摘要：數(shù)字經(jīng)濟政策是促進數(shù)字經(jīng)濟發(fā)展，規(guī)范與促進數(shù)字經(jīng)濟活動的重要指導(dǎo)性文本。對數(shù)字經(jīng)濟政策進行梳理與量化評價，可為相關(guān)政策的制定與優(yōu)化提供有效支撐。以文本挖掘技術(shù)和PMC指數(shù)模型為工具，構(gòu)建以9個一級變量和35個二級變量為指標(biāo)的政策評價體系，重點對山東省的數(shù)字經(jīng)濟政策進行量化評價與分析。研究所選取的10項數(shù)字經(jīng)濟政策樣本中，3項為優(yōu)秀，3項為良好，3項為及格，1項為不合格。研究結(jié)果表明，山東省數(shù)字經(jīng)濟政策整體情況表現(xiàn)良好，具備一定的科學(xué)性，未來應(yīng)在政策時效、政策領(lǐng)域、政策視角等方面進行優(yōu)化。

關(guān)鍵詞：數(shù)字經(jīng)濟；PMC模型；政策評價；山東省；文本挖掘

中圖分類號：G353.1文獻標(biāo)志碼：A文章編號：1002-4026（2024）05-0111-11

開放科學(xué)（資源服務(wù)）標(biāo)志碼（OSID）：

Quantitative evaluation of digital economy policy texts in Shandong Province

WANG Chen1， ZHAO Yanqing1， ZHANG Mingjun2，3，4*

（1. Information Research Institute of Shandong Academy of Sciences，Qilu University of Technology（Shandong Academy of Sciences），

Jinan 250014， China；2. China Academy of Industrial Internet， Beijing 100015， China；3. National Technical University of Ukraine

“Igor Sikorsky Kyiv Polytechnic Institute”， Kyiv 03056， Ukraine；4. Shandong Industrial Internet

Development Research Center， Qingdao 266100， China）

Abstract∶Digital economy policies are critical for guiding the promotion and regulation of activities within a digital economy. Analyzing these policies quantitatively can significantly support the formulation and enhancement of related strategies. This paper used text mining techniques and the Policy Modeling Consistency index model to construct an evaluation framework comprising 9 primary variables and 35 secondary variables as indicators for quantitatively assessing digital economy policies within Shandong Province. Of the ten selected samples of digital economy policies， researchers rated three as excellent， three as good， three as satisfactory， and one as inadequate. Research findings indicated that digital economy policies in Shandong Province were generally effective， showing a certain degree of scientific rigor. In the future， policy optimization should focus on policy timeliness， scope， and perspectives.

Key words∶digital economy; PMC model; policy evaluation; Shandong Province; text mining

數(shù)字經(jīng)濟作為一種以數(shù)據(jù)資源為核心、以信息通信技術(shù)融合應(yīng)用與全要素的新興經(jīng)濟形態(tài)［1］，正以前所未有的速度在全球范圍內(nèi)蓬勃發(fā)展，成為推動經(jīng)濟社會效率提升與結(jié)構(gòu)優(yōu)化的關(guān)鍵力量。自2017年以來，我國對數(shù)字經(jīng)濟的戰(zhàn)略地位日益凸顯，尤其在十八屆五中全會上明確提出“國家大數(shù)據(jù)戰(zhàn)略”，為我國數(shù)字經(jīng)濟的發(fā)展提供了戰(zhàn)略導(dǎo)向。山東省作為我國數(shù)字經(jīng)濟強省，積極響應(yīng)國家戰(zhàn)略，相應(yīng)出臺了一系列推動數(shù)字經(jīng)濟高質(zhì)量發(fā)展的政策文件。PMC（policy modeling consistency）指數(shù)模型是一種基于“Omnia Mobilis”假說的定量政策評價方法，通過多角度評估政策質(zhì)量與優(yōu)劣程度，被廣泛應(yīng)用于政策效果評估及改進路徑設(shè)計。本研究以PMC指數(shù)模型為研究工具，重點對山東省數(shù)字經(jīng)濟政策進行量化評價，以期助力于豐富山東省數(shù)字經(jīng)濟政策研究的理論體系，為今后山東省數(shù)字經(jīng)濟政策的制定完善提供參考價值。

近年來，山東省數(shù)字經(jīng)濟快速發(fā)展，吸引了眾多學(xué)者的關(guān)注與研究。從現(xiàn)有研究看，如劉金旺等［2］研究山東省數(shù)字經(jīng)濟和實體經(jīng)濟融合發(fā)展的現(xiàn)狀并提出對策，張良貴等［3］檢驗制度質(zhì)量視角下數(shù)字經(jīng)濟對山東經(jīng)濟動能的影響效應(yīng)，張欣亮等［4］構(gòu)建了山東省數(shù)字化轉(zhuǎn)型的標(biāo)準(zhǔn)體系。這些研究雖在一定程度上揭示了山東省數(shù)字經(jīng)濟的發(fā)展特征與影響機制，但主要關(guān)注于宏觀現(xiàn)象、定性分析或提出一般性對策，對政策本身的量化評價與協(xié)同調(diào)節(jié)效應(yīng)關(guān)注不足。而數(shù)字經(jīng)濟政策作為驅(qū)動數(shù)字化轉(zhuǎn)型、提升數(shù)字技術(shù)創(chuàng)新能力的關(guān)鍵工具，其量化評價與協(xié)同效應(yīng)作用不容忽視［5］。因此，針對山東省數(shù)字經(jīng)濟政策開展深入的定量評價研究顯得尤為必要。

