jù)截至2021年的不完全統(tǒng)計(jì),可以預(yù)測(cè)在2021年后國(guó)內(nèi)有關(guān)政策量化的研究熱度將仍具有顯著的增長(zhǎng)趨勢(shì)。

2.4 研究熱點(diǎn)分析

關(guān)鍵詞是映射文獻(xiàn)主題內(nèi)容的術(shù)語(yǔ)或詞匯,能夠高度凝練文獻(xiàn)的文本內(nèi)容和研究主題[26],對(duì)于關(guān)鍵詞進(jìn)行分析可以有效實(shí)現(xiàn)對(duì)文獻(xiàn)整體內(nèi)容的分析,可以保證分析的有效性和高效性。因此,對(duì)文獻(xiàn)的關(guān)鍵詞進(jìn)行聚類(lèi)和主題總結(jié)可以直觀地反映某領(lǐng)域的研究熱點(diǎn)。

運(yùn)用CiteSpace對(duì)關(guān)鍵詞進(jìn)行聚類(lèi)分析,如圖4所示?？梢园l(fā)現(xiàn)國(guó)內(nèi)政策量化研究文獻(xiàn)關(guān)鍵詞聚類(lèi)模塊值Q=0.905 4(>0.3),聚類(lèi)加權(quán)平均輪廓值S=0.986 2(>0.7),關(guān)鍵詞共現(xiàn)圖譜的聚類(lèi)結(jié)構(gòu)顯著,聚類(lèi)結(jié)果高效[27]。

圖4 文獻(xiàn)關(guān)鍵詞聚類(lèi)

基于文獻(xiàn)關(guān)鍵詞聚類(lèi)(圖4)和通過(guò)對(duì)數(shù)極大似然率(log likelihood ratio,LLR)計(jì)算得出國(guó)內(nèi)關(guān)鍵詞聚類(lèi)詳情(表2)可以總結(jié)得出中國(guó)政策量化研究以“政策”為中心組成了3個(gè)研究熱點(diǎn)主題。

表2 關(guān)鍵詞聚類(lèi)

2.4.1 熱點(diǎn)主題1:基于主題挖掘的政策文本語(yǔ)義量化分析

隨著對(duì)非結(jié)構(gòu)化數(shù)據(jù)的關(guān)注和計(jì)算機(jī)技術(shù)的發(fā)展,針對(duì)非結(jié)構(gòu)化政策文本的主題挖掘研究得以展開(kāi),其中包括通過(guò)高頻關(guān)鍵詞的詞頻隨時(shí)間的變化[28]和共現(xiàn)聚類(lèi)[29]分析政策的主題及變遷。隨著文本挖掘技術(shù)的不斷發(fā)展,國(guó)內(nèi)運(yùn)用隱含狄利克雷分布(latent Dirichlet allocation,LDA)主題模型及參數(shù)對(duì)政策的主題內(nèi)容[30]、主題強(qiáng)度演化[31]、主題關(guān)注度演化和主題認(rèn)同度演化[32]進(jìn)行量化分析。但LDA主題模型只考慮了政策文本中的主題詞,缺少與政策文本相關(guān)聯(lián)的其他數(shù)據(jù)信息對(duì)主題的貢獻(xiàn)[33],因此基于LDA的擴(kuò)展模型研究及應(yīng)用成為國(guó)內(nèi)政策主題量化研究的熱點(diǎn)。

2.4.2 熱點(diǎn)主題2:以政策工具為基礎(chǔ)的多維框架政策文本分析

政策工具是政府達(dá)成政策目標(biāo)的手段,也是政策的重要組成部分,依據(jù)文圓等[34]、毛超和岳奧博[35]、王國(guó)華和李文娟[36]的政策工具分類(lèi)思路量化分析政策文本,分析政策工具的運(yùn)用狀況已成為國(guó)內(nèi)研究的熱點(diǎn)。隨著政策科學(xué)的不斷發(fā)展,國(guó)內(nèi)研究不斷地將政策時(shí)間、政策主體、政策目標(biāo)、政策效力、政策發(fā)布形式、政策作用對(duì)象等多樣的政策結(jié)構(gòu)或分析要素與政策工具相結(jié)合,構(gòu)建政策多維分析框架,分析政策工具與不同維度間的相互關(guān)系[37]。隨著政策多維分析框架應(yīng)用領(lǐng)域的不斷拓展,國(guó)內(nèi)研究在政策多維分析框架中加入具體領(lǐng)域政策中的專(zhuān)業(yè)化要素維度[38],不僅提高了領(lǐng)域政策研究的科學(xué)性,也提高了政策多維分析框架的適應(yīng)性。

2.4.3 熱點(diǎn)主題3:基于PMC指數(shù)模型的政策量化評(píng)價(jià)

