方思越 劉清

關(guān)鍵詞：政策文獻(xiàn)量化：PMC指數(shù)模型：計量分析：綜述

當(dāng)前，政府治理現(xiàn)代化不斷推進(jìn)，政府信息公開制度已逐步完善。同時，伴隨著統(tǒng)計學(xué)、計量學(xué)、數(shù)據(jù)可視化等學(xué)科和方法的不斷發(fā)展，以政策文獻(xiàn)為研究對象的公共政策研究有了更為廣闊的發(fā)展空間，政策文獻(xiàn)量化研究這一分析視角也獲得了更多的關(guān)注。政策文獻(xiàn)量化研究將語言表述的非結(jié)構(gòu)化的政策文本轉(zhuǎn)化為使用數(shù)量表示的資料，并使用統(tǒng)計數(shù)字描述分析的結(jié)果，在研究的過程中克服質(zhì)化政策研究中的主觀性和不確定性，從而得到相對直觀和精確的政策認(rèn)知。

近年來，政策文獻(xiàn)量化研究蓬勃發(fā)展，使用的方法也更加多元，典型的研究方法有政策計量分析、政策內(nèi)容量化和政策文本挖掘3個類別，而政策內(nèi)容量化的主要類型又包括基于政策文本描述性量化分析結(jié)果，再使用PMC指數(shù)對政策進(jìn)行績效評價。PMC指數(shù)模型（Policy Modelling Consistency）由MarioArturo Ruiz Estrada（下文簡稱Estrada）于2011年提出。該模型被引入國內(nèi)后在政策文獻(xiàn)量化研究中得到了較為充分的應(yīng)用，但具體應(yīng)用情況仍未明晰，同時也未見對該模型本土化應(yīng)用上的系統(tǒng)梳理。鑒于此，本文對目前國內(nèi)使用PMC指數(shù)模型的研究進(jìn)行梳理，計量分析當(dāng)前研究現(xiàn)狀，整理出PMC指數(shù)模型的一般流程，討論使用過程中存在的問題并給出相應(yīng)的建議，以期為PMC指數(shù)模型后續(xù)的實(shí)踐提供一定的借鑒。

1研究設(shè)計

1.1研究問題

梳理政策文獻(xiàn)量化研究中的PMC指數(shù)模型應(yīng)用研究，首先需要厘清研究問題。Estrada提出的PMC指數(shù)模型用于評判政策建模的一致性。政策建模是通過使用不同的理論、模型和技術(shù)對任意政策進(jìn)行分析評估的學(xué)術(shù)或?qū)嵺`工作，其本身即可被理解為一種對政策的評價工作。PMC指數(shù)模型的提出基于“Omnia Mobilis”假說，即“一切都在運(yùn)動中”，在政策建模中不應(yīng)忽略任何相關(guān)變量。然而，當(dāng)PMC指數(shù)模型被引入國內(nèi)后，卻多被用于政策文獻(xiàn)的評價之中。從政策建模的評價到政策文獻(xiàn)的評價，這種本土化應(yīng)用是本研究的主要關(guān)注點(diǎn)。由此衍生出本研究主要討論的3個問題：①國內(nèi)PMC指數(shù)模型應(yīng)用現(xiàn)狀如何？②國內(nèi)學(xué)者是如何使用PMC指數(shù)模型的？③如何更合理地應(yīng)用PMC指數(shù)模型？

