摘 要：數(shù)字政府政策作為數(shù)字政府建設(shè)的指引方向、行動(dòng)綱領(lǐng)和保障手段，對其進(jìn)行量化評價(jià)，能為政策的科學(xué)制定與完善提供重要依據(jù)。本文以58項(xiàng)廣東省數(shù)字政府政策文本為研究對象，根據(jù)高頻詞分析結(jié)果，并參照相關(guān)學(xué)者研究成果，構(gòu)建PMC指數(shù)模型，對廣東省數(shù)字政府政策展開全面的政策評價(jià)。在此基礎(chǔ)上，本文創(chuàng)新性地對政策進(jìn)行演進(jìn)分析，從多個(gè)維度深入剖析并得出結(jié)論。結(jié)果顯示，廣東省數(shù)字政府政策整體質(zhì)量良好，政策之間具有較強(qiáng)的一致性，且在諸多方面表現(xiàn)突出。例如，政策領(lǐng)域與內(nèi)容逐年拓展更新，政策視角兼顧宏觀與微觀層面，積極運(yùn)用各類政策工具等。同時(shí)，一些方面仍存在優(yōu)化提升的空間?；诖?，本文提出針對性的優(yōu)化路徑，旨在為完善廣東省數(shù)字政府政策體系提供有益參考。

關(guān)鍵詞：廣東省；數(shù)字政府；政策評價(jià)；PMC指數(shù)模型；政策文本

中圖分類號(hào)：F127；D035.5 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：2096-0298（2025）04（a）--04

1 引言

黨的十八大勝利召開以來，我國數(shù)字政府建設(shè)進(jìn)程持續(xù)加速，呈現(xiàn)出蓬勃的發(fā)展態(tài)勢。在清華大學(xué)數(shù)據(jù)治理研究中心發(fā)布的《中國數(shù)字政府發(fā)展研究報(bào)告（2021）》和《2022中國數(shù)字政府發(fā)展指數(shù)報(bào)告》中，廣東省均位列第四，印證了其在全國數(shù)字政府建設(shè)領(lǐng)域的領(lǐng)先地位。同時(shí)，廣東省在政企合作等領(lǐng)域的積極探索與實(shí)踐，為全國提供了寶貴的經(jīng)驗(yàn)與啟示。然而，面對新的發(fā)展機(jī)遇與挑戰(zhàn)，如何進(jìn)一步推動(dòng)廣東省數(shù)字政府的高質(zhì)量發(fā)展，成為一個(gè)亟待解決的重要課題。為此，本文深入系統(tǒng)地研究廣東省數(shù)字政府政策，不僅對解決當(dāng)前存在的問題具有重要意義，還將為完善廣東省數(shù)字政府政策體系、促進(jìn)數(shù)字政府持續(xù)健康發(fā)展提供堅(jiān)實(shí)的理論支撐與實(shí)踐指導(dǎo)[1]。本文運(yùn)用文本挖掘和PMC指數(shù)模型，對廣東省58項(xiàng)數(shù)字政府政策展開政策評價(jià)，從多個(gè)維度剖析廣東省數(shù)字政府政策優(yōu)劣勢和內(nèi)部一致性，并提出優(yōu)化建議，以期為下一步廣東省數(shù)字政府政策調(diào)整和創(chuàng)新提供參考與借鑒。

