【摘"要】"目的"量化評(píng)價(jià)國(guó)家層面出臺(tái)的智慧養(yǎng)老政策，總結(jié)分析其優(yōu)點(diǎn)與不足，為進(jìn)一步深化智慧養(yǎng)老政策改革提供參考。方法"對(duì)國(guó)家層面公開(kāi)發(fā)布的32份智慧養(yǎng)老政策進(jìn)行文本挖掘，選取12份代表性政策作為研究樣本，構(gòu)建PMC指數(shù)模型并對(duì)12份政策進(jìn)行量化評(píng)價(jià)。結(jié)果""12份智慧養(yǎng)老政策PMC指數(shù)得分均值為6.55，合格等級(jí)政策有10份、優(yōu)秀等級(jí)政策有2份；在政策目標(biāo)、政策評(píng)價(jià)、政策領(lǐng)域、政策公開(kāi)方面得分較高。對(duì)比兩項(xiàng)代表性政策發(fā)現(xiàn)，在政策目標(biāo)、政策評(píng)價(jià)、政策視角和激勵(lì)方式方面差異明顯。結(jié)論"我國(guó)智慧養(yǎng)老政策整體處于較好水平，但在政策時(shí)效、激勵(lì)方式等方面仍有提升空間。

【關(guān)鍵詞】"智慧養(yǎng)老；PMC指數(shù)模型；政策評(píng)價(jià)；量化評(píng)價(jià)

中圖分類(lèi)號(hào)：R197.323；R-012""""""文獻(xiàn)標(biāo)識(shí)碼：A

Quantitative Evaluation of Intelligent Pension Policy Based on PMC Index Model/ZHANG Ye，LU Yuqiao.//Chinese Health Quality Management，2024，31（2）：43-47

Abstract"Objective"To quantitatively evaluate the intelligent pension policies introduced at the national level， summarize and analyze the advantages and disadvantages of the policies， and provide references for further deepening the reform of intelligent pension policies."Methods"Text mining was carried out on 32 Chinese policies related to intelligent pension， and 12 of them were selected as research samples according to the results. The Policy Modeling Consistency （PMC） index model was constructed and 12 policies were evaluated quantitatively."Results"The average score of PMC index of 12 smart pension policies was 6.55， 10 policies were qualified and 2 policies were excellent. High scores in policy objectives， policy evaluation， policy areas， and policy disclosure. Comparing the two representative policies， it was found that there were obvious differences in policy objectives， policy evaluation， policy perspectives and incentive methods. "Conclusion "China's intelligent pension policy is at a good level， but there is still room for improvement in policy prescription and incentive methods.

Key words""Intelligent Pension; PMC Index Model; Policy Evaluation; Quantitative Evaluation

First-author's address"DongFang Hospital，Beijing University of Chinese Medicine，Beijing，100078，China