1.2數(shù)據(jù)來源與處理

本研究的目標(biāo)文獻(xiàn)是應(yīng)用了PMC指數(shù)模型的期刊文獻(xiàn)，選取的數(shù)據(jù)庫為中國知網(wǎng)數(shù)據(jù)庫和維普中文期刊服務(wù)平臺。本研究制定的文獻(xiàn)選擇階段和標(biāo)準(zhǔn)為：①文獻(xiàn)檢索。根據(jù)研究主題，PMC指數(shù)模型在應(yīng)用上與“政策”這一關(guān)鍵詞息息相關(guān)，且“PMC”暫無代稱，因此使用“政策”與“PMC”的組合作為檢索詞進(jìn)行學(xué)術(shù)期刊文獻(xiàn)檢索，設(shè)定檢索字段為篇關(guān)摘，出版年度結(jié)束年為2022年；②文獻(xiàn)去重。剔除重復(fù)文獻(xiàn)；③文獻(xiàn)篩選。此階段主要判斷文獻(xiàn)是否完整地使用了PMC指數(shù)模型。對標(biāo)題和摘要進(jìn)行瀏覽，剔除與政策文獻(xiàn)量化研究無關(guān)的內(nèi)容，如省直管縣（Province Manage Country，PMC）和項(xiàng)目管理承包模式（Project ManagementContracting．PMC）等的研究；對正文進(jìn)行瀏覽，剔除沒有描述PMC指數(shù)模型應(yīng)用全過程的文獻(xiàn)。最終，本研究確定的目標(biāo)文獻(xiàn)為169篇。

1.3研究方法

研究主要采用計量分析的方法。針對問題①，對目標(biāo)文獻(xiàn)的發(fā)布時間、刊載期刊、作者信息和關(guān)鍵詞進(jìn)行統(tǒng)計分析，得到國內(nèi)PMC指數(shù)模型應(yīng)用的發(fā)文趨勢、期刊分布、主要作者、機(jī)構(gòu)和主要研究主題；針對問題②，對目標(biāo)文獻(xiàn)進(jìn)行深入閱讀，結(jié)合原PMC指數(shù)模型，提煉出本土化應(yīng)用的一般流程，再對流程每一階段進(jìn)行描述分析；在問題①和問題②的基礎(chǔ)上，對問題③展開討論，給出更合理使用PMC指數(shù)模型的建議。

2研究結(jié)果分析

2.1目標(biāo)文獻(xiàn)統(tǒng)計分析

2.1.1發(fā)文趨勢

對目標(biāo)文獻(xiàn)進(jìn)行發(fā)文趨勢統(tǒng)計，如圖1所示。201 1年，Estrada設(shè)計PMC指數(shù)模型，2015年國內(nèi)首次將該方法引入。發(fā)文量呈逐年增長趨勢，2015-2022年，發(fā)文量從1篇增長到169篇?？梢?，PMC指數(shù)模型在國內(nèi)正越來越多地被應(yīng)用。

2.1.2期刊分布

對目標(biāo)文獻(xiàn)來源進(jìn)行統(tǒng)計，如圖2所示。目標(biāo)文獻(xiàn)分布于113本不同的期刊上，收錄量為5篇及以上的期刊分別為《中國科技論壇》《科技進(jìn)步與對策》《情報雜志》《軟科學(xué)》《統(tǒng)計與決策》和《科技管理研究》，總占比21.89%。其余期刊的收錄量均在5篇以下，有88本期刊只發(fā)了1篇相關(guān)文獻(xiàn)，說明應(yīng)用了PMC指數(shù)模型的期刊文獻(xiàn)分布較為分散。

參考數(shù)據(jù)庫中的專輯名稱、專題名稱和期刊描述對期刊進(jìn)行分類統(tǒng)計，如圖3所示。有100篇文獻(xiàn)分布在55本管理科學(xué)類的期刊上，占總文獻(xiàn)量的57.17%，有31篇文獻(xiàn)分布在26本大學(xué)學(xué)報上，20篇文獻(xiàn)分布在13本醫(yī)藥衛(wèi)生科技類的期刊上，另外，在教育學(xué)、體育學(xué)、信息科學(xué)等領(lǐng)域的期刊上也都有應(yīng)用了PMC指數(shù)模型的文獻(xiàn)。在不同類別期刊上的分布說明應(yīng)用了PMC指數(shù)模型的文獻(xiàn)多分布于管理科學(xué)類的期刊上，且在其他學(xué)科領(lǐng)域也獲得了一定的認(rèn)可。

2.1.3作者信息

對作者的發(fā)文次數(shù)進(jìn)行統(tǒng)計，共有411位不同的作者。發(fā)文量排名前3的作者分別為張永安教授（北京工業(yè)大學(xué)經(jīng)濟(jì)與管理學(xué)院，8篇），杜寶貴教授（東北大學(xué)文法學(xué)院，4篇）和褚淑貞教授（中國藥科大學(xué)國家藥物政策與醫(yī)藥產(chǎn)業(yè)經(jīng)濟(jì)研究中心，4篇）。其中，張永安教授是首位將PMC指數(shù)模型引入國內(nèi)的學(xué)者。