2 文獻(xiàn)綜述

從政府信息化到電子政務(wù)，再到數(shù)字政府，我國政府運(yùn)用現(xiàn)代計(jì)算技術(shù)不斷進(jìn)化[2]，相較電子政務(wù)，對數(shù)字政府的研究有了更多方向。在此背景下，國內(nèi)學(xué)者對數(shù)字政府展開了研究，涵蓋數(shù)字政府建設(shè)、國外發(fā)展經(jīng)驗(yàn)汲取、風(fēng)險(xiǎn)研究等諸多領(lǐng)域。政策文本研究作為一個(gè)方向，目前國內(nèi)研究較少。該研究方向主要分為定性研究和定量研究。定性研究方面，羅強(qiáng)強(qiáng)（2021）[3]通過分析地方政府?dāng)?shù)字化轉(zhuǎn)型中的核心要素和地方政府?dāng)?shù)字化轉(zhuǎn)型的邏輯進(jìn)路，進(jìn)而提出地方數(shù)字政府改革優(yōu)化路徑。段堯清等（2023）[4]研究數(shù)字政府政策中政策工具的使用情況，采用模糊集定性比較分析發(fā)現(xiàn)，僅使用單一政策工具不能構(gòu)成數(shù)字政府高質(zhì)量建設(shè)。對數(shù)字政府政策文本的定量研究相對于定性研究更為廣泛，采用的方法和模型也更為多樣。阮霽陽（2022）[5]運(yùn)用三種模型發(fā)現(xiàn)數(shù)字政府建設(shè)影響因素及其之間的關(guān)系。通過對數(shù)字政府政策文本進(jìn)行詞頻分析，部分學(xué)者在政策工具維度提出優(yōu)化政策工具結(jié)構(gòu)、增強(qiáng)政策工具適用性等建議[6-7]。趙遠(yuǎn)躍和靳永熹（2013）[8]通過政府績效治理模型發(fā)掘數(shù)字政府建設(shè)困境，并提出相關(guān)治理策略。呂佩安（2014）[9]對數(shù)字政府政策數(shù)量、形式、領(lǐng)域等進(jìn)行統(tǒng)計(jì)分析，進(jìn)而探究我國數(shù)字政府政策演進(jìn)的特征、趨勢與規(guī)律。此外，還有部分學(xué)者利用PMC指數(shù)模型進(jìn)行政策量化評價(jià)。

政策量化評價(jià)是運(yùn)用科學(xué)標(biāo)準(zhǔn)和方法對政策系統(tǒng)及過程進(jìn)行綜合考察判斷，并衡量政策方案的復(fù)雜系統(tǒng)工程[10]。PMC指數(shù)模型由Ruiz Estrada等提出，能夠反映政策內(nèi)部一致性、優(yōu)劣性和合理性。作為一種政策評估模型，它目前應(yīng)用廣泛，在諸多領(lǐng)域被使用[11-13]。其依據(jù)的假說強(qiáng)調(diào)世間萬物皆是發(fā)展聯(lián)系的，應(yīng)綜合考慮政策文本評價(jià)模型的所有相關(guān)變量[14]。國內(nèi)學(xué)者已開始運(yùn)用該模型對數(shù)字政府政策展開政策評價(jià)。周巍和張美麗（2003）[15]等運(yùn)用該模型對西北五?。▍^(qū)）數(shù)字政府政策進(jìn)行評價(jià)，并提出優(yōu)化建議。陳美和聶佳睿（2024）[16]運(yùn)用該模型分析數(shù)字政府政策的央地協(xié)同情況。姚怡帆等（2024）[17]基于PMC指數(shù)模型，以政策目標(biāo)、政策工具和政策效力為分析框架進(jìn)行分析。

對比現(xiàn)有研究，采用PMC指數(shù)模型進(jìn)行政策量化評價(jià)是更具系統(tǒng)性的實(shí)證研究，同時(shí)對比其他模型主觀誤差更小。在利用PMC指數(shù)模型的政策文本研究中，鮮有針對廣東省數(shù)字政府政策的政策評價(jià)。鑒于此，本文基于58項(xiàng)廣東省數(shù)字政府政策文本，通過文本挖掘并借鑒相關(guān)學(xué)者的研究成果，構(gòu)建PMC指數(shù)模型，對廣東省數(shù)字政府政策進(jìn)行量化分析，并創(chuàng)新性地在該模型框架下對政策進(jìn)行演進(jìn)分析，希望探尋更適合廣東省數(shù)字政府建設(shè)的政策優(yōu)化路徑。

3 研究設(shè)計(jì)

3.1 數(shù)據(jù)來源

本文以“數(shù)字政府”為關(guān)鍵詞，在“北大法寶”和廣東省政府網(wǎng)站及其下級各市政府網(wǎng)站進(jìn)行搜索，收集到政策文本74項(xiàng)，其中包括5項(xiàng)地方規(guī)范性文件和69項(xiàng)地方工作文件，剔除部分相關(guān)性不強(qiáng)的文本后，最終得到58項(xiàng)廣東省數(shù)字政府政策文本。