政策評價是一個涉及多元因素、復(fù)雜互動的系統(tǒng)工程，旨在通過構(gòu)建科學(xué)的評價模式或嚴(yán)謹(jǐn)?shù)脑u價框架，對政策體系進行全面、深入的衡量，以確定其優(yōu)劣等級［6］。國內(nèi)外學(xué)者在政策評價領(lǐng)域已進行了諸多探索，目前最常用的政策評價方法有扎根理論、熵權(quán)TOPSIS法、LDA主題模型、雙重差分模型以及PMC指數(shù)模型等。其中，扎根理論適用于理論構(gòu)建但量化能力有限；熵權(quán)TOPSIS法利于多屬性決策但對數(shù)據(jù)質(zhì)量敏感；LDA模型能提取主題結(jié)構(gòu)但不直接評價效果；雙重差分模型有效估計政策效應(yīng)但需滿足嚴(yán)格假設(shè)。相較于其他評價方法，PMC模型具備如下優(yōu)勢［7］：（1）研究對象集中于政策文件，實現(xiàn)單個政策量化評估的同時，能揭示多政策間的一致性；（2）變量設(shè)定基于文本挖掘數(shù)據(jù)，排除主觀評價的隨意性；（3）指標(biāo)體系豐富多元，深度剖析政策內(nèi)部差異與優(yōu)劣，PMC曲面圖直觀展示評價結(jié)果，利于找準(zhǔn)改進點。綜合來看，PMC指數(shù)模型以政策文本為核心，兼具量化評價、一致性分析、客觀性與多維度解析優(yōu)勢，且通過PMC曲面圖直觀呈現(xiàn)結(jié)果［8］，與研究山東省數(shù)字經(jīng)濟政策評價的科學(xué)性與完備性的目標(biāo)相契合，故被選定為評價山東省數(shù)字經(jīng)濟政策的評價工具。

本研究從定量方法和政策文本視角對山東省數(shù)字經(jīng)濟政策進行全面評估。通過構(gòu)建PMC指數(shù)模型，總結(jié)并辨析現(xiàn)有政策的優(yōu)勢與不足，豐富山東省數(shù)字經(jīng)濟政策研究的研究成果，以期為山東省數(shù)字經(jīng)濟政策的制定與優(yōu)化提供科學(xué)依據(jù)，確保其與區(qū)域發(fā)展需求相契合，從而有效推動數(shù)字經(jīng)濟與實體經(jīng)濟深度融合，實現(xiàn)新舊動能轉(zhuǎn)換［9］。

1基于PMC指數(shù)模型的政策文本評價設(shè)計

數(shù)字經(jīng)濟政策文本分析過程由政策文本獲取和政策文本挖掘兩部分構(gòu)成，利用 ROSTCM6 軟件分析結(jié)果，與政策文本內(nèi)容相結(jié)合，完成政策本體分析。通過挖掘數(shù)字經(jīng)濟政策的高頻詞，構(gòu)建語義網(wǎng)絡(luò)圖譜，更全面地進行變量識別與指標(biāo)選?。?0］。結(jié)合代表性的數(shù)字經(jīng)濟政策文本，進行PMC指數(shù)模型的構(gòu)建與計算，用以評估山東省出臺的數(shù)字經(jīng)濟政策，如圖1所示。

1.1政策文本收集

首先從山東省人民政府網(wǎng)、山東省大數(shù)據(jù)局、山東省工業(yè)和信息化廳等官方政府網(wǎng)站，通過關(guān)鍵詞“數(shù)字經(jīng)濟”“互聯(lián)網(wǎng)經(jīng)濟”“數(shù)字化轉(zhuǎn)型”等進行檢索，以“政策”為類別，對公開信息進行篩選。在進行篩選的過程中，清除諸如通知、信函等非官方政策文件，以便獲取自2016年1月1日至2023年12月1日期間與山東省數(shù)字經(jīng)濟領(lǐng)域相關(guān)的正式政策文件。為保證數(shù)據(jù)的完備性，在“中國知網(wǎng)”和“國脈電子政務(wù)網(wǎng)”中進行數(shù)字經(jīng)濟政策文本檢索，經(jīng)過篩選去重和合并，最終整理出一份數(shù)字經(jīng)濟相關(guān)的正式政策文本清單，涵蓋該時間段內(nèi)山東省共計40項政策文本。類似地，收集到的國家級數(shù)字經(jīng)濟政策文本共計20項。在評估山東省數(shù)字經(jīng)濟政策時，因為國家級政策為地方提供了宏觀指導(dǎo)和政策框架，而地方政策則需要在國家政策基礎(chǔ)上結(jié)合本地實際進行細(xì)化和創(chuàng)新，同時選取不僅可以確保評估的全面性和針對性，還能了解各級政府政策間的內(nèi)在聯(lián)系與差異［11］。