國(guó)家統(tǒng)計(jì)局?jǐn)?shù)據(jù)顯示，截至2022年末，我國(guó)60歲及以上人口達(dá)2.8億，占全國(guó)總?cè)丝诘谋壤秊?9.8%；65歲及以上人口達(dá)2.1億，占全國(guó)總?cè)丝诘谋壤秊?4.9%［1］。據(jù)全國(guó)老齡工作委員會(huì)辦公室研究測(cè)算，到2033年我國(guó)老年人口將突破4億，2053年將達(dá)到峰值4.87億［2］。我國(guó)養(yǎng)老需求結(jié)構(gòu)由生存型向發(fā)展型轉(zhuǎn)變，養(yǎng)老服務(wù)需求不斷增加。隨著物聯(lián)網(wǎng)、互聯(lián)網(wǎng)、5G等新興技術(shù)的發(fā)展，智慧養(yǎng)老應(yīng)運(yùn)而生［3］。智慧養(yǎng)老是以物聯(lián)網(wǎng)、大數(shù)據(jù)、人工智能等技術(shù)為載體，以智慧社區(qū)、智慧城市、智慧社會(huì)為依托，以第三方專(zhuān)業(yè)服務(wù)組織介入服務(wù)為保障，在整合老年人群養(yǎng)老服務(wù)資源的前提下，形成的資源數(shù)據(jù)互聯(lián)互通、資源統(tǒng)一調(diào)度的養(yǎng)老服務(wù)模式［4］。我國(guó)相繼出臺(tái)了多項(xiàng)智慧養(yǎng)老政策。目前關(guān)于智慧養(yǎng)老服務(wù)的研究集中在服務(wù)模式探索［5］、適老化環(huán)境改善［6］以及智慧養(yǎng)老認(rèn)知和意愿調(diào)查［3］等方面。有學(xué)者采用定性分析方法，從政策工具視角分析省級(jí)層面出臺(tái)的智慧養(yǎng)老政策［7-8］，關(guān)于國(guó)家層面出臺(tái)的智慧養(yǎng)老政策量化評(píng)價(jià)研究較少。政策一致性指數(shù)模型（Policy Modeling Consistency Index，PMC），即PMC指數(shù)模型，主張盡可能將所有相關(guān)變量包含在內(nèi)，且認(rèn)為所有變量同等重要，并視變量為二分變量，以克服現(xiàn)有政策評(píng)價(jià)方法過(guò)分關(guān)注某些變量而忽視其他變量的缺點(diǎn)［9］。本研究運(yùn)用PMC指數(shù)模型對(duì)國(guó)家層面出臺(tái)的智慧養(yǎng)老政策文本進(jìn)行量化評(píng)價(jià)，總結(jié)不同評(píng)級(jí)政策的特點(diǎn)，以期為推動(dòng)智慧養(yǎng)老服務(wù)發(fā)展提供參考。

1"資料與方法

1.1"資料來(lái)源

2012年我國(guó)首次提出“智慧化養(yǎng)老”理念，2013年我國(guó)老年人口突破2億［10］，因此本研究時(shí)間范圍為2013年1月1日-2023年4月30日。以“智慧助老”“智慧養(yǎng)老”“互聯(lián)網(wǎng)+養(yǎng)老”等為關(guān)鍵詞，在北大法寶數(shù)據(jù)庫(kù)以及國(guó)務(wù)院、國(guó)家衛(wèi)生健康委、國(guó)家發(fā)展改革委等官方網(wǎng)站收集國(guó)家層面公開(kāi)發(fā)布的與智慧養(yǎng)老密切相關(guān)的通知、規(guī)劃、意見(jiàn)等政策。共收集32份政策。

1.2"研究方法

1.2.1 "典型政策選取 ""運(yùn)用ROST CM 6.0詞頻分析工具對(duì)32份政策進(jìn)行合并與分詞處理，剔除虛詞及非相關(guān)詞后，提取政策文本中的高頻詞，形成社會(huì)網(wǎng)絡(luò)知識(shí)圖譜，挖掘出“服務(wù)”“養(yǎng)老”“健康”“智慧”等核心關(guān)鍵詞，并作為篩選典型政策的依據(jù)。共選取12份具有代表性的政策（表1）進(jìn)行分析。

1.2.2"變量分類(lèi)及參數(shù)確定 """""根據(jù)Mario E［11］研究的變量設(shè)計(jì)方法，參考已有研究，結(jié)合智慧養(yǎng)老政策內(nèi)容，選取一級(jí)變量和二級(jí)變量，并確定每個(gè)二級(jí)變量權(quán)重，共設(shè)置了10個(gè)一級(jí)變量和40個(gè)二級(jí)變量，每個(gè)二級(jí)變量權(quán)重相同。見(jiàn)表2。

1.2.3 "PMC指數(shù)測(cè)算""首先，根據(jù)PMC指數(shù)計(jì)算方法，對(duì)40個(gè)二級(jí)變量進(jìn)行賦值；其次，計(jì)算10個(gè)一級(jí)變量得分，一級(jí)變量分值為二級(jí)變量總分與二級(jí)變量數(shù)目的比值；最后，計(jì)算PMC指數(shù)，即每項(xiàng)政策所有一級(jí)變量得分之和。