3.2 PMC指數(shù)模型的構(gòu)建過程

3.2.1 文本挖掘和建立評價(jià)標(biāo)準(zhǔn)

本文通過ROSTCM 6.0軟件進(jìn)行詞頻分析，挖掘58項(xiàng)政策文本中的高頻詞，通過補(bǔ)充與數(shù)字政府相關(guān)的專有名詞，得到最終結(jié)果。根據(jù)高頻詞挖掘結(jié)果，依照Estrada建設(shè)的原模型[18]，并參考周巍和張美麗（2023）[15]、毛豐付等（2024）[19]、毛子駿和梅宏（2020）[20]、蔡冬松等（2021）[21]等關(guān)于構(gòu)建PMC指數(shù)模型的相關(guān)文獻(xiàn)，建立廣東省數(shù)字政府政策評價(jià)標(biāo)準(zhǔn)，包括9個(gè)一級變量和43個(gè)二級變量，具體如下：X1政策性質(zhì)下設(shè)預(yù)測（X1-1）、監(jiān)管（X1-2）、建議（X1-3）、描述（X1-4）、引導(dǎo)（X1-5）5個(gè)二級指標(biāo)；X2政策評價(jià)包括依據(jù)充分（X2-1）、目標(biāo)明確（X2-2）、方案科學(xué)（X2-3）、規(guī)劃合理（X2-4）4個(gè)方面；X3政策時(shí)效劃分為長期（X3-1）、中期（X3-2）、短期（X3-3）3個(gè)維度；X4政策客體覆蓋政府（X4-1）、企業(yè)（X4-2）、個(gè)人（X4-3）、社會(huì)組織（X4-4）4類對象；X5政策工具分為供給型（X5-1）、需求型（X5-2）、環(huán)境型（X5-3）3種類型；X6政策領(lǐng)域涵蓋政治（X6-1）、經(jīng)濟(jì)（X6-2）、社會(huì)（X6-3）、文化（X6-4）、科技（X6-5）5大領(lǐng)域；X7政策視角包含宏觀（X7-1）與微觀（X7-2）2個(gè)層級；X8政策內(nèi)容細(xì)分為公共服務(wù)（X8-1）、協(xié)同（X8-2）、網(wǎng)絡(luò)安全（X8-3）、人工智能（X8-4）、數(shù)據(jù)共享（X8-5）、一網(wǎng)統(tǒng)管（X8-6）、信息管理（X8-7）、營商環(huán)境（X8-8）、平臺(tái)建設(shè)或優(yōu)化（X8-9）、生態(tài)環(huán)境（X8-10）、數(shù)據(jù)要素市場（X8-11）11個(gè)具體方向；X9政策保障由組織領(lǐng)導(dǎo)（X9-1）、監(jiān)督考核（X9-2）、宣傳推介（X9-3）、資金保障（X9-4）、人才保障（X9-5）、制度保障（X9-6）6項(xiàng)措施構(gòu)成。

3.2.2 建立投入產(chǎn)出表

投入產(chǎn)出表是構(gòu)建PMC指數(shù)模型的關(guān)鍵步驟，只有建立投入產(chǎn)出表對政策進(jìn)行量化處理，才能進(jìn)一步計(jì)算和分析。在投入產(chǎn)出表中，根據(jù)前文確定的9個(gè)一級變量和43個(gè)二級變量對政策進(jìn)行評價(jià)，各指標(biāo)均不設(shè)權(quán)重，也無先后順序，采用二進(jìn)制[0，1]賦值評價(jià)。

3.2.3 計(jì)算PMC指數(shù)

PMC指數(shù)計(jì)算分為以下幾個(gè)步驟：首先，對搜集到的廣東省數(shù)字政府政策文本進(jìn)行量化評價(jià)，如果政策文本符合某項(xiàng)評價(jià)指標(biāo)，則該項(xiàng)評價(jià)指標(biāo)賦值為1，不符合則賦值為0，得到二級變量數(shù)據(jù)。其次，對二級變量進(jìn)行計(jì)算，得出一級變量的數(shù)值。最后，對一級變量進(jìn)行計(jì)算，即可得到PMC指數(shù)。

