基于事理圖譜的政策影響分析方法及實(shí)證研究

單曉紅，龐世紅，劉曉燕，楊 娟

(北京工業(yè)大學(xué)經(jīng)濟(jì)與管理學(xué)院，北京 100124)

0 引言

政策的出臺(tái)往往會(huì)引起利益相關(guān)者或者市場(chǎng)的較大變化，進(jìn)而會(huì)影響社會(huì)和諧和市場(chǎng)穩(wěn)定。例如2006年頒布的房地產(chǎn)政策“國(guó)六條”，在短期內(nèi)，政策的實(shí)施有效地抑制了房地產(chǎn)投資與消費(fèi)過(guò)熱的問(wèn)題，對(duì)房地產(chǎn)市場(chǎng)的穩(wěn)定起到了一定的作用[1]。研究政策頒布后的影響對(duì)于政府了解政策實(shí)施效果以及提高政府治理水平具有重要意義。目前政策影響的研究主要包括研究?jī)?nèi)容和研究方法兩個(gè)方面。

政策影響的研究?jī)?nèi)容主要集中在政策對(duì)某利益相關(guān)者和相關(guān)市場(chǎng)的影響。首先，政策對(duì)利益相關(guān)者的影響研究方面。從公共政策角度，李素利[2]、王亞民[3]分別研究了養(yǎng)老政策和延遲退休政策的影響，結(jié)果表明，養(yǎng)老政策的不同價(jià)值特性對(duì)養(yǎng)老生活有不同的影響；延遲退休政策引起的非議異性較高，推行需要調(diào)整。從產(chǎn)業(yè)政策角度，Aghion[4]、何熙瓊[5]指出產(chǎn)業(yè)政策和企業(yè)之間的競(jìng)爭(zhēng)有相互促進(jìn)的作用。從經(jīng)濟(jì)政策角度，貨幣政策[6]、結(jié)構(gòu)性減稅政策[7]、公允價(jià)值[8]等對(duì)利益相關(guān)者的影響較受關(guān)注。其次，政策對(duì)相關(guān)市場(chǎng)的研究方面。研究者傾向于探討經(jīng)濟(jì)政策對(duì)相關(guān)市場(chǎng)帶來(lái)的影響，Chung[9]以及余春雨[10]指出貨幣政策能夠顯著影響股票價(jià)格。Kulczycka J認(rèn)為高稅收會(huì)削弱銅礦業(yè)開(kāi)發(fā)的前景[11]。從產(chǎn)業(yè)政策角度出發(fā)，F(xiàn)reedman M等研究證明，產(chǎn)業(yè)政策增加了勞動(dòng)力市場(chǎng)上女性的比例[12]。周陽(yáng)敏[13]、Wang X[14]以及Tabeau A[15]從公共政策出發(fā)，得出結(jié)論：限購(gòu)令與房產(chǎn)稅相比，限購(gòu)令對(duì)房地產(chǎn)市場(chǎng)產(chǎn)生的影響更大；授權(quán)和補(bǔ)貼相互協(xié)調(diào)互補(bǔ)，對(duì)農(nóng)業(yè)起到更好的作用；嚴(yán)格的REDD政策能夠保護(hù)可能用于農(nóng)業(yè)生產(chǎn)的土地儲(chǔ)備。

在政策影響的研究方法上，學(xué)者主要采用回歸分析方法[2]、CGE模型[16]、冪律[17]等數(shù)學(xué)模型，量化政策對(duì)利益相關(guān)者或者市場(chǎng)產(chǎn)生的影響；常飛[18]使用向量自回歸(VAR)證明貨幣政策對(duì)不同地區(qū)房地產(chǎn)市場(chǎng)影響的差異化程度較大。隨著研究的深入，SVAR模型[19]、PVAR模型[7]等VAR的演化模型被引入政策影響研究。在數(shù)據(jù)源上，研究者多使用面板數(shù)據(jù)[20-21]、年報(bào)或數(shù)據(jù)庫(kù)中的數(shù)據(jù)[15,18]，以及調(diào)查問(wèn)卷[2,22]收集到的數(shù)據(jù)。

綜上所述，在政策影響數(shù)據(jù)來(lái)源方面，歷年的統(tǒng)計(jì)數(shù)據(jù)數(shù)量較少，調(diào)查問(wèn)卷數(shù)據(jù)受到調(diào)查方法、調(diào)查樣本的限制，無(wú)法充分分析政策帶來(lái)的影響。在線(xiàn)評(píng)論可以有效克服調(diào)查問(wèn)卷和統(tǒng)計(jì)數(shù)據(jù)的時(shí)效性及數(shù)據(jù)量不足的缺點(diǎn)?，F(xiàn)有研究方法多利用定量方法，內(nèi)容多以分析政策對(duì)具體市場(chǎng)或某一利益相關(guān)者影響為主，無(wú)法深入和完整地解釋政策對(duì)多個(gè)利益相關(guān)者和市場(chǎng)變化帶來(lái)的影響。利用事理圖譜[23]能夠清晰地刻畫(huà)政策和利益相關(guān)者行為以及市場(chǎng)變化的因果關(guān)系和順承關(guān)系，進(jìn)而深入地分析和解釋政策帶來(lái)的影響。