政策內(nèi)容制定的科學(xué)性和有效性關(guān)乎政策的最終執(zhí)行的效果,因此為了幫助政策發(fā)布者判定政策產(chǎn)生的實(shí)際影響并針對(duì)政策存在的不足提出改進(jìn)意見(jiàn),國(guó)內(nèi)研究基于政策高頻詞構(gòu)建政策一致性指數(shù)模型(policy modeling consistency,PMC)的評(píng)價(jià)指標(biāo)體系,對(duì)政策進(jìn)行量化評(píng)價(jià),并通過(guò)PMC曲面圖可視化分析政策的改進(jìn)方向[39]。目前,PMC指數(shù)模型被廣泛應(yīng)用于量化評(píng)價(jià)衛(wèi)生、教育、旅游、養(yǎng)老、脫貧等與社會(huì)發(fā)展相關(guān)的民生領(lǐng)域政策[40]和數(shù)據(jù)開(kāi)放、創(chuàng)新創(chuàng)業(yè)、能源、機(jī)器人產(chǎn)業(yè)、人工智能等具有時(shí)代特征的國(guó)家重點(diǎn)發(fā)展領(lǐng)域政策[41]。

經(jīng)分析可知,在研究熱點(diǎn)數(shù)據(jù)方面,中國(guó)主要集中于政策文本的分析研究,政策文件的發(fā)布部門(mén)、效力級(jí)別等外部屬性數(shù)據(jù)、政策相關(guān)的截面數(shù)據(jù)等有待進(jìn)一步的研究。在研究熱點(diǎn)方法方面,主要采用以L(fǎng)DA主題模型、PMC指數(shù)模型及高頻關(guān)鍵詞共現(xiàn)聚類(lèi)等為基礎(chǔ)的智能文本分析技術(shù),還需要進(jìn)一步的豐富智能量化研究方法。在研究熱點(diǎn)維度方面,國(guó)內(nèi)研究對(duì)政策工具、政策主題和政策評(píng)價(jià)的維度較為關(guān)注,并通過(guò)多維分析框架實(shí)現(xiàn)多維交叉量化研究,但研究維度較為集中,仍需要進(jìn)一步豐富研究維度。

2.5 研究前沿分析

突現(xiàn)詞是指在特定的時(shí)間段內(nèi)頻次快速增長(zhǎng)的詞匯。關(guān)鍵詞突現(xiàn)分析可以反映某領(lǐng)域中的研究前沿[42]。因此,對(duì)排名前十的關(guān)鍵詞突現(xiàn)性分析結(jié)果進(jìn)行綜合研究,分析近年來(lái)的政策量化文獻(xiàn)的研究前沿。

通過(guò)對(duì)國(guó)內(nèi)文獻(xiàn)前十個(gè)突現(xiàn)關(guān)鍵詞(圖5)分析,可以看出國(guó)內(nèi)研究近四年突現(xiàn)強(qiáng)度較大的關(guān)鍵詞主要包括政策分析、量化評(píng)價(jià)、政策評(píng)價(jià)和智慧城市,研究前沿主題主要包括政策量化評(píng)價(jià)和智慧城市相關(guān)政策量化研究。

圖5 文獻(xiàn)關(guān)鍵詞突現(xiàn)(排名前十)

2.5.1 前沿主題1:政策量化評(píng)價(jià)研究

關(guān)鍵詞“量化評(píng)價(jià)”的突現(xiàn)強(qiáng)度顯著高于其他關(guān)鍵詞,表明國(guó)內(nèi)自2020年開(kāi)始對(duì)政策量化評(píng)價(jià)的關(guān)注較高。國(guó)內(nèi)學(xué)者早期運(yùn)用內(nèi)容分析法、共詞分析法、層次分析法、PMC指數(shù)模型等從政策內(nèi)容出發(fā)評(píng)價(jià)政策優(yōu)劣,但均在不同程度上存在缺乏客觀性、評(píng)價(jià)精度低、無(wú)法衡量政策評(píng)價(jià)指標(biāo)間的關(guān)系等問(wèn)題。隨著學(xué)科交叉的發(fā)展,近年來(lái)國(guó)內(nèi)研究將神經(jīng)網(wǎng)絡(luò)理論中的自編碼(auto encoder,AE)技術(shù)引入PMC指數(shù)模型的得分計(jì)算過(guò)程中,構(gòu)建PMC-AE指數(shù)模型?；赑MC-AE指數(shù)模型對(duì)政策進(jìn)行量化評(píng)價(jià)可以更好地表征評(píng)價(jià)指標(biāo)之間的關(guān)系,可以提高政策量化評(píng)價(jià)的科學(xué)性和合理性[43]。目前,PMC-AE指數(shù)模型已經(jīng)開(kāi)始被用于軍民融合政策[44]、稅收政策[45]、體教融合政策[46]研究。