對第一作者的相關(guān)信息進(jìn)行統(tǒng)計，共有145名不同的第一作者，發(fā)文量排名前5的作者分別為張永安教授（北京工業(yè)大學(xué)經(jīng)濟(jì)與管理學(xué)院，8篇），杜寶貴教授（東北大學(xué)文法學(xué)院，4篇），周海煒教授（河海大學(xué)商學(xué)院，3篇），沈俊鑫教授（昆明理工大學(xué)管理與經(jīng)濟(jì)學(xué)院，3篇）和劉紀(jì)達(dá)博士（哈爾濱工業(yè)大學(xué)經(jīng)濟(jì)與管理學(xué)院，3篇）。對這些作者所屬的機(jī)構(gòu)進(jìn)行統(tǒng)計，共涉及101個不同的機(jī)構(gòu)。其中，有8名不同的作者來自北京工業(yè)大學(xué)的經(jīng)濟(jì)與管理學(xué)院，涉及16篇目標(biāo)文獻(xiàn)；6名不同的作者來自河海大學(xué)（5名來自商學(xué)院，1名來自公共管理學(xué)院），涉及9篇目標(biāo)文獻(xiàn)；6名不同的作者來自中國藥科大學(xué)，涉及6篇目標(biāo)文獻(xiàn)。通過對作者信息的統(tǒng)計可以發(fā)現(xiàn)，以張永安教授為代表的北京工業(yè)大學(xué)經(jīng)濟(jì)與管理學(xué)院在PMC指數(shù)模型的應(yīng)用上有較多經(jīng)驗(yàn)，作者的分布相對分散。

2.1.4研究主題

對目標(biāo)文獻(xiàn)的關(guān)鍵詞進(jìn)行統(tǒng)計，排名前3的研究主題如表1所示。研究主題中，“政策量化評價”的出現(xiàn)頻次位列第一，與“PMC指數(shù)模型”不相上下，但與“文本內(nèi)容分析”這一主題拉開了較大差距。研究主題的排序印證了PMC指數(shù)模型多應(yīng)用于政策文獻(xiàn)量化研究，尤其是政策量化評價中，且部分研究還應(yīng)用了其他文本內(nèi)容分析的方法。

通過對關(guān)鍵詞的統(tǒng)計還可以發(fā)現(xiàn)，這些文獻(xiàn)選取的政策來自不同的領(lǐng)域，按照《國民經(jīng)濟(jì)行業(yè)分類》（GB/T4754-2017）將目標(biāo)文獻(xiàn)涉及的政策內(nèi)容進(jìn)行劃分，并映射到經(jīng)濟(jì)、政治、文化、社會、生態(tài)文明五大建設(shè)中。排名前3的政策領(lǐng)域如表2所示，分別為公共管理、社會保障和社會組織，科學(xué)研究和技術(shù)服務(wù)業(yè)以及租賃和制造業(yè)。五大建設(shè)中的分布如圖4所示，相關(guān)研究分析的政策在這五大建設(shè)中均有涉獵，其中最多的是有關(guān)經(jīng)濟(jì)建設(shè)的政策。

2.2目標(biāo)文獻(xiàn)PMC指數(shù)模型應(yīng)用分析

Estrada提出的PMC指數(shù)模型分為6個步驟：①構(gòu)建多投入一產(chǎn)出表；②確認(rèn)變量和具體參數(shù)；③PMC指數(shù)計算：④構(gòu)建政策建模的一致性評價標(biāo)準(zhǔn)：⑤繪制PMC曲面圖：⑥根據(jù)評價標(biāo)準(zhǔn)分析政策建模的優(yōu)劣勢。而通過對目標(biāo)文獻(xiàn)的梳理，可得國內(nèi)學(xué)者應(yīng)用該模型時主要分為政策文本搜集與預(yù)處理、指標(biāo)體系構(gòu)建、PMC指數(shù)計算、PMC曲面圖繪制和政策綜合分析5個步驟，如圖5所示。