1.2.4 "PMC曲面圖繪制 "PMC曲面圖能夠從多維度展現(xiàn)智慧養(yǎng)老政策總體情況和各項(xiàng)政策具體情況。

2"結(jié)果與分析

本研究一級(jí)變量共有10個(gè)，計(jì)算得到PMC指數(shù)取值范圍為［0，10］。PMC指數(shù)模型中政策評(píng)價(jià)標(biāo)準(zhǔn)為：PMC指數(shù)為10～9為完美政策；指數(shù)為8.99～7為優(yōu)秀政策；指數(shù)為6.99～5為合格政策；指數(shù)≤4.99為不良政策。12份智慧養(yǎng)老政策PMC指數(shù)得分情況見(jiàn)表3。

2.1"政策整體評(píng)價(jià)

將各項(xiàng)政策PMC指數(shù)得分從高到低排序，依次為P11、P4、P3、P9、P12、P7、P8、P1、P5、P6、P2、P10，均為合格及以上等級(jí)，說(shuō)明智慧養(yǎng)老政策內(nèi)容涵蓋較全面。根據(jù)一級(jí)變量PMC指數(shù)得分均值來(lái)看：X1（政策性質(zhì)）均值為0.55，選取的智慧養(yǎng)老政策涉及建議、支持、導(dǎo)向內(nèi)容，部分政策缺失監(jiān)管和描述；X2（政策時(shí)效）均值為0.27，得分最低，5份政策為長(zhǎng)期計(jì)劃，1份政策為中長(zhǎng)期計(jì)劃，3份政策為中期計(jì)劃，3份政策為短期計(jì)劃，缺少本年度計(jì)劃；X3（政策目標(biāo)）均值為0.71，8份政策涉及提升智慧養(yǎng)老服務(wù)能力，9份政策涉及推廣智能技術(shù)應(yīng)用，10份政策涉及滿足養(yǎng)老服務(wù)需求，7份政策涉及建設(shè)智慧養(yǎng)老服務(wù)標(biāo)準(zhǔn)；X4（政策內(nèi)容）均值為0.68，不同政策關(guān)注重點(diǎn)不同；X5（政策評(píng)價(jià)）均值為0.90，得分僅次于X10（政策公開(kāi)），說(shuō)明選取的智慧養(yǎng)老政策制定依據(jù)充分，符合國(guó)情，目標(biāo)明確且規(guī)劃科學(xué)；X6（政策視角）均值為0.58，各有6份政策涉及宏觀視角和微觀視角；X7（激勵(lì)方式）均值為0.52，選取的智慧養(yǎng)老政策基本涵蓋政策支持、人才培養(yǎng)、財(cái)政補(bǔ)貼等激勵(lì)方式，部分政策缺失產(chǎn)業(yè)融合、法律保障、土地供應(yīng)等激勵(lì)方式；X8（政策工具）均值為0.58，選取的智慧養(yǎng)老政策注重強(qiáng)制型和混合型工具的應(yīng)用，自愿型工具應(yīng)用較少；X9（政策領(lǐng)域）均值為0.75，各份政策基本都涉及到了社會(huì)和科技領(lǐng)域，9份政策涉及政治或經(jīng)濟(jì)領(lǐng)域，5份政策涉及其他領(lǐng)域；X10（政策公開(kāi)）均值為1.00，選取的智慧養(yǎng)老政策均公開(kāi)發(fā)布。

2.2"政策具體評(píng)價(jià)

2.2.1"優(yōu)秀等級(jí)政策 "政策P4和P11為優(yōu)秀等級(jí)政策。在12份政策中，政策P11的PMC指數(shù)得分最高，且除“X2（政策時(shí)效）”外，其余一級(jí)變量PMC指數(shù)得分均≥0.67。P11政策性質(zhì)涉及描述、建議、支持、導(dǎo)向；時(shí)效為中期；政策目標(biāo)涉及提升智慧養(yǎng)老服務(wù)能力、推廣智能技術(shù)應(yīng)用、滿足養(yǎng)老服務(wù)需求、建設(shè)智慧養(yǎng)老服務(wù)標(biāo)準(zhǔn)；政策內(nèi)容和政策領(lǐng)域覆蓋較全面；從宏觀和微觀雙重視角制定政策；激勵(lì)方式有政策支持、人才培養(yǎng)、產(chǎn)業(yè)融合、財(cái)政補(bǔ)貼、示范宣傳；使用了自愿型和混合型政策工具；認(rèn)為該政策依據(jù)充分、符合國(guó)情、規(guī)劃科學(xué)、目標(biāo)明確。政策P4的PMC指數(shù)得分，在12份政策中排名第二，且除“X2（政策時(shí)效）”外，其余一級(jí)變量PMC指數(shù)得分均≥0.50。P4政策性質(zhì)涉及描述、建議、導(dǎo)向；時(shí)效為中期；政策目標(biāo)涉及提升智慧養(yǎng)老服務(wù)能力、滿足養(yǎng)老服務(wù)需求、建設(shè)智慧養(yǎng)老服務(wù)標(biāo)準(zhǔn)；政策內(nèi)容和政策領(lǐng)域覆蓋較全面；從宏觀視角制定政策；激勵(lì)方式有政策支持、人才培養(yǎng)、產(chǎn)業(yè)融合、財(cái)政補(bǔ)貼、法律保障、示范宣傳；使用了強(qiáng)制型和混合型政策工具；認(rèn)為該政策依據(jù)充分、符合國(guó)情、規(guī)劃科學(xué)、目標(biāo)明確。