1.2政策文本挖掘和選取

在60項數(shù)字經(jīng)濟政策文本的基礎(chǔ)上進行數(shù)據(jù)預(yù)處理、詞頻統(tǒng)計和社會語義網(wǎng)絡(luò)圖譜構(gòu)建。在研究過程中，首先對收集的政策文本進行了分詞處理，通過設(shè)置自定義分詞表和停用詞表，以剔除對本研究無明顯意義的虛詞和通用詞，保留關(guān)鍵內(nèi)容。完成無效詞剔除后，利用ROSTCM6軟件進行高頻詞統(tǒng)計，用以識別并突出在文本中頻繁出現(xiàn)的關(guān)鍵詞。根據(jù)百分比法，通過設(shè)定一個閾值，以詞匯出現(xiàn)的頻率占總詞匯量的百分比來獲取高頻詞。本研究中將出現(xiàn)頻率占總詞匯量一定百分比（1%）以上的詞匯定義為高頻詞，生成數(shù)字經(jīng)濟政策高頻詞表，

為后續(xù)的變量識別提供參考。因篇幅有限只展示排名前30的高頻詞，如表1所示。

參照文本挖掘的結(jié)果，以高頻詞為主要依據(jù)，從 60項政策中重點篩選出10項具有代表性的數(shù)字經(jīng)濟政策文本進行實證量化分析，如表2所示。

關(guān)鍵詞共現(xiàn)分析在PMC指數(shù)模型中起到了參考作用，特別是在變量分類與參數(shù)設(shè)置階段。借助語義網(wǎng)絡(luò)圖譜的構(gòu)建和繪制，可以直觀呈現(xiàn)數(shù)字經(jīng)濟發(fā)展政策中高頻主題詞，并清晰展示它們之間的關(guān)聯(lián)結(jié)構(gòu)。一個節(jié)點連接到的其他節(jié)點數(shù)量決定了其重要性，這些分析有助于準(zhǔn)確識別數(shù)字經(jīng)濟政策的焦點［12］。其主要以數(shù)字化、智能、技術(shù)、互聯(lián)網(wǎng)、創(chuàng)新等為中心，如圖 2所示，其中不同顏色代表各詞在語義網(wǎng)絡(luò)中相互關(guān)聯(lián)程度，紅色為高度相關(guān)，黃色為中等相關(guān)，藍(lán)色為一般相關(guān)。結(jié)合實踐來看，山東省政府通過構(gòu)建開放共享的數(shù)據(jù)生態(tài)系統(tǒng)和優(yōu)化政策環(huán)境，加速了資源向數(shù)字技術(shù)傾斜，這與關(guān)鍵詞網(wǎng)絡(luò)中“數(shù)字化”“智能化”等概念緊密相連，體現(xiàn)了山東省對于重構(gòu)生產(chǎn)要素體系和推動企業(yè)轉(zhuǎn)型的重視。結(jié)合山東省發(fā)展工業(yè)互聯(lián)網(wǎng)平臺以加強資源整合與轉(zhuǎn)型的實踐理念，這與關(guān)鍵詞圖譜中強調(diào)的“互聯(lián)網(wǎng)”“技術(shù)”等核心點形成呼應(yīng)，顯示了政策執(zhí)行與理論導(dǎo)向的高度契合。此外，山東省堅持創(chuàng)新驅(qū)動發(fā)展戰(zhàn)略，加大對科研的投入與成果轉(zhuǎn)化的支持，與關(guān)鍵詞網(wǎng)絡(luò)中“創(chuàng)新”的中心地位不謀而合。社會網(wǎng)絡(luò)圖譜和關(guān)鍵詞反映了山東省數(shù)字經(jīng)濟政策的設(shè)計結(jié)構(gòu)與政策關(guān)注點，這些不僅是政策討論的高頻詞匯，也是推動數(shù)字經(jīng)濟發(fā)展的支點。

2PMC指數(shù)模型實證分析

在公共政策的定量評價中，其分析方法包括實驗法、指標(biāo)法、回歸法、PMC指數(shù)模型等方式。本文選用了PMC指數(shù)模型，該模型認(rèn)為在政策評估中，變量并不區(qū)分權(quán)重大小，只有維度之分，這種方法節(jié)省了變量權(quán)重的判定識別環(huán)節(jié)，且降低主觀性的干擾。構(gòu)建PMC指數(shù)模型通常包括變量的選取與設(shè)定、多投入產(chǎn)出表的構(gòu)建、PMC指數(shù)的計算以及PMC曲面圖的繪制4個步驟［13］。

2.1變量識別與指標(biāo)選取

參考文本挖掘環(huán)節(jié)中高頻詞和語義網(wǎng)絡(luò)的呈現(xiàn)，能夠明確國家和山東省數(shù)字經(jīng)濟政策的關(guān)鍵主題，其主要圍繞創(chuàng)新、智能、技術(shù)、數(shù)字化等方面展開，這些政策覆蓋了不同領(lǐng)域、體系建設(shè)和具體措施，這些為變量指標(biāo)的選取與設(shè)定提供了參考價值。其次，較為重要的主題詞為信息化、互聯(lián)網(wǎng)、工業(yè)等，這突顯了當(dāng)前數(shù)字經(jīng)濟政策著力推動互聯(lián)網(wǎng)和工業(yè)信息化的發(fā)展。結(jié)合以上文本挖掘的結(jié)果和分析，排除無意義或者意義不明確的政策評價指標(biāo)，同時參考胡峰等［14］和任莎莎［15］在相關(guān)研究中對PMC參數(shù)的設(shè)定，最終明確了9個一級變量和35個二級變量，以確保評價體系的準(zhǔn)確性和科學(xué)性，如表3所示。