2.2.1政策文本搜集與預(yù)處理

在政策文本搜集與預(yù)處理部分，學(xué)者們依據(jù)需要分析的主題設(shè)計關(guān)鍵詞，在專業(yè)政策數(shù)據(jù)庫（北大法寶、北大法意、白鹿智庫等）和相關(guān)政府網(wǎng)站上搜集政策文本。根據(jù)文本的相關(guān)性和有效性篩選出研究需要的政策文獻(xiàn)，并挖掘文本內(nèi)容。部分學(xué)者使用ROST數(shù)據(jù)分析軟件和（或）Python編程語言輔助識別政策文本高頻關(guān)鍵詞和主題，部分學(xué)者根據(jù)編碼提取政策文本的要點(diǎn)，這些關(guān)鍵詞、主題和要點(diǎn)是構(gòu)建PMC指標(biāo)體系的重要依據(jù)。

2.2.2指標(biāo)體系構(gòu)建

使用PMC指數(shù)模型的第一步是設(shè)計多投入一產(chǎn)出表。多投入產(chǎn)出表在Estrada的設(shè)計中是一種量化單個政策建模文本的數(shù)據(jù)分析框架，由10個一級變量和50個二級變量構(gòu)成，如表3所示。國內(nèi)學(xué)者在沿用的過程中保留了含兩級變量的指標(biāo)體系，并根據(jù)待分析的政策文本調(diào)整各級變量的數(shù)目和內(nèi)容。

對目標(biāo)文獻(xiàn)構(gòu)建的指標(biāo)體系進(jìn)行分析。169篇目標(biāo)文獻(xiàn)中有98篇構(gòu)建了10個一級變量．65篇構(gòu)建了9個一級變量，各有兩篇文獻(xiàn)構(gòu)建了13個和16個一級變量，各有1篇文獻(xiàn)構(gòu)建了7個和8個一級變量。構(gòu)建的二級變量數(shù)量最少為25個，最多為77個，為40個二級變量的文獻(xiàn)數(shù)量最多。出現(xiàn)頻次前10的一級變量和相應(yīng)的二級變量示例如表4所示。

這10個一級變量分別為政策性質(zhì)、政策時效、政策評價、政策領(lǐng)域、政策公開、政策功能、政策視角、政策內(nèi)容、政策工具和發(fā)布機(jī)構(gòu)。在相應(yīng)的二級變量設(shè)計上：①政策性質(zhì)。二級變量除了示例中的預(yù)測、監(jiān)管、建議、描述、引導(dǎo)之外還有診斷、導(dǎo)向、判定、倡議、支持、穩(wěn)定、規(guī)范、試行等；②政策時效。二級變量中的長期、中期、短期主要有兩種時長劃分方式：一是將長期劃分為10年以上，中期5～10年，短期1～5年；二是將長期劃分為5年以上，中期3～5年，短期1～3年；③政策評價。二級變量的設(shè)計是研究者對政策文本的主觀判讀，除了示例中的依據(jù)充分、目標(biāo)明確、方案科學(xué)、符合國情之外還有鼓勵創(chuàng)新、規(guī)劃翔實(shí)等；④政策領(lǐng)域。二級變量主要為政治、經(jīng)濟(jì)、社會、環(huán)境、科技；⑤政策公開。一般沒有設(shè)置二級變量，主要用于判斷政策文本是否公開；⑥政策功能。二級變量描述政策期望實(shí)現(xiàn)的功能，依據(jù)預(yù)處理時得到的關(guān)鍵詞、主題和要點(diǎn)確定；⑦政策視角。二級變量主要有宏觀、中觀和微觀，也有學(xué)者直接用宏觀和微觀；⑧政策內(nèi)容。二級變量描述政策包含的內(nèi)容，依據(jù)預(yù)處理時得到的關(guān)鍵詞、主題和要點(diǎn)確定；⑨政策工具。二級指標(biāo)列舉政策使用的工具，描述粒度上因研究而異，示例中直接將政策工具劃分為供給型、環(huán)境型和需求型，粒度較粗，部分研究直接使用下位層次的具體工具作為二級變量，如財政投入、基礎(chǔ)設(shè)施建設(shè)、人才培育等；⑩發(fā)布機(jī)構(gòu)。二級變量列舉指發(fā)布政策的機(jī)構(gòu)性質(zhì)，不同研究在該變量的設(shè)計和表達(dá)上也有所不同。