2.2.2"合格等級(jí)政策"政策P3、P9、P12的PMC指數(shù)得分在6.60～6.95之間，得分接近，故選取這3份政策進(jìn)行具體評(píng)價(jià)。P3政策性質(zhì)涉及描述、建議、支持、導(dǎo)向；時(shí)效為中期；政策目標(biāo)涉及提升智慧養(yǎng)老服務(wù)能力、推廣智能技術(shù)應(yīng)用、建設(shè)智慧養(yǎng)老服務(wù)標(biāo)準(zhǔn)；政策內(nèi)容涉及老年宜居環(huán)境、養(yǎng)老服務(wù)體系、智慧健康平臺(tái)、智能產(chǎn)品適老化、養(yǎng)老服務(wù)產(chǎn)業(yè)；從微觀視角制定政策；激勵(lì)方式有政策支持、財(cái)政補(bǔ)貼、示范宣傳；使用了強(qiáng)制型和混合型政策工具；

政策領(lǐng)域覆蓋全面；認(rèn)為該政策符合國(guó)情、規(guī)劃科學(xué)、目標(biāo)明確。P9政策性質(zhì)涉及監(jiān)管、建議、導(dǎo)向；時(shí)效為中長(zhǎng)期；政策目標(biāo)涉及推廣智能技術(shù)應(yīng)用、滿足養(yǎng)老服務(wù)需求；政策內(nèi)容涉及養(yǎng)老服務(wù)體系、智慧健康平臺(tái)；從宏觀視角制定政策；激勵(lì)方式有政策支持、法律保障、示范宣傳；使用了自愿型、強(qiáng)制型和混合型政策工具；政策領(lǐng)域覆蓋全面；認(rèn)為該政策依據(jù)充分、符合國(guó)情、規(guī)劃科學(xué)、目標(biāo)明確。P12政策性質(zhì)涉及描述、建議、支持、導(dǎo)向；時(shí)效為中期；政策目標(biāo)涉及提升智慧養(yǎng)老服務(wù)能力、推廣智能技術(shù)應(yīng)用、滿足養(yǎng)老服務(wù)需求；政策內(nèi)容涉及老年宜居環(huán)境、養(yǎng)老服務(wù)體系、智慧健康平臺(tái)；從微觀視角制定政策；激勵(lì)方式有政策支持、產(chǎn)業(yè)融合、法律保障；使用了自愿型和混合型政策工具；涉及經(jīng)濟(jì)、科技和社會(huì)領(lǐng)域；認(rèn)為該政策依據(jù)充分、符合國(guó)情、規(guī)劃科學(xué)、目標(biāo)明確。上述3份政策在政策時(shí)效、激勵(lì)方式方面有所欠缺。