2.5.2 前沿主題2:智慧城市相關(guān)政策量化研究

隨著中國(guó)對(duì)智慧城市建設(shè)的關(guān)注與政策支持,以智慧城市相關(guān)的國(guó)家政策文件為研究對(duì)象進(jìn)行量化分析的研究開(kāi)始得到關(guān)注,不同的學(xué)者分別通過(guò)由政策區(qū)域分布、政策數(shù)量、政策主題、政策主體構(gòu)建的四維分析框架[47],由政策數(shù)量、文本形式、發(fā)布部門(mén)、政策主題和政策工具構(gòu)建的五維分析框架[48]和由政策內(nèi)容、組織構(gòu)架和政策效力構(gòu)建的政策科學(xué)理論框架[35]下對(duì)政策文本進(jìn)行量化分析,探索了政策的演進(jìn)特征或演進(jìn)階段,并對(duì)未來(lái)的智慧城市政策制定提出相關(guān)建議。除此之外,楊凱瑞等[49-50]通過(guò)政策文本量化分析,分別對(duì)智慧城市建設(shè)的客體和影響因子進(jìn)行研究。

經(jīng)分析可知,前沿的研究方法仍以PMC模型為基礎(chǔ)進(jìn)行優(yōu)化完善,需進(jìn)一步地豐富政策量化理論基礎(chǔ)與技術(shù)方法。在智慧城市領(lǐng)域的政策量化研究中,開(kāi)始探索發(fā)展區(qū)域、組織架構(gòu)、政策效力等具有領(lǐng)域?qū)I(yè)化特征維度的研究。

3 結(jié)論與展望

3.1 結(jié)論

對(duì)2010年1月1日至2021年10月31日時(shí)間段內(nèi)CNKI的政策量化相關(guān)文獻(xiàn)進(jìn)行了梳理,并根據(jù)政策文獻(xiàn)發(fā)文數(shù)量趨勢(shì)、關(guān)鍵詞聚類(lèi)和突現(xiàn)性分析,探討了中國(guó)政策量化研究的熱點(diǎn)與趨勢(shì)。

1)中國(guó)有關(guān)政策量化的年度發(fā)文數(shù)量呈現(xiàn)兩階段增長(zhǎng)趨勢(shì),2016年后研究熱度具有顯著的增長(zhǎng)趨勢(shì),從側(cè)面表明政策量化研究的重要性與意義,仍需進(jìn)一步的探索研究。

2)中國(guó)政策量化研究以“政策”為中心組成了3個(gè)研究熱點(diǎn)主題,分別是基于主題挖掘的政策文本語(yǔ)義量化分析、以政策工具為基礎(chǔ)的多維框架政策文本分析以及基于PMC指數(shù)模型的政策量化評(píng)價(jià),但研究數(shù)據(jù)、研究方法和研究維度仍需進(jìn)一步豐富和完善。

3)研究前沿主題主要包括政策量化評(píng)價(jià)和智慧城市相關(guān)政策量化研究,但研究方法仍以PMC模型為基礎(chǔ)進(jìn)行優(yōu)化完善,開(kāi)始探索領(lǐng)域?qū)I(yè)化特征維度研究。

3.2 展望

基于中國(guó)政策量化研究文獻(xiàn)分析,國(guó)內(nèi)現(xiàn)有研究已經(jīng)取得了一定的成果,但仍存在進(jìn)一步深化研究之處。

1)規(guī)范和豐富政策量化的研究數(shù)據(jù)。在研究數(shù)據(jù)獲取方面,應(yīng)進(jìn)一步規(guī)范和建設(shè)政策數(shù)據(jù)庫(kù)。在研究數(shù)據(jù)類(lèi)型方面,國(guó)內(nèi)目前大量研究主要對(duì)政策文本進(jìn)行分析,應(yīng)進(jìn)一步結(jié)合相關(guān)結(jié)構(gòu)化的數(shù)據(jù),以進(jìn)一步增強(qiáng)中國(guó)政策量化研究的客觀性。

2)跨學(xué)科融合發(fā)展政策量化的研究方法。目前,國(guó)內(nèi)在傳統(tǒng)的文獻(xiàn)計(jì)量法和內(nèi)容分析法的基礎(chǔ)上運(yùn)用了文本挖掘領(lǐng)域中的相關(guān)技術(shù)。未來(lái)的研究可以引入人工智能等學(xué)科中的研究方法,也可以將政策量化結(jié)果應(yīng)用于其他學(xué)科的影響因素研究中。

3)探索專(zhuān)業(yè)化政策量化的研究維度。基于政策多維分析框架的量化分析仍將是中國(guó)未來(lái)一段時(shí)間內(nèi)政策量化研究的熱點(diǎn)。未來(lái)應(yīng)根據(jù)各領(lǐng)域的活動(dòng)或工作特點(diǎn)設(shè)計(jì)專(zhuān)業(yè)化的維度,有助于豐富多維分析框架,使政策量化的分析結(jié)果的合理化、專(zhuān)業(yè)化和科學(xué)化。

本文主要以中文期刊文獻(xiàn)為研究對(duì)象,未來(lái)可以進(jìn)一步擴(kuò)大文獻(xiàn)的分析范圍,并結(jié)合其他文本挖掘技術(shù),豐富政策量化研究進(jìn)展與趨勢(shì)的內(nèi)容。