2.2.3PMC指數(shù)計算

在構(gòu)建了指標(biāo)體系后，需要對變量進(jìn)行計算。一般地，指標(biāo)體系中一級變量的取值范圍為[0，1]，二級變量的取值為0或1，也有部分研究規(guī)定了具體變量的取值。根據(jù)式（1）將每一項(xiàng)政策的一級變量的分值進(jìn)行加總，即得到相應(yīng)政策的PMC指數(shù)。假設(shè)一項(xiàng)研究中有10個一級變量，且變量取值范圍為[0，1]，則其最高分為10，最低分為0。

另有學(xué)者改進(jìn)了PMC指數(shù)計算的方法，提出PMC-AE指數(shù)，即利用神經(jīng)網(wǎng)絡(luò)中的自編碼技術(shù)對多參數(shù)進(jìn)行融合，對政策進(jìn)行打分。PMC-AE指數(shù)的計算減少了人工賦值的主觀性，但計算過程相對復(fù)雜。

目標(biāo)文獻(xiàn)中，有的研究會計算所有搜集到的政策文本的PMC指數(shù)，而有的研究則根據(jù)一定的標(biāo)準(zhǔn)選取部分政策文本進(jìn)行計算。

2.2.4PMC曲面繪制

繪制PMC曲面圖，是為了直觀地展示各項(xiàng)被研究的政策在各個變量上的分值o PMC曲面繪制有兩種形式：一是繪制單一政策的三維曲面圖：二是將多個政策進(jìn)行橫向?qū)Ρ壤L制雷達(dá)圖。在繪制單一政策的曲面圖時，將政策樣本中的各個一級變量得分轉(zhuǎn)化為矩陣形式，再進(jìn)行繪制，如圖6所示，假設(shè)某一政策有9個一級變量，取值分別為1.0、0.2、0.6、0.2、0.5、0、0.1、0.9、0.8，被轉(zhuǎn)化為三維矩陣形式。

在繪制雷達(dá)圖時，依據(jù)為政策個數(shù)和其相應(yīng)的一級變量的分值，示例如圖7所示（圖示分值為隨機(jī)生成），假設(shè)研究涉及3項(xiàng)不同的政策P1、P2、P3，共有9個一級指標(biāo)體系。雷達(dá)圖直觀展示了P1、P2、P3在X1～9指標(biāo)上的分值和凹陷程度。

2.2.5政策綜合分析

通過政策綜合分析，得出政策優(yōu)化建議。目標(biāo)文獻(xiàn)中，有156篇文獻(xiàn)沿用了Estrada劃分PMC指數(shù)值等級的做法，按照PMC指數(shù)值等級對相對應(yīng)的政策進(jìn)行評價。Estrada將PMC指數(shù)值劃分為4個不同的等級：分值在9～10為完美一致性，7～8.99為優(yōu)秀一致性，5～6.99為可接受一致性，0～4.99為低一致性。國內(nèi)學(xué)者沿用時，部分直接采取這一等級劃分，也將政策分為完美（優(yōu)秀）、優(yōu)秀（良好）、可接受、不良（不及格）4個等級；部分研究則自定義等級劃分，如參考百分制標(biāo)準(zhǔn)將分值劃分為完美、優(yōu)秀、良好、不良4個等級，亦有學(xué)者劃分為不良、可接受（合格）、良好、優(yōu)秀、完美5個等級。由于Estrada設(shè)計了10個一級變量，對于一級變量數(shù)量并非10的研究，等級評判的分值應(yīng)當(dāng)作出相應(yīng)的改變，如對于設(shè)計了9個一級變量的研究，完美、優(yōu)秀、可接受、不良4個層級的取值可能分別為[7，9]、[5，7）、[3，5）、[0，3） ]或[8，9]、[6，7）、[4，6）、[ 0，4）]等。沒有劃分政策等級的研究則直接根據(jù)PMC指數(shù)值進(jìn)行分析。