2.3"政策對(duì)比分析

分別選取合格等級(jí)政策中的政策P3與優(yōu)秀等級(jí)政策中的政策P11進(jìn)行對(duì)比分析。政策P3和P11分別處于我國(guó)“十三五”規(guī)劃與“十四五”規(guī)劃時(shí)期，是推進(jìn)我國(guó)智慧養(yǎng)老產(chǎn)業(yè)發(fā)展的中期規(guī)劃性政策文件，具有一定的階段性意義，且政策P11是對(duì)政策P3的完善和發(fā)展，兩者之間具有較強(qiáng)的關(guān)聯(lián)性。通過(guò)分析P3和P11政策內(nèi)容的變化，可以清晰地反映出我國(guó)在推進(jìn)智慧養(yǎng)老服務(wù)發(fā)展過(guò)程中的政策差異和發(fā)展方向。運(yùn)用雷達(dá)圖分析一級(jí)變量，通過(guò)PMC曲面圖分析二級(jí)變量。

通過(guò)雷達(dá)圖（圖1）可以看出，政策P3和政策P11的一級(jí)變量PMC指數(shù)得分具有差異性，政策目標(biāo)、政策評(píng)價(jià)、政策視角、激勵(lì)方式方面的差異尤為明顯。

由圖2和圖3可知，政策P3的PMC指數(shù)得分低于政策P11得分的主要原因?yàn)椋?/p>

（1）政策目標(biāo)。政策P3側(cè)重推

廣技術(shù)應(yīng)用，發(fā)展智慧養(yǎng)老新業(yè)態(tài)，促進(jìn)養(yǎng)老產(chǎn)業(yè)轉(zhuǎn)型升級(jí)，并建立覆蓋全流程的智慧養(yǎng)老產(chǎn)業(yè)體系；政策P11在關(guān)注政策P3發(fā)展目標(biāo)的基礎(chǔ)上，注重增強(qiáng)智慧養(yǎng)老產(chǎn)業(yè)的科技支撐能力，并積極貫徹人口老齡化應(yīng)對(duì)戰(zhàn)略。

（2）政策評(píng)價(jià)。政策P11是對(duì)政策P3的完善和發(fā)展，政策P11立足發(fā)展新階段，在符合國(guó)情的基礎(chǔ)上，政策制定和貫徹執(zhí)行依據(jù)更加充分。

（3）政策視角。政策P3強(qiáng)調(diào)在微觀視角下發(fā)揮信息技術(shù)在智慧養(yǎng)老產(chǎn)業(yè)方面的效能；而政策P11則兼顧宏觀和微觀視角。

（4）激勵(lì)方式。政策P11通過(guò)強(qiáng)化稅收、融資等來(lái)推動(dòng)智慧養(yǎng)老產(chǎn)業(yè)協(xié)調(diào)發(fā)展，同時(shí)加快培育智慧養(yǎng)老人才；而政策P3缺乏產(chǎn)業(yè)融合和人才培養(yǎng)等方面的激勵(lì)措施。

3"討論與建議

3.1"合理制定政策長(zhǎng)期、中期和短期目標(biāo)

由本研究結(jié)果可知，我國(guó)智慧養(yǎng)老政策的時(shí)效以長(zhǎng)期和中期規(guī)劃為主，短期規(guī)劃較少，缺少當(dāng)年規(guī)劃，這提示我國(guó)智慧養(yǎng)老政策未能有機(jī)結(jié)合長(zhǎng)期、中期、短期目標(biāo)。合理適度的調(diào)整政策目標(biāo)與時(shí)效是實(shí)現(xiàn)政策預(yù)期效果的前提和基礎(chǔ)。因此，建議：第一，將智慧養(yǎng)老總體目

標(biāo)合理劃分成不同時(shí)效的階段性目標(biāo)，并在前期出臺(tái)政策的基礎(chǔ)上根據(jù)智慧養(yǎng)老服務(wù)內(nèi)容的變化，及時(shí)調(diào)整政策計(jì)劃，陸續(xù)出臺(tái)具備內(nèi)容延伸性、時(shí)間延續(xù)性和措施創(chuàng)新性的政策；第二，設(shè)立宏觀的長(zhǎng)期目標(biāo)并將之作為指引，以指導(dǎo)中期和短期目標(biāo)；第三，監(jiān)測(cè)政策落實(shí)效果與既定目標(biāo)的偏離程度，將短期和中期政策目標(biāo)的完成度作為檢驗(yàn)階段性政策落實(shí)效果的重要依據(jù)，加強(qiáng)監(jiān)督與考核，以保證既定總目標(biāo)的高效實(shí)現(xiàn)。