4 實(shí)證結(jié)果分析

4.1 整體均值分析

整體PMC指數(shù)均值為7.10，處于良好等級。具體來看，X1政策性質(zhì)均值為0.86，得分較高，說明政策在預(yù)測、監(jiān)管、建議、描述和引導(dǎo)等政策性質(zhì)方面表現(xiàn)較好；X2政策評價(jià)均值為0.82，說明政策整體上依據(jù)充分、目標(biāo)明確、方案科學(xué)，且規(guī)劃合理；X3政策時(shí)效均值為0.38，得分較低，政策的時(shí)效多注重短期規(guī)劃，部分有中期規(guī)劃，但缺乏五年以上的長期規(guī)劃；X4政策客體均值為0.85，得分雖然較高，但政策客體主要集中在政府、企業(yè)和個(gè)人上，對社會(huì)組織涉及較少，基本是在共享數(shù)據(jù)板塊，其他板塊鮮有提及；X5政策工具均值為0.98，表現(xiàn)優(yōu)秀，政策工具評價(jià)方法主要參考張春花等（2023）[22]的研究；X6政策領(lǐng)域均值為0.86，小部分政策未涉及文化指標(biāo)；X7政策視角均值為0.97，大部分政策既涉及宏觀層面又涉及微觀層面；X8政策內(nèi)容均值為0.81，作為指標(biāo)最多的一項(xiàng)評價(jià)標(biāo)準(zhǔn)，該數(shù)值反映出政策在內(nèi)容方面有較高的一致性，但有小部分缺乏信息管理，僅有一半左右政策涉及人工智能、一網(wǎng)統(tǒng)管和數(shù)據(jù)要素市場等方面；X9政策保障均值是0.56，得分較低，一半以上的政策使用了組織領(lǐng)導(dǎo)、資金保障、人才保障和制度保障等政策保障方式，較少使用監(jiān)督考核和宣傳推介兩種保障方式。

4.2 各等級政策分析

優(yōu)秀等級政策的多項(xiàng)評價(jià)指標(biāo)分?jǐn)?shù)都能達(dá)到滿分一分或接近一分，但X3政策時(shí)效和X9政策保障兩個(gè)指標(biāo)相對較低。良好等級政策的情況與整體情況類似，但X3政策時(shí)效方面，大多數(shù)良好政策僅有短期規(guī)劃，缺乏中期和長期規(guī)劃。X5政策工具評分均值為1。X6政策領(lǐng)域方面，主要缺乏涉及文化領(lǐng)域的政策，還有少部分政策缺乏對科技領(lǐng)域的涉及。一般等級的政策情況與整體情況及良好政策情況相似，不同的是，X2政策評價(jià)中，3/4依據(jù)不充分。X3政策時(shí)效全部沒有長期和中期的規(guī)劃。X4政策客體全部不涉及社會(huì)組織。X5政策工具有一半未使用需求型工具。X6政策領(lǐng)域全部缺乏涉及文化領(lǐng)域，3/4缺乏涉及科技領(lǐng)域。X8政策內(nèi)容全部缺乏人工智能，3/4缺乏一網(wǎng)統(tǒng)管、信息管理和數(shù)據(jù)要素市場等內(nèi)容，一半缺乏生態(tài)環(huán)境相關(guān)內(nèi)容。X9政策保障全部缺乏組織領(lǐng)導(dǎo)、監(jiān)督考核、資金保障和制度保障，3/4缺乏人才保障，一半缺乏宣傳推介。不良等級的情況最差，僅在X4政策客體方面表現(xiàn)較好，分值為0.75，其他評價(jià)指標(biāo)都較低。