在具體的分析過程中，如果研究只計算了某單一政策的PMC指數(shù)，則在給出優(yōu)化建議的過程中依據(jù)其一級變量的分值給出對應(yīng)的方案。舉例而言，計算后發(fā)現(xiàn)政策P1在X4（政策領(lǐng)域）和X6（政策功能）上的評分較低，則可以聚焦到政策領(lǐng)域和政策功能的二級變量上尋找評分較低的原因，提出改進(jìn)方案。如果研究計算了多項(xiàng)政策的PMC指數(shù)，一般會對這些政策進(jìn)行分值排序，再進(jìn)行單一政策的重點(diǎn)分析。

此外，部分目標(biāo)文獻(xiàn)并未將PMC指數(shù)模型作為主要研究內(nèi)容，而是服務(wù)于整體的分析框架。最為典型的是“政策主體一政策工具一政策效力”三維分析框架。其中政策主體是依照法定權(quán)限和程序頒布相關(guān)政策文件的機(jī)構(gòu)或組織：政策工具是為落實(shí)某項(xiàng)政策采取的相關(guān)措施或手段：政策效力是政策文本的內(nèi)容效力和影響力。政策主體的識別可以通過政策文獻(xiàn)的結(jié)構(gòu)要素直接獲取：政策工具主要依托Rothewell的政策工具理論，將政策文本單位化后進(jìn)行編碼，劃分為環(huán)境面、供給面和需求面3類政策工具：政策效力使用PMC指數(shù)進(jìn)行衡量。使用三維分析框架在進(jìn)行政策綜合分析時關(guān)注政策主體維度上各政策主體之間的協(xié)同程度，政策工具維度上3類政策工具的占比和各自的優(yōu)化點(diǎn)，以及政策效力維度上政策的PMC指數(shù)值分析結(jié)果。

3研究討論及結(jié)論建議

PMC指數(shù)模型在國內(nèi)的應(yīng)用自2015年興起，穩(wěn)步發(fā)展至今，已經(jīng)成為政策文獻(xiàn)量化研究中的重要研究方法之一。通過研究結(jié)果分析可以得知：

1）PMC指數(shù)模型在國內(nèi)越來越多地被應(yīng)用，且應(yīng)用的學(xué)科領(lǐng)域較為廣泛，作者分布也較為分散。以張永安教授為代表的北京工業(yè)大學(xué)經(jīng)濟(jì)與管理學(xué)院在PMC指數(shù)模型的應(yīng)用上有較多的經(jīng)驗(yàn)，其研究內(nèi)容可作為初學(xué)者的重要參考。

2）通過統(tǒng)計分析，可知PMC指數(shù)模型的主要研究主題為“政策量化評價”。通過應(yīng)用分析，可知在政策綜合分析這一步驟中，目標(biāo)文獻(xiàn)中有156篇文章（占比92%）對計算得到的PMC指數(shù)值進(jìn)行了等級劃分，進(jìn)一步印證了PMC指數(shù)模型在國內(nèi)主要被應(yīng)用于政策評價。

3）國內(nèi)在PMC指數(shù)模型應(yīng)用的過程中，政策文本搜集與預(yù)處理是基礎(chǔ)，指標(biāo)體系構(gòu)建是核心，PMC指數(shù)計算實(shí)現(xiàn)量化，PMC曲面圖繪制實(shí)現(xiàn)可視化，政策綜合分析是PMC指數(shù)模型應(yīng)用的最終目的。與原模型相比，指標(biāo)體系更加多樣化、指數(shù)計算存在改進(jìn)算法、曲面圖繪制新增雷達(dá)圖。