3.2"豐富政策激勵(lì)方式

我國(guó)政府對(duì)智慧養(yǎng)老領(lǐng)域的支持力度和關(guān)注力度不斷加大，但由于智慧養(yǎng)老處于示范建設(shè)階段，智慧養(yǎng)老服務(wù)尚未廣泛推行，仍需實(shí)施多種激勵(lì)措施，以促進(jìn)智慧養(yǎng)老政策有效落實(shí)。由本研究結(jié)果可知，當(dāng)前我國(guó)智慧養(yǎng)老政策的激勵(lì)方式集中在政策支持、人才培養(yǎng)、財(cái)政補(bǔ)貼、示范宣傳方面，但在產(chǎn)業(yè)融合、法律保障和土地供應(yīng)方面的激勵(lì)措施缺失。對(duì)此，提出建議如下：第一，完善相關(guān)法律法規(guī)或規(guī)章制度，為智慧養(yǎng)老政策的執(zhí)行提供強(qiáng)有力保障；第二，完善產(chǎn)業(yè)融合和土地供應(yīng)等相關(guān)配套政策，為全面推行智慧養(yǎng)老服務(wù)夯實(shí)基礎(chǔ)；第三，圍繞智慧養(yǎng)老服務(wù)重點(diǎn)應(yīng)用場(chǎng)景，出臺(tái)智慧養(yǎng)老服務(wù)項(xiàng)目的普惠政策，吸引社會(huì)各界參與到智慧養(yǎng)老服務(wù)建設(shè)中，加強(qiáng)產(chǎn)業(yè)融合。

3.3"注重政策內(nèi)容與應(yīng)用對(duì)象的匹配性

由本研究結(jié)果可知，不同智慧養(yǎng)老政策關(guān)注重點(diǎn)不同，智慧養(yǎng)老服務(wù)停留在健康照護(hù)、安全保障等生理層面，對(duì)老年人精神層面需求關(guān)注較少。智慧養(yǎng)老作為一種現(xiàn)代化養(yǎng)老服務(wù)模式，屬地化管理格局明顯［19］，且由于經(jīng)濟(jì)社會(huì)發(fā)展水平存在差異，智慧養(yǎng)老政策在各地方落實(shí)程度不同，這容易造成智慧養(yǎng)老發(fā)展的區(qū)域失衡。此外，目前智慧養(yǎng)老服務(wù)存在智能設(shè)備配備率較低、精準(zhǔn)服務(wù)能力薄弱、養(yǎng)老場(chǎng)景智能化水平不高以及居家、社區(qū)和養(yǎng)老機(jī)構(gòu)信息聯(lián)動(dòng)不足等問(wèn)題。對(duì)此，應(yīng)注重政策內(nèi)容與應(yīng)用對(duì)象的匹配性。一方面，在政策制定過(guò)程中關(guān)注政策應(yīng)用對(duì)象的變化；另一方面，加快構(gòu)建老年友好型社會(huì)，呼吁社會(huì)共建共享，寬領(lǐng)域、多層次加強(qiáng)養(yǎng)老服務(wù)保障，滿足老年人精神需求。

參考文獻(xiàn)

［1］"國(guó)家統(tǒng)計(jì)局.中華人民共和國(guó)2022年國(guó)民經(jīng)濟(jì)和社會(huì)發(fā)展統(tǒng)計(jì)公報(bào)［EB/OL］.（2023-02-28）［2023-08-26］.http：//www.stats.gov.cn.

［2］"李"晶.人口老齡化背景下老年教育資源需求與供給［J］.老年教育（老年大學(xué)），2017（8）：25-30.

［3］"王玉琪，朱"沁，王紅漫.老年人對(duì)智慧養(yǎng)老的認(rèn)知、需求及影響因素分析：以北京市4個(gè)智慧健康養(yǎng)老示范街道為例［J］. 衛(wèi)生軟科學(xué)，2023，37（4）：36-43.

［4］"王紅漫.老年健康藍(lán)皮書(shū)［M］.北京：中國(guó)財(cái)政經(jīng)濟(jì)出版社，2020：10.

［5］"邢珍珍.人工智能賦能下社區(qū)智慧養(yǎng)老服務(wù)模式及關(guān)鍵技術(shù)研究［J］.護(hù)理研究，2021，35（9）：1573-1579.