事理圖譜是以事件為節(jié)點(diǎn)、以關(guān)系為邊的有向圖。在關(guān)系識(shí)別上，利用觸發(fā)詞識(shí)別句子關(guān)系[24-26]，進(jìn)而有效刻畫(huà)事件之間的關(guān)系和影響。本文以政策頒布后形成的評(píng)論為數(shù)據(jù)源，使用觸發(fā)詞識(shí)別句子關(guān)系，進(jìn)而抽取事件對(duì)，構(gòu)建政策影響事理圖譜；使用扎根理論泛化事件，形成代表性更強(qiáng)的抽象事理圖譜，據(jù)此分析政策影響。本研究通過(guò)事理圖譜可以同時(shí)分析政策對(duì)市場(chǎng)及利益相關(guān)者產(chǎn)生的影響，根據(jù)圖譜中的節(jié)點(diǎn)及時(shí)調(diào)整政策和采取措施，對(duì)政府等相關(guān)工作者具有重要意義；同時(shí)拓展了事理圖譜的應(yīng)用范圍，促進(jìn)事理圖譜的發(fā)展。

1 政策影響事理圖譜構(gòu)建

首先對(duì)政策頒布后發(fā)生的事件以及事件之間的關(guān)系進(jìn)行界定，其次對(duì)數(shù)據(jù)采集與預(yù)處理給出相關(guān)說(shuō)明；然后介紹從文本中抽取事件的過(guò)程及步驟；最后介紹事件泛化的方法，并提出事理圖譜構(gòu)建。整個(gè)構(gòu)建流程如圖1所示。

1.1 概念界定

事件：一項(xiàng)新政策頒布后，利益相關(guān)者會(huì)產(chǎn)生相應(yīng)的行為以適應(yīng)該項(xiàng)政策對(duì)自身帶來(lái)的影響，市場(chǎng)也會(huì)隨之發(fā)生變化。相關(guān)事件被提及的頻次越高，表示該事件引起的關(guān)注度越高，政策產(chǎn)生的影響程度較大。本文的事件是指通過(guò)在線(xiàn)評(píng)論所反映出的政策頒布后利益相關(guān)者行為以及市場(chǎng)的變化。

事件的順承關(guān)系：以時(shí)間為標(biāo)志的事件的先后順序，反映了政策與利益相關(guān)者和市場(chǎng)變化的時(shí)間上的關(guān)系。

事件的因果關(guān)系：在滿(mǎn)足順承關(guān)系基礎(chǔ)上，兩個(gè)事件存在原因和結(jié)果關(guān)系，反映了政策對(duì)利益相關(guān)者和市場(chǎng)的影響結(jié)果。

在線(xiàn)評(píng)論、事理圖譜以及客觀事實(shí)的關(guān)系：在線(xiàn)評(píng)論是客觀事實(shí)的反映，從在線(xiàn)評(píng)論可以知道現(xiàn)實(shí)世界中發(fā)生的事件；而事理圖譜則是以圖的形式刻畫(huà)了現(xiàn)實(shí)中發(fā)生的相關(guān)事實(shí)；本文基于在線(xiàn)評(píng)論的數(shù)據(jù)形成事理圖譜，從而觀察政策帶來(lái)的相關(guān)影響，如圖2。

1.2 數(shù)據(jù)采集與預(yù)處理

本文數(shù)據(jù)源來(lái)自與所選政策相關(guān)的網(wǎng)絡(luò)論壇。根據(jù)所選政策的百度指數(shù)的波動(dòng)趨勢(shì)，確定研究的時(shí)間段。使用八爪魚(yú)采集器采集網(wǎng)站相關(guān)數(shù)據(jù)。對(duì)采集到的數(shù)據(jù)按時(shí)間整理，刪除重復(fù)數(shù)據(jù)。運(yùn)用哈工大提供的LTP，對(duì)數(shù)據(jù)進(jìn)行分句、分詞及詞性標(biāo)注等預(yù)處理。

圖1 事理圖譜構(gòu)建流程Fig.1 Procedure for event evolution graph

圖2 客觀事實(shí)、在線(xiàn)評(píng)論和事理圖譜之間的關(guān)系Fig.2 Relationship among objective facts, online reviews, and event evolution graph

1.3 事件抽取

本文選取基于規(guī)則匹配的方法識(shí)別句中的因果關(guān)系。漢語(yǔ)文本中，因果句包括明確因果句和模糊因果句兩種形式[27]。明確因果句具有標(biāo)識(shí)詞，可以據(jù)此采用規(guī)則模板的方式抽取因果對(duì)。模糊因果句雖然有明確的提示詞可以區(qū)分，但是因果成分模糊，不易提取，因此基于扎根理論的方法抽取事件對(duì)。類(lèi)似地，對(duì)于一般句子中的順承事件對(duì)的抽取，也采用扎根理論的方法進(jìn)行。