通過對研究結(jié)果的進(jìn)一步審視，有以下3個問題值得討論：

1）使用PMC指數(shù)模型進(jìn)行政策評價是否合理。首先，PMC指數(shù)模型的原設(shè)計是對政策建模的評價，政策建模不應(yīng)該忽略任何變量。政策建模是通過使用不同的理論、模型和技術(shù)對任意政策進(jìn)行分析評估的學(xué)術(shù)或?qū)嵺`工作。在Estrada的設(shè)計中，作者通過計算發(fā)現(xiàn)政策建模文章在應(yīng)用研究類型、研究方向、數(shù)據(jù)源、應(yīng)用的計量經(jīng)濟(jì)學(xué)方法、研究領(lǐng)域、研究理論框架、按部門劃分的政策建模、經(jīng)濟(jì)學(xué)框架在政策建模中的應(yīng)用、地理分析和論文引用這10個一級變量上的一致性。首先，如果一份政策建模的研究的PMC指數(shù)值高，則說明該政策建模研究在變量考慮上較為全面，一致性高，因此較優(yōu)。但政策建模并不等于政策，故國內(nèi)將PMC指數(shù)模型方法移植到政策評價上的合理性值得探討。其次，相關(guān)研究表明，政策評價有廣義和狹義之分。對政策系統(tǒng)及政策過程進(jìn)行綜合的、全方位的考察與分析，并給予評價、判斷和總結(jié)的功能活動是廣義層面上的評價。作為系統(tǒng)觀念的政策評估，包括作為評估者的評估主體、作為評估客體的公共政策、作為外部條件的評估環(huán)境，以及政策評估過程與方法體系等諸多組成要素，對政策系統(tǒng)及政策過程某個或若干個要素及環(huán)節(jié)的評估是狹義層面的評價。鑒于此，從狹義層面去理解PMC指數(shù)模型在政策評價中的作用是可以被接受的，因?yàn)檎呶谋颈灰暈槭菍陀^事實(shí)的全面描述與建構(gòu)，具有確定性和完盡性。而如果使用PMC指數(shù)模型直接判斷政策的優(yōu)劣，容易造成廣義層面上的誤解。最后，政策文本的注意力也并不能完全通過PMC指數(shù)模型體現(xiàn)，目標(biāo)文獻(xiàn)中，指標(biāo)體系中的變量一般為不含情感的短語，如“科技供給”，而非“提高科技供給”或“降低科技供給”。因此，一項(xiàng)政策在某一級變量上的分值高只說明該政策在這一變量上有所描述，在某一變量上的分值低只說明該政策在這一變量上描述不足，而該政策是否需要在低分值變量部分施以更多的關(guān)注度，則需要回歸政策文本，由原文決定。綜上，筆者認(rèn)為使用PMC指數(shù)模型進(jìn)行政策評價是一種僅落在政策文本上的狹義評價，這種評價方式主要用于評價政策的完盡性。

2）怎樣構(gòu)建更加科學(xué)的指標(biāo)體系。指標(biāo)體系構(gòu)建是PMC指數(shù)模型應(yīng)用的核心，通過對目標(biāo)文獻(xiàn)的梳理發(fā)現(xiàn)，指標(biāo)體系的科學(xué)性有待提高。在目標(biāo)文獻(xiàn)中，部分指標(biāo)的設(shè)計可操作性不強(qiáng)，如“政策評價”，二級指標(biāo)的設(shè)計和評價都顯得主觀：部分指標(biāo)的設(shè)計獨(dú)立性不夠，如一級變量為“政策領(lǐng)域”，其下的二級變量既含“社會服務(wù)”又含“醫(yī)療”，“醫(yī)療”亦可以算作“社會服務(wù)”的一種：部分指標(biāo)的設(shè)計在分析過程中顯得冗余，如“政策公開”，不公開的政策不會出現(xiàn)在待分析文獻(xiàn)集中。一般地，綜合評價問題在指標(biāo)體系的設(shè)計過程中需要遵循目的性、完備性、可操作性、獨(dú)立性、顯著性與動態(tài)性6個原則。目的性代表指標(biāo)體系應(yīng)具有一定的導(dǎo)向性，能為評價對象的改進(jìn)提供方向：完備性代表指標(biāo)體系指標(biāo)能較全面地反映待評價對象系統(tǒng)的整體性能和特征：可操作性代表每項(xiàng)指標(biāo)都可被觀測和衡量：獨(dú)立性代表每項(xiàng)指標(biāo)要盡可能相互獨(dú)立，互不交叉重疊，互不矛盾因果；顯著性代表指標(biāo)體系涵蓋關(guān)鍵指標(biāo)即可，指標(biāo)數(shù)量不應(yīng)過多冗余：動態(tài)性代表指標(biāo)體系可根據(jù)評價的反映效果進(jìn)行動態(tài)修正。筆者認(rèn)為，在指標(biāo)體系的構(gòu)建中需要檢驗(yàn)是否符合這6個原則。