4.3 政策演進(jìn)分析

2019—2023年，廣東省每年都會(huì)發(fā)布廣東省數(shù)字政府改革建設(shè)工作重點(diǎn)，其中夯實(shí)基礎(chǔ)支持和加強(qiáng)建設(shè)保障內(nèi)容始終存在，2019年這兩點(diǎn)體現(xiàn)在一項(xiàng)重點(diǎn)內(nèi)容中，其他年份的工作要點(diǎn)則對這兩點(diǎn)分別進(jìn)行了部署。其他部分的演進(jìn)過程如下：2019年，作為廣東省數(shù)字政府建設(shè)較關(guān)鍵的年份，其工作要點(diǎn)主要在于數(shù)字政府的推進(jìn)，面向社會(huì)、企業(yè)和政府內(nèi)部多個(gè)方面。2020年，工作重點(diǎn)主要在于對已有成果的進(jìn)一步優(yōu)化，并以樣板城市經(jīng)驗(yàn)帶動(dòng)其他城市數(shù)字政府發(fā)展，“一網(wǎng)通辦”和“一網(wǎng)統(tǒng)管”首次在工作重點(diǎn)中被提及，但只涉及個(gè)別細(xì)則。2021年，工作重點(diǎn)中，“一網(wǎng)通辦”和“一網(wǎng)統(tǒng)管”成為重要板塊被建設(shè)，同時(shí)原有重點(diǎn)領(lǐng)域的建設(shè)持續(xù)被推進(jìn)，“數(shù)據(jù)要素市場化”首次在工作重點(diǎn)中作為一項(xiàng)細(xì)則被提及。2022年，工作重點(diǎn)在于全省協(xié)同發(fā)展和省域治理，并對“數(shù)據(jù)要素市場化”的進(jìn)一步完善與促進(jìn)提出要求，同時(shí)要求數(shù)字政府服務(wù)進(jìn)一步優(yōu)化，“一網(wǎng)協(xié)同”首次在工作重點(diǎn)中被提及，但僅涉及建設(shè)保障中的一項(xiàng)細(xì)則。2023年，工作重點(diǎn)涉及內(nèi)容最多，利用數(shù)字政府賦能實(shí)體經(jīng)濟(jì)發(fā)展，加快培育數(shù)據(jù)要素市場，并將“一網(wǎng)統(tǒng)管”“一網(wǎng)通辦”“一網(wǎng)協(xié)同”作為三個(gè)重要板塊進(jìn)行推進(jìn)，網(wǎng)絡(luò)安全由之前建設(shè)保障中的一項(xiàng)細(xì)則變?yōu)橹攸c(diǎn)建設(shè)的板塊。

5 結(jié)論與優(yōu)化建議

本文基于PMC指數(shù)模型，對58項(xiàng)政策文本進(jìn)行了量化分析。結(jié)果顯示，廣東省數(shù)字政府政策整體質(zhì)量較高，10項(xiàng)政策處于優(yōu)秀等級，43項(xiàng)政策處于良好等級，4項(xiàng)政策處于一般等級，1項(xiàng)政策處于不良等級，優(yōu)良率達(dá)到91.4%。其內(nèi)部一致性也較強(qiáng)，大部分政策特征都與整體特征相似，政策較為合理。在政策性質(zhì)、政策評價(jià)、政策工具、政策領(lǐng)域和政策視角等評估指標(biāo)上，廣東省數(shù)字政府政策表現(xiàn)較好，尤其是政策領(lǐng)域和政策內(nèi)容兩方面，通過演進(jìn)分析可以發(fā)現(xiàn)，其每年都能不斷豐富與完善，是其政策呈現(xiàn)高質(zhì)量的重要推力。注重基礎(chǔ)設(shè)施建設(shè)與優(yōu)化，保障了數(shù)字政府發(fā)展的硬性條件。然而，廣東省數(shù)字政府政策尚有不足，根據(jù)量化評價(jià)結(jié)果可知，政策時(shí)效方面，雖然大部分政策涉及短期規(guī)劃，但中期和長期規(guī)劃較少；政策保障方面，整體政策保障方式不足，尤其是缺乏宣傳推介和監(jiān)督考核兩項(xiàng)政策保障方式；政策內(nèi)容方面，缺少對信息管理和人工智能的規(guī)劃；政策客體方面，缺少針對社會(huì)組織的相關(guān)政策。基于此，本文將從以下四點(diǎn)提出優(yōu)化建議。