［6］"吳瑩瑩，王"睿.基于社區(qū)的居家智慧養(yǎng)老服務(wù)平臺(tái)的研究與設(shè)計(jì)［J］.現(xiàn)代計(jì)算機(jī)，2023，29（15）：109-112.

［7］"張建潔，李艷輝.政策工具視角下陜西省智慧養(yǎng)老政策量化研究：以江蘇省智慧養(yǎng)老政策為對(duì)照［J］.衛(wèi)生軟科學(xué)，2023，37（11）：30-37.

［8］"朱慶華，張"玥，陸冬梅.基于“工具-目標(biāo)-階段”三維框架的江蘇省智慧養(yǎng)老政策文本分析［J］.人口與社會(huì)，2023，39（5）：1-12.

［9］"鄒鈺瑩，婁崢嶸.中央層面養(yǎng)老服務(wù)政策內(nèi)容量化評(píng)價(jià)：基于PMC指數(shù)模型的分析［J］.電子科技大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2020，22（3）：68-76.

［10］"國(guó)家統(tǒng)計(jì)局.中華人民共和國(guó)2013年國(guó)民經(jīng)濟(jì)和社會(huì)發(fā)展統(tǒng)計(jì)公報(bào)［EB/OL］.（2014-02-24）［2023-07-26］.http：//www.stats.gov.cn.

［11］"MARIO E.Policy modeling：definition，classification and evaluation［J］.Journal of Policy Modeling，2011（33）：523-536.

［12］"方永恒，劉佳敏.國(guó)務(wù)院養(yǎng)老服務(wù)政策挖掘與量化評(píng)價(jià)：基于PMC指數(shù)模型分析［J］.云南行政學(xué)院學(xué)報(bào)，2020，22（5）：167-176.

［13］"于"雪，鄧"晶，譚華偉，等.基于PMC指數(shù)模型的我國(guó)健康扶貧政策量化評(píng)價(jià)研究［J］.現(xiàn)代預(yù)防醫(yī)學(xué)，2021，48（22）：4131-4135.

［14］"史"童，楊水利，王春嬉，等.科技成果轉(zhuǎn)化政策的量化評(píng)價(jià)：基于PMC指數(shù)模型［J］.科學(xué)管理研究，2020，38（4）：29-33.

［15］"張永安，郄海拓.金融政策組合對(duì)企業(yè)技術(shù)創(chuàng)新影響的量化評(píng)價(jià)：基于PMC指數(shù)模型［J］.科技進(jìn)步與對(duì)策，2017，34（2）：113-121.

［16］"王進(jìn)富，楊青云，張穎穎.基于PMC-AE指數(shù)模型的軍民融合政策量化評(píng)價(jià)［J］.情報(bào)雜志，2019，38（4）：66-73.

［17］"張文靜，張"麗，姚"俊.長(zhǎng)期護(hù)理保險(xiǎn)制度政策評(píng)價(jià)：基于PMC指數(shù)模型［J］.中國(guó)衛(wèi)生事業(yè)管理，2021，38（2）：103-108.

［18］"ESTRADA M，MARIO A.The policy modeling research consistency index（PMC-Index）［EB/OL］.（2010-10-08）［2022-05-21］.http：//ssrn.c om/abstract=1689475.

［19］"陳"芳.政策工具視角下我國(guó)智慧養(yǎng)老發(fā)展中的政府介入研究［J］.人口與社會(huì)，2022，38（4）：28-40.

通信作者：

魯雨荍：北京中醫(yī)藥大學(xué)東方醫(yī)院助理研究員

E-mail： yuqiao9132@163.com

收稿日期：2023-09-06

修回日期：2023-11-27

責(zé)任編輯：任紅霞

DOI：10.13912/j.cnki.chqm.2024.31.2.11

基金項(xiàng)目：北京中醫(yī)藥大學(xué)基本科研業(yè)務(wù)費(fèi)項(xiàng)目（編號(hào)：2018-JYBZZ-JS143）

張"燁"魯雨荍" 通信作者：魯雨荍

北京中醫(yī)藥大學(xué)東方醫(yī)院 "北京"100078