3）怎樣保證PMC指數(shù)模型使用的前后一致性。部分學(xué)者在研究過程中的搜集和預(yù)處理部分對目標(biāo)領(lǐng)域的所有相關(guān)政策文本進(jìn)行處理，但后續(xù)指數(shù)計算部分則只選取了“具有代表性的”“隨機(jī)的”政策文本進(jìn)行分析。這一做法的出發(fā)點(diǎn)可能在于對所有政策文本進(jìn)行預(yù)處理，以增強(qiáng)指標(biāo)體系的全面性，但選擇代表性政策意味著丟失了研究的完備性，且存在一定的主觀性，對政策的隨機(jī)選擇又存在不確定性。因此筆者認(rèn)為，為了保證模型使用的前后一致性，在政策文本搜集與預(yù)處理階段就確定待分析的政策文獻(xiàn)集，這一做法也可以保證構(gòu)建的指標(biāo)體系中的各級變量能包含待分析文獻(xiàn)中的全部要點(diǎn)。

通過對以上3個問題的討論，精簡出3條在政策文獻(xiàn)量化分析中使用PMC指數(shù)模型的建議：①由于PMC指數(shù)模型應(yīng)用于政策評價是一種狹義的政策評價，在使用PMC分值進(jìn)行劃分時，“完美”“優(yōu)秀”“可接受”“不良”之類的描述較為粗糙，使用“合理完備”“符合預(yù)期”“有所側(cè)重”“覆蓋面窄”“適用性弱”的類似表達(dá)更為合理：②指標(biāo)體系構(gòu)建盡量滿足目的性、完備性、可操作性、獨(dú)立性、顯著性與動態(tài)性的原則，尤其需要注意完備性、可操作性和獨(dú)立性；③研究設(shè)計之初就確定待分析的政策文獻(xiàn)，避免后續(xù)應(yīng)用PMC指數(shù)模型時對政策文獻(xiàn)的二次選擇。

4小結(jié)

本研究系統(tǒng)梳理了當(dāng)前國內(nèi)政策文獻(xiàn)量化研究中應(yīng)用的PMC指數(shù)模型期刊文獻(xiàn)，通過目標(biāo)文獻(xiàn)的統(tǒng)計分析揭示國內(nèi)應(yīng)用PMC指數(shù)模型的現(xiàn)狀，通過目標(biāo)文獻(xiàn)的PMC指數(shù)模型應(yīng)用分析揭示國內(nèi)學(xué)者如何使用PMC指數(shù)模型，并進(jìn)一步討論了如何更合理地應(yīng)用PMC指數(shù)模型。同時，本研究也存在一定的局限性。首先，為了使目標(biāo)文獻(xiàn)更具有解釋性和對比性，本研究并未對學(xué)位論文進(jìn)行分析：其次，本研究僅對國內(nèi)應(yīng)用PMC指數(shù)模型的現(xiàn)狀進(jìn)行梳理，并未考慮外文文獻(xiàn)中的應(yīng)用；最后，本研究側(cè)重于對方法本身的描述，更適合對PMC指數(shù)模型不了解或未實(shí)踐過PMC指數(shù)模型的讀者。此外，還存在一些待思考的更加深入的問題，如怎樣對PMC指數(shù)模型進(jìn)行改進(jìn)使其能更好地體現(xiàn)政策的關(guān)注度，怎樣構(gòu)建指標(biāo)體系才能滿足目的性、完備性、可操作性、獨(dú)立性、顯著性與動態(tài)性的原則，怎樣選取合適的待分析政策文獻(xiàn)等。