2.2建立多投入產(chǎn)出表

PMC指數(shù)的計算是在政策定量評價數(shù)據(jù)表基礎(chǔ)上進行的，此數(shù)據(jù)表為多投入產(chǎn)出表，該表格記錄了多個一級和二級變量對政策的影響。與其他模型相比，PMC指數(shù)模型的獨特性在于它的二級變量數(shù)量無明確制約，且每個二級變量具有相同的權(quán)重，因此無需對二級變量的權(quán)重進行分配。先進行多投入產(chǎn)出表后的制作，而后根據(jù)設(shè)定的標(biāo)準(zhǔn)對二級變量進行賦分，以提供更準(zhǔn)確的評價結(jié)果。如果文本涉及了這些標(biāo)準(zhǔn)，就給予1分；否則給予0分。因此，變量的取值范圍在0和1之間，服從［0，1］分布，公式如（1）、（2）所示：

X～N［0，1］，（1）

X={XR：［0～1］}。（2）

基于以上公式，對 10 項數(shù)字經(jīng)濟政策文本進行賦值，將結(jié)果1或者0記錄在多投入產(chǎn)出表中，如表 4 所示。

2.3PMC指數(shù)計算

在PMC指數(shù)模型中，一級變量的數(shù)值確定是基于二級變量的賦值完成之后，通過特定公式進行計算而得到的。其中，i代表一級變量，j代表二級變量，Xij表示某一特定二級變量的數(shù)值，n則代表某個一級變量所涵蓋的二級變量的數(shù)量。具體的計算公式如下：

Xi=∑nj=1XijnXij。（3）

在對每個代表性政策的一級變量數(shù)值進行計算之后，根據(jù)PMC指數(shù)的計算公式，可以得出該政策最終的PMC指數(shù)。m則代表一級變量的數(shù)量。具體的公式如下：

РМС指數(shù)=∑mi=1Xi。（4）

通過 PMC 指數(shù)的數(shù)值，能夠?qū)Ω黜棓?shù)字經(jīng)濟政策進行一致性評估。這些政策的總評分達(dá)到了9分，參照 Ruize 的觀點［16］，標(biāo)準(zhǔn)如表5所示。

結(jié)合評價標(biāo)準(zhǔn)對政策文本的PMC指數(shù)結(jié)果進行等級劃分，如表6所示。

2.4典型政策量化評價

（1）A級政策，以P4《關(guān)于山東省數(shù)字基礎(chǔ)設(shè)施建設(shè)的指導(dǎo)意見》為例。P4的 PMC指數(shù)值為7.48，排名第 1。7個指標(biāo)變量的指數(shù)值均超過0.8，表明這一政策的設(shè)計相對系統(tǒng)與完整，充分考慮了大部分政策制定維度的指標(biāo)，這種全面性和合理性有助于確保政策執(zhí)行的有效性。P4作為山東省數(shù)字經(jīng)濟發(fā)展建設(shè)的指導(dǎo)性政策文本，該政策需要重點考慮政策時效，因此未來改進時可以考慮加強長期規(guī)劃方面的內(nèi)容。改進政策時也應(yīng)更加重視對數(shù)字人才的引進與培育，為山東省數(shù)字經(jīng)濟產(chǎn)業(yè)的發(fā)展提供人才支撐。依據(jù)數(shù)字經(jīng)濟政策評價指標(biāo)以及PMC指數(shù)計算結(jié)果，按照指標(biāo)得分值從低到高進行優(yōu)化，故建議優(yōu)化路徑為X2—X3。

（2）B級政策，以P5《山東半島工業(yè)互聯(lián)網(wǎng)示范區(qū)建設(shè)規(guī)劃（2022—2025年）》為例。P5的PMC指數(shù)為7.27，排名第4。該項政策深入實施工業(yè)互聯(lián)網(wǎng)創(chuàng)新發(fā)展戰(zhàn)略，以數(shù)字化轉(zhuǎn)型引領(lǐng)制造業(yè)質(zhì)量變革、效率變革、動力變革，是指引山東半島進行數(shù)字化和信息化發(fā)展的重要政策。但該項政策在政策時效X2、政策傾向X6、政策評價X8的PMC 指數(shù)小于均值，在數(shù)字經(jīng)濟治理方面在不足以及缺少一定的政策依據(jù)。依據(jù)數(shù)字經(jīng)濟政策評價指標(biāo)以及PMC指數(shù)計算結(jié)果，按照指標(biāo)得分值從低到高進行優(yōu)化，建議優(yōu)化路徑為X2—X6—X8—X4—X7。

（3）C級政策，以P3《山東省支持?jǐn)?shù)字經(jīng)濟發(fā)展的意見》為例。P3的PMC指數(shù)為6.73，排名第7。該政策在X3、X5、X8、X9上的PMC得分均為滿分，體現(xiàn)該政策的受眾和內(nèi)容覆蓋面廣，且具有較充分的政策依據(jù)、明確的目標(biāo)規(guī)劃和科學(xué)的實施方案，這些將有助于山東省數(shù)字基礎(chǔ)設(shè)施總體布局走向更加科學(xué)合理的前景，但未來仍需考慮其在政策性質(zhì)和政策措施等方面需要加以完善。依據(jù)數(shù)字經(jīng)濟政策評價指標(biāo)以及PMC指數(shù)計算結(jié)果，按照指標(biāo)得分值從低到高進行優(yōu)化，建議優(yōu)化路徑為X1—X7—X4—X2—X6。