5.1 強(qiáng)化政策時(shí)效

政策時(shí)效方面，需要增加中期與長期規(guī)劃。鑒于數(shù)字政府建設(shè)深度依賴信息技術(shù)的發(fā)展，信息技術(shù)日新月異，使得精準(zhǔn)預(yù)測并規(guī)劃未來尤為困難，因此，更應(yīng)把握當(dāng)前，設(shè)定一個(gè)既基于現(xiàn)實(shí)又具前瞻性的長期愿景。長期目標(biāo)不僅是方向標(biāo)，還是短期計(jì)劃制定的基石，能夠有效指導(dǎo)資源的優(yōu)化配置、工作重點(diǎn)的確立及成效評估的體系構(gòu)建，形成從短期到長期的無縫銜接與良性互動(dòng)。

5.2 完善政策保障

政策保障方面，需要全面加強(qiáng)，尤其是宣傳推介和監(jiān)督考核兩方面。宣傳推介是提高公眾認(rèn)知度的有效途徑，應(yīng)制定系統(tǒng)性的宣傳策略，通過多渠道、多形式的宣傳方式，提高公職人員與公民的數(shù)字素養(yǎng)。這不僅有利于提高政府工作效率，還有利于推動(dòng)數(shù)字政府建設(shè)和發(fā)展。監(jiān)督考核是確保政策得到有效執(zhí)行、目標(biāo)得以實(shí)現(xiàn)的關(guān)鍵環(huán)節(jié)，應(yīng)建立健全的監(jiān)督考核體系，明確考核標(biāo)準(zhǔn)、程序和方法，確?？己斯ぷ鞯目茖W(xué)性和公正性。

5.3 豐富政策內(nèi)容

在政策制定過程中，各地市之間政策內(nèi)容異同是常態(tài)。值得注意的是，在當(dāng)今大數(shù)據(jù)時(shí)代，信息管理已成為政府工作中的核心任務(wù)與關(guān)鍵環(huán)節(jié)。目前，廣東省的政策部分涉及信息管理，但都是在個(gè)別的細(xì)則中分散展現(xiàn)，并未作為重點(diǎn)板塊來建設(shè)。另外，以大語言模型為代表的人工智能技術(shù)近年來取得了突破性進(jìn)展，其智能化水平已達(dá)到前所未有的高度。這一技術(shù)的崛起，為政府服務(wù)模式創(chuàng)新提供了無限可能。通過加大對人工智能技術(shù)的應(yīng)用力度，我國可以探索更加智能化、個(gè)性化的政務(wù)服務(wù)方式。

5.4 擴(kuò)充政策客體

在國家治理體系邁向現(xiàn)代化的進(jìn)程中，一個(gè)顯著且重要的特征是治理主體的多元化與協(xié)同化。這一趨勢不僅打破了傳統(tǒng)政府單一的主導(dǎo)模式，還強(qiáng)調(diào)了政府、社會(huì)組織、企業(yè)及公民個(gè)人等多元主體在治理過程中的共同參與和互動(dòng)。社會(huì)組織作為連接政府與民眾的重要紐帶，具有獨(dú)特的優(yōu)勢及作用。它們貼近基層、了解民情，敏銳地捕捉社會(huì)多元化的需求和問題，還能憑借自身專業(yè)能力和資源優(yōu)勢，為政府提供有價(jià)值的建議和解決方案。

參考文獻(xiàn)

陳振明.政策科學(xué)的起源與政策研究的意義[J].廈門大學(xué)學(xué)報(bào)（哲學(xué)社會(huì)科學(xué)版），1992（4）：83-88+100.

黃璜.數(shù)字政府：政策、特征與概念[J].治理研究，2020，36（3）：6-15+2.

羅強(qiáng)強(qiáng).地方“數(shù)字政府”改革的內(nèi)在機(jī)理與優(yōu)化路徑： 基于中國省級“第一梯隊(duì)”政策文本分析[J].地方治理研究，2021 （1）：2-12+78.