（4）D級政策，以P6《統(tǒng)籌加強產(chǎn)融合作促進工業(yè)和信息化高質(zhì)量發(fā)展實施方案》為例。P6的PMC指數(shù)為4.67，排名第10。該項政策通過加強金融促進工業(yè)和信息化發(fā)展的統(tǒng)籌協(xié)調(diào)，聚集更多優(yōu)質(zhì)金融資源，為數(shù)字經(jīng)濟發(fā)展提供保障。然而該政策在各個指標(biāo)的表現(xiàn)有待優(yōu)化，距離平均水平還具有較大的改進優(yōu)化空間，政策內(nèi)容豐富度欠缺，政策視角的廣度也不足。為深入貫徹落實山東省政府關(guān)于加力提速工業(yè)經(jīng)濟高質(zhì)量發(fā)展的決策部署，依據(jù)數(shù)字經(jīng)濟政策評價指標(biāo)以及PMC指數(shù)計算結(jié)果，按照指標(biāo)得分值從低到高進行優(yōu)化，建議優(yōu)化路徑為X6—X4—X7—X3—X9。

2.5PMC曲面繪制

在 PMC 指數(shù)計算結(jié)果的基礎(chǔ)上進行曲面構(gòu)建，其作用是方便對政策文本內(nèi)容的 9 個維度進行直觀展示，有利于分析政策文本各個層面存在的優(yōu)勢與不足。PMC 曲面是一個由對稱矩陣組成的三維凹凸曲面，不同顏色代表不同分值。本文基于9個一級變量構(gòu)建3×3的對稱矩陣來繪制 PMC 曲面，如公式（5）所示：

P=X1X2X3

X4X5X6

X7X8X9。（5）

利用公式（5）構(gòu)建的 PMC 曲面矩陣，對PMC得分最高的政策和得分最低的政策進行 PMC 曲面繪制，編號分別為 P4（A）、P6（D），如圖3所示。PMC曲面圖能夠直觀地呈現(xiàn)出政策的優(yōu)勢和缺陷，凸起部分代表對應(yīng)的評價變量分值較高，凹陷部分代表對應(yīng)的評價變量分值較低［17］，顏色越深代表數(shù)值越低，顏色越淺對應(yīng)的數(shù)值越高。通過PMC曲面可視化后的凹凸程度和顏色深淺可以直觀地看出P4的整體得分情況遠(yuǎn)高于P6，P4的政策完備性和合理性優(yōu)于P6。

3數(shù)字經(jīng)濟政策整體量化評價

通過PMC指數(shù)的計算結(jié)果顯示，10個數(shù)字經(jīng)濟政策文本中有3項達(dá)到優(yōu)秀水平，3項評為良好，另外3項被認(rèn)定為合格，只有1項被評為不合格等級。從國家級政策來看，兩項國家級政策表現(xiàn)均為合格，其中P1《“十四五”數(shù)字經(jīng)濟發(fā)展規(guī)劃》PMC等級劃分為A，表現(xiàn)較為優(yōu)秀，該國家級政策為全國數(shù)字經(jīng)濟的蓬勃發(fā)展設(shè)定了宏偉藍(lán)圖，著重強調(diào)創(chuàng)新驅(qū)動、數(shù)據(jù)賦能與融合發(fā)展，引領(lǐng)山東省數(shù)字經(jīng)濟戰(zhàn)略的制定與實施。從省級政策來看，除P6《統(tǒng)籌加強產(chǎn)融合作促進工業(yè)和信息化高質(zhì)量發(fā)展實施方案》以外，其余政策評價結(jié)果均為合格，山東省數(shù)字經(jīng)濟政策積極響應(yīng)國家數(shù)字經(jīng)濟的規(guī)劃，積極出臺一系列保障數(shù)字經(jīng)濟高速發(fā)展的政策。綜合來看，國家及山東省出臺的數(shù)字經(jīng)濟政策整體表現(xiàn)良好，能夠適應(yīng)在新時代數(shù)字經(jīng)濟發(fā)展的趨勢和要求，為政府培育數(shù)字經(jīng)濟、促進新舊動能轉(zhuǎn)換發(fā)揮了積極的作用。

10項代表性數(shù)字經(jīng)濟政策的PMC指數(shù)平均分值為6.86分，其中一級變量的平均分值為0.76分。評估結(jié)果顯示，政策受眾、政策內(nèi)容、政策傾向以及政策措施等指標(biāo)的得分表現(xiàn)較好，分值皆在平均水平之上；然而，政策性質(zhì)、政策時效、政策領(lǐng)域、政策級別、政策視角得分情況有待優(yōu)化，尤其是政策時效的問題較為突出。這些數(shù)據(jù)在雷達(dá)圖中展示出明顯的差異，具體參見圖4。

數(shù)字經(jīng)濟政策一級變量中表現(xiàn)情況頗為優(yōu)秀的是政策受眾（X3）和政策內(nèi)容（X5）。首先，政策內(nèi)容指標(biāo)得分最高，表明政策文件本身包含了詳盡全面的內(nèi)容，政策制定者對于數(shù)字經(jīng)濟政策的切入點和覆蓋面有著深入的思考和詳細(xì)的描述，主要以數(shù)字化、產(chǎn)業(yè)化、網(wǎng)絡(luò)化、智能化以及科技創(chuàng)新為著力點；其次，政策受眾得分較高，這顯示了政策能夠覆蓋更多不同領(lǐng)域的相關(guān)利益相關(guān)者，涵蓋了多個受眾群體，服務(wù)對象廣泛，其中包括政府部門、企業(yè)、科研院所等等，總體上具有較強的廣泛性和適用性，有助于增加政策的有效性和實施的可行性［17］。而得分最低的一級變量是政策時效（X2），這表明山東省數(shù)字經(jīng)濟政策大多集中在中短期政策上，在目標(biāo)與期限的配合力度上有所欠缺，這可能會阻礙政策執(zhí)W6EC3zUJC6mKPzCXqbHQRA==行的連續(xù)性以及降低政策作用的時效性［18］。

4總結(jié)與展望

依據(jù)PMC指數(shù)模型的評價結(jié)果，綜合來看山東省數(shù)字經(jīng)濟政策狀況表現(xiàn)良好。以《關(guān)于山東省數(shù)字基礎(chǔ)設(shè)施建設(shè)的指導(dǎo)意見》為標(biāo)桿，結(jié)合《山東省支持?jǐn)?shù)字經(jīng)濟發(fā)展的意見》的實施，同時伴隨多個政府機構(gòu)和不同政策視角的專項政策，形成了逐步成熟的數(shù)字經(jīng)濟政策體系。為助力山東省數(shù)字經(jīng)濟政策的優(yōu)化與改進，基于文本挖掘和指數(shù)模型計算的結(jié)果，本文提出以下建議：

（1）政策時效。在制定山東省數(shù)字經(jīng)濟政策時，需要充分考慮到數(shù)字技術(shù)的快速變化和經(jīng)濟環(huán)境的不斷演進下的政策時效，發(fā)揮數(shù)字經(jīng)濟的供需紐帶和高能增長極作用，協(xié)同保障供需平衡與經(jīng)濟增長的時效性［19］。首先，制定政策應(yīng)該尋求長期規(guī)劃穩(wěn)定性與短期響應(yīng)靈活性的平衡［20］。山東省數(shù)字經(jīng)濟政策不僅要有著面向未來的長遠(yuǎn)視野，明確山東省在“十四五”乃至更長時間框架內(nèi)的數(shù)字經(jīng)濟發(fā)展藍(lán)圖，還要融入對新興技術(shù)趨勢的預(yù)見性分析，如5G、人工智能的集成應(yīng)用前景，確保政策目標(biāo)與技術(shù)革新趨勢同步。為此，引進高層次科技專家團隊進駐，建立一個由業(yè)界精英、學(xué)術(shù)翹楚和企業(yè)領(lǐng)袖組成的智庫團隊，從而實現(xiàn)對技術(shù)發(fā)展的路徑進行預(yù)測和指導(dǎo)，提升政策的前瞻性［21］。其次，鑒于數(shù)字經(jīng)濟生態(tài)的迅速迭代與更新，政策的定期評估和動態(tài)調(diào)整機制顯得尤為關(guān)鍵。山東省應(yīng)實施年度或半年度的政策效果評估機制，運用大數(shù)據(jù)分析等工具，實時監(jiān)測政策執(zhí)行效果與數(shù)字經(jīng)濟發(fā)展實際需求的契合度，以便迅速發(fā)現(xiàn)并解決政策滯后或失效的問題。特別需要關(guān)注的是數(shù)字技術(shù)推動下的業(yè)態(tài)模式創(chuàng)新，如平臺經(jīng)濟、共享經(jīng)濟等相關(guān)的政策調(diào)整，必須展現(xiàn)出高度的環(huán)境適應(yīng)性和策略靈活性，以確保政策在時效性上既精準(zhǔn)又高效。

（2）政策領(lǐng)域。數(shù)字經(jīng)濟的發(fā)展會涉及到經(jīng)濟、文化、社會、生態(tài)、科技多個領(lǐng)域，涉及科技創(chuàng)新、教育培訓(xùn)、產(chǎn)業(yè)發(fā)展等不同方面，應(yīng)加強政策間的銜接與配合，鼓勵政策在多個領(lǐng)域之間建立協(xié)同發(fā)展。其中，數(shù)字經(jīng)濟政策中生態(tài)領(lǐng)域的關(guān)注度較低，應(yīng)考慮數(shù)字技術(shù)在生態(tài)領(lǐng)域的應(yīng)用，例如智能能源管理系統(tǒng)實現(xiàn)精確監(jiān)控并優(yōu)化能源分配、數(shù)字化環(huán)境監(jiān)測系統(tǒng)則實時追蹤污染源等，為提高規(guī)模效應(yīng)和發(fā)展數(shù)字生態(tài)經(jīng)濟提供科學(xué)依據(jù)與政策支撐［22］。此外，數(shù)字經(jīng)濟政策應(yīng)充分發(fā)揮山東省的優(yōu)勢產(chǎn)業(yè)在數(shù)字經(jīng)濟領(lǐng)域的帶動效應(yīng)。在出臺《數(shù)字山東發(fā)展規(guī)劃（2018—2022）》和《山東省支持?jǐn)?shù)字經(jīng)濟發(fā)展的意見》等政策文件后，應(yīng)針對數(shù)字經(jīng)濟中的重點領(lǐng)域，如制造業(yè)的數(shù)字化轉(zhuǎn)型與升級等，凸顯其在智能制造、工業(yè)物聯(lián)網(wǎng)及人工智能等領(lǐng)域的獨特優(yōu)勢，鼓勵先進制造業(yè)企業(yè)加快革新原有技術(shù)以及突破高精尖制造技術(shù)［23］，加速傳統(tǒng)優(yōu)勢產(chǎn)業(yè)與數(shù)字技術(shù)的深度融合，推動制造業(yè)向高端化、智能化、綠色化轉(zhuǎn)型。