段堯清，陳婷，刁斐，等.政策工具視角下我國省域數(shù)字政府高質(zhì)量建設(shè)驅(qū)動(dòng)路徑研究[J].情報(bào)科學(xué)，2023，41（5）：124-130+143.

阮霽陽.數(shù)字政府建設(shè)影響因素研究： 基于127份政策文件的大數(shù)據(jù)分析[J].西南民族大學(xué)學(xué)報(bào)（人文社會(huì)科學(xué)版），2022，43（4）： 185-191.

姜景，姜婭新，杜惠.政策工具視角下的數(shù)字政府研究： 基于我國45份政策文本的量化分析[J].智庫理論與實(shí)踐，2022，7（2）：14-23.

胡世文，祁志偉.政策工具視角下數(shù)字政府建設(shè)政策文本研究： 基于省級政策文本（2019—2021）的分析[J].西南民族大學(xué)學(xué)報(bào)（人文社會(huì)科學(xué)版），2023，44（1）：188-200.

趙遠(yuǎn)躍，靳永翥.以“數(shù)”賦“值”： 數(shù)字政府的建設(shè)困境及其治理策略： 基于政策文件的質(zhì)性文本分析[J].重慶社會(huì)科學(xué)，2023（1）：60-76.

呂佩安.我國數(shù)字政府建設(shè)與發(fā)展政策演進(jìn)： 特征、趨勢與規(guī)律： 一個(gè)政策文獻(xiàn)的計(jì)量分析[J].圖書館理論與實(shí)踐， 2024（10）： 1-22.

張永安，伊茜卓瑪. 各地網(wǎng)約車政策評價(jià)與比較分析[J]. 北京工業(yè)大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版）， 2018， 18（3）： 45-53.

胡峰，戚曉妮，汪曉燕.基于PMC指數(shù)模型的機(jī)器人產(chǎn)業(yè)政策量化評價(jià)： 以8項(xiàng)機(jī)器人產(chǎn)業(yè)政策情報(bào)為例[J].情報(bào)雜志，2020，39（1）：121-129+161.

董紀(jì)昌，袁銓，尹利君，等.基于PMC指數(shù)模型的單項(xiàng)房地產(chǎn)政策量化評價(jià)研究： 以我國“十三五”以來住房租賃政策為例[J].管理評論，2020，32（5）：3-13+75.

秦亮，張華，吳華珠，等.基于PMC指數(shù)模型的數(shù)字鄉(xiāng)村政策量化評價(jià)研究[J].現(xiàn)代管理科學(xué)，2023（1）：127-139.

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

周巍，張美麗. 西北五?。▍^(qū)）數(shù)字政府建設(shè)政策文本量化評價(jià)： 基于PMC指數(shù)模型的分析[J]. 情報(bào)科學(xué)， 2023， 41（12）： 99-109.

陳美，聶佳睿.數(shù)字政府政策央地協(xié)同量化研究： 基于三維分析框架的文本分析[J].情報(bào)理論與實(shí)踐， 2024（10）： 1-18.

姚怡帆，張相，葉中華.目標(biāo)-工具-效力： 中國數(shù)字政府建設(shè)政策的三維圖景[J].管理評論，2024，36（5）：248-259.

Estrada R A M. Policy modeling： Definition， Classification and Evaluation[J]. Journal of Policy Modeling， 2011， 33（4）： 523-536.

毛豐付，劉蕓蕓，郭亞潔. “數(shù)字中國”建設(shè)背景下數(shù)字素養(yǎng)政策文本量化評價(jià)[J]. 未來與發(fā)展， 2024， 48（1）： 62-70.

毛子駿，梅宏. 政策工具視角下的國內(nèi)外人工智能政策比較分析[J]. 情報(bào)雜志， 2020， 39（4）： 74-81+59.

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(jì)政策文本量化評價(jià)[J]. 情報(bào)科學(xué)， 2021， 39（12）： 139-145.

張春花，宋永輝，李興格. 三維政策工具視角下科技成果轉(zhuǎn)移轉(zhuǎn)化政策研究： 基于2008—2021年國家相關(guān)政策文本的分析[J]. 中國高?？萍?， 2023（6）： 81-88.