（3）政策視角。中國特色社會主義道路下的產(chǎn)業(yè)數(shù)字化轉(zhuǎn)型務(wù)必與具體的經(jīng)濟發(fā)展實況相結(jié)合［24］，而數(shù)字經(jīng)濟作為一種新型經(jīng)濟形態(tài)，其核心特征與新質(zhì)生產(chǎn)力高度契合，成為推動新質(zhì)生產(chǎn)力發(fā)展的重要引擎。據(jù)統(tǒng)計，山東省產(chǎn)業(yè)數(shù)字化指數(shù)全國第一，“兩化”融合發(fā)展指數(shù)全國第二［25］。從宏觀視角出發(fā)，面對山東省這樣的數(shù)字強省，制定數(shù)字經(jīng)濟政策時需要考慮宏觀經(jīng)濟發(fā)展戰(zhàn)略，以國家出臺的《“十四五”數(shù)字經(jīng)濟發(fā)展規(guī)劃》為指引，確保政策與國家發(fā)展目標(biāo)相契合。此外，宏觀數(shù)字經(jīng)濟政策需與企業(yè)、產(chǎn)業(yè)、區(qū)域、投資、就業(yè)等政策緊密配合，以產(chǎn)業(yè)政策推動數(shù)字技術(shù)賦能傳統(tǒng)產(chǎn)業(yè)、區(qū)域政策促進數(shù)字經(jīng)濟均衡發(fā)展、投資政策加大數(shù)字經(jīng)濟支持、就業(yè)政策關(guān)注就業(yè)結(jié)構(gòu)升級，協(xié)同促進數(shù)字經(jīng)濟發(fā)展。從微觀視角出發(fā)，需以數(shù)字經(jīng)濟為引擎，構(gòu)建智能制造工業(yè)體系，搭建工業(yè)互聯(lián)網(wǎng)平臺，實現(xiàn)生產(chǎn)過程和設(shè)備的智能化控制，推動企業(yè)產(chǎn)業(yè)數(shù)字化和數(shù)字產(chǎn)業(yè)化發(fā)展。同時，確保宏觀政策與微觀政策的銜接，讓微觀視角在宏觀框架下更具針對性和有效性，為山東省數(shù)字經(jīng)濟的發(fā)展提供多層次、全方位的政策保障。

本文采用文本挖掘技術(shù)和PMC指數(shù)模型重點對山東省數(shù)字經(jīng)濟政策整體進行了細(xì)致的量化評價，基于數(shù)字經(jīng)濟政策的不足與劣勢，從多個角度出發(fā)提出了針對性建議，以期為政府完善數(shù)字經(jīng)濟政策提供參考。同時提出以下可以深化之處：一是可以擴充數(shù)字經(jīng)濟政策文本的數(shù)據(jù)來源，與國家級或者其他省市的數(shù)字經(jīng)濟政策文本進行對照分析，以提高模型的準(zhǔn)確率和普適性；二是可以針對專項政策，如跨境電子商務(wù)、數(shù)字文旅等等，為具體的數(shù)字經(jīng)濟產(chǎn)業(yè)政策優(yōu)化提供針對性建議。

參考文獻：

［1］中國信息通信研究院.中國數(shù)字經(jīng)濟發(fā)展報告（2022年）［EB/OL］.［2024-02-20］.http：//www.caict.ac.cn/kxyj/qwfb/bps/202207/P020220729609949023295.pdf.

［2］劉金旺， 王娟. 山東省數(shù)字經(jīng)濟與實體經(jīng)濟融合發(fā)展淺析［J］. 山東工業(yè)技術(shù)， 2020（2）： 3-8. DOI： 10.16640/j.cnki.37-1222/t.2020.02.001.

［3］張良貴，王興帥，孫久文.制度質(zhì)量視角下數(shù)字經(jīng)濟促進動能轉(zhuǎn)換的機制效應(yīng)檢驗：以山東新舊動能轉(zhuǎn)換綜合試驗區(qū)為例［J］.軟科學(xué)，2024，38（4）：52-60. DOI： 10.13956/j.ss.1001-8409.2024.04.08

［4］張欣亮， 王茜， 呂冉， 等. 省域數(shù)字化轉(zhuǎn)型標(biāo)準(zhǔn)體系研究及其構(gòu)建：以數(shù)字山東標(biāo)準(zhǔn)體系為例［J］. 標(biāo)準(zhǔn)科學(xué)， 2022（4）： 74-78. DOI： 10.3969/j.issn.1674-5698.20221.04.013.

［5］UNIVERSITY S S， TRUSOVA N. Government socio-economic policy under the digital economy in the foreign countries and Russia［J］. Economic Annals-ХХI， 2019， 180（11/12）： 88-96. DOI： 10.21003/ea.v180-10.

［6］沈俊鑫， 何承洪， 王曉萍. 貴州省級大數(shù)據(jù)政策量化評價研究［J］. 重慶理工大學(xué)學(xué)報（社會科學(xué)）， 2022， 36（1）： 144-156.

［7］黃平平，劉文云. 中國特色新型智庫政策文本量化評價：基于PMC指數(shù)模型分析 ［J/OL］. 情報科學(xué).［2024-02-20］. https：//link.cnki.net/urlid/22.1264.G2.20240126.1812.012.

［8］方思越， 劉清. 政策文獻量化研究中的PMC指數(shù)模型應(yīng)用述評［J］. 現(xiàn)代情報， 2024， 44（4）： 168-176.

［9］黃少安. 新舊動能轉(zhuǎn)換與山東經(jīng)濟發(fā)展［J］. 山東社會科學(xué)， 2017（9）： 101-108. DOI： 10.14112/j.cnki.37-1053/c.2017.09.012.

［10］何承洪. 貴州省大數(shù)據(jù)產(chǎn)業(yè)政策量化評價研究［D］. 昆明： 昆明理工大學(xué)， 2022. DOI： 10.27200/d.cnki.gkmlu.2022.001621.

［11］蔡冬松， 柴藝琳， 田志雄. 基于PMC指數(shù)模型的吉林省數(shù)字經(jīng)濟政策文本量化評價［J］. 情報科學(xué)， 2021， 39（12）： 139-145. DOI： 10.13833/j.issn.1007-7634.2021.12.021.

［12］卜令通， 張嘉偉. 基于PMC指數(shù)模型的數(shù)字經(jīng)濟政策量化評價［J］. 統(tǒng)計與決策， 2023， 39（7）： 22-27. DOI： 10.13546/j.cnki.tjyjc.2023.07.004.

［13］RUIZ ESTRADA M A. Policy modeling： Definition， classification and evaluation［J］. Journal of Policy Modeling， 2011， 33（4）： 523-536. DOI： 10.1016/j.jpolmod.2011.02.003.

［14］胡峰， 戚曉妮， 汪曉燕. 基于PMC指數(shù)模型的機器人產(chǎn)業(yè)政策量化評價：以8項機器人產(chǎn)業(yè)政策情報為例［J］. 情報雜志， 2020， 39（1）： 121-129. DOI： 10.3969/j.issn.1002-1965OLoI0rGu5ReMZUZw86uJtz8jqmNoBqbhhTr8laaUbW0=.2020.01.017.

［15］任莎莎. 基于PMC指數(shù)模型的北京市人工智能政策量化評價［J］. 全球科技經(jīng)濟瞭望， 2021， 36（10）： 54-62. DOI： 10.3772/j.issn.1009-8623.2021.10.009.

［16］RUIZ ESTRADA M A， YAP S F， NAGARAJ S. Beyond the ceteris paribus assumption： modeling demand and supply assuming omnia mobilis［J］. International Journal of Economics Research， 2010， 5（2）：185-194.

［17］杜寶貴， 陳磊. 基于PMC指數(shù)模型的科技服務(wù)業(yè)政策量化評價： 遼寧及相關(guān)省市比較［J］. 科技進步與對策， 2022， 39（1）： 132-140. DOI： 10.6049/kjjbydc.2020080744.

［18］王健， 陳偉. 基于PMC指數(shù)模型的北京市數(shù)字經(jīng)濟政策量化評價［J］. 科技智囊， 2023（8）： 1-8. DOI： 10.19881/j.cnki.1006-3676.2023.08.01.

［19］劉航， 高菲， 馬品. 數(shù)字經(jīng)濟驅(qū)動宏觀經(jīng)濟治理體系完善的理論邏輯與政策實踐：基于馬克思社會再生產(chǎn)理論的分析［J/OL］.當(dāng)代經(jīng)濟科學(xué).［2024-02-20］. https：//link.cnki.net/urlid/61.1400.F.20240422.1618.002.

［20］韓平， 宋韓琪， 宋寶琪. 數(shù)字經(jīng)濟政策內(nèi)容的PMC指數(shù)模型研究［J］. 商業(yè)經(jīng)濟， 2024（1）： 25-29. DOI： 10.19905/j.cnki.syjj1982.2024.01.042.

［21］吳曉波， 李思涵， 徐寧， 等. 數(shù)字經(jīng)濟背景下浙江省創(chuàng)新型經(jīng)濟發(fā)展評價及賦能對策研究：基于2014—2017年六省市的對比分析［J］. 科技管理研究， 2020， 40（13）： 157-164. DOI： 10.3969/j.issn.1000-7695.2020.13.022.

［22］夏杰長， 王文凱. 新質(zhì)生產(chǎn)力賦能服務(wù)業(yè)高質(zhì)量發(fā)展的著力點與政策建議［J］. 價格理論與實踐， 2024（1）： 17-21. DOI： 10.19851/j.cnki.CN11-1010/F.2024.01.001.

［23］嚴(yán)宇珺. 數(shù)字經(jīng)濟驅(qū)動高質(zhì)量發(fā)展的內(nèi)在邏輯、作用機制及實現(xiàn)路徑［J］. 技術(shù)經(jīng)濟與管理研究， 2023（7）： 1-5.

［24］孫早， 王樂， 張希. 數(shù)字化賦能產(chǎn)業(yè)轉(zhuǎn)型升級： 機遇、挑戰(zhàn)與實現(xiàn)路徑［J］. 西安交通大學(xué)學(xué)報（社會科學(xué)版）， 2023， 43（6）： 51-63. DOI： 10.15896/j.xjtuskxb.202306005.

［25］裴斐， 徐寶鳳. 山東省制造業(yè)轉(zhuǎn)型升級的思考：基于雙重價值鏈視角的實證分析［J］. 產(chǎn)業(yè)創(chuàng)新研究， 2023（3）： 32-34.