1.3.1 規(guī)則模板的生成

規(guī)則模板是在句法模式的基礎(chǔ)上生成的，它是用來(lái)判斷數(shù)據(jù)是否是因果句的判定規(guī)則，格式為。其中，Pattern是根據(jù)漢語(yǔ)語(yǔ)法的特點(diǎn)以及因果句中含有的提示詞等，規(guī)定的判斷因果句的正則表達(dá)式。Priority表示句子優(yōu)先匹配的句法規(guī)則等級(jí)。

本文利用文獻(xiàn)中總結(jié)的明確因果句和模糊因果句的句法特點(diǎn)，編寫(xiě)句法模板[27]，例如明確因果句中，模式1明確因果句句法模式[Cause]，[Effect]，其中Cuec1∈[因(為)，由于，既(然)，如果，只要]。這類(lèi)句法模式的句子如：“<由于>[感冒了]Cause，[可可今天沒(méi)去上學(xué)。]Effect”；模糊因果句與明確因果句不同的地方僅限于因果提示詞不同。

根據(jù)前面提出的句法模式，設(shè)計(jì)出9個(gè)規(guī)則模板。用A表示一個(gè)詞集合，用Sen表示一個(gè)句子，那么一個(gè)句子可以表示為Sen={a1,a2,…，an},ai是集合A中的詞，i=1,2,3,…,n句子經(jīng)過(guò)詞性標(biāo)注之后表示為Sen1={a1/t1,a2/t2,…,an/tn},ti表示ai的詞性。如上面提到的明確因果句中的規(guī)則模板為：ifa1∈c1andt1=cthenSen為模式1明確因果句(其中c1和c表示不同的連詞)。

規(guī)則模板的優(yōu)先序的設(shè)計(jì)基于“北京大學(xué)現(xiàn)代漢語(yǔ)語(yǔ)料庫(kù)(CCL)”，對(duì)語(yǔ)料庫(kù)中因果句按照規(guī)則模板進(jìn)行統(tǒng)計(jì)，以頻數(shù)高低判斷優(yōu)先序。

1.3.2 事件對(duì)抽取

根據(jù)前述形成的規(guī)則模板可將句子分為3類(lèi)：明確因果句，模糊因果句，一般句子。為了能夠明確地表示事件，抽取的事件對(duì)用一個(gè)名詞、一個(gè)動(dòng)詞或者動(dòng)名詞詞組來(lái)表示。

1)明確因果句事件抽取

明確因果句主要是通過(guò)規(guī)則匹配的方式，區(qū)分句子的原因部分和結(jié)果部分。例如句子“你之所以成功，主要緣于你的努力”，原因部分為[你的努力]，結(jié)果部分為[成功]。接下來(lái)對(duì)明確因果句進(jìn)行依存句法分析，結(jié)合句法依存關(guān)系加以判斷原因和結(jié)果部分是否存在主謂(SBV)、動(dòng)賓(VOB)或介賓(POB)關(guān)系。例如上面的句子的提取到的因果對(duì)為：[你努力，你成功]。在這個(gè)句子中，我們將“你努力”和“你成功”看作兩個(gè)事件，分別是原因事件和結(jié)果事件。在事理圖譜中，表現(xiàn)為“你努力”是一個(gè)源節(jié)點(diǎn)，“你成功”是一個(gè)目標(biāo)節(jié)點(diǎn)，兩個(gè)事件之間就存在一條因果邊。

2)模糊因果句事件提取

由于模糊因果句無(wú)法采用規(guī)則模板匹配的方法提取事件，因此引入扎根理論的方法抽取模糊因果句的事件。

扎根理論由社會(huì)學(xué)家Glaser 和Strauss 于1967年提出。扎根理論中對(duì)資料分析和歸類(lèi)的過(guò)程稱(chēng)為編碼，它將收集的資料不斷打碎、整理和重組，從而挖掘概念、提煉范疇，包括開(kāi)放式編碼，主軸編碼和選擇性編碼[28]。

開(kāi)放式編碼主要是對(duì)收集到的數(shù)據(jù)概念化，用一定的概念和范疇來(lái)反映收集到的資料中心內(nèi)容，然后把抽象出來(lái)的概念“打散”，重新進(jìn)行整合，聚類(lèi)的過(guò)程。以表1中的數(shù)據(jù)為例，這里將原數(shù)據(jù)中體現(xiàn)事件發(fā)生的句子概念化，并提煉為一個(gè)范疇進(jìn)行表示。

表1 扎根理論抽取事件示例Tab.1 Event extracting based on grounded theory

3)順承事件對(duì)的抽取。

對(duì)于一般的句子，同樣采用扎根理論方法提取其中的事件對(duì)，過(guò)程與上面相同。對(duì)于使用規(guī)則模板抽取明確因果句中，結(jié)果不理想的因果句也采用扎根理論方法抽取事件對(duì)。這樣抽取的事件對(duì)既有因果事件對(duì)，也包括順承事件對(duì)。

主軸式編碼的主要任務(wù)是旨在發(fā)現(xiàn)獨(dú)立范疇之間的潛在聯(lián)結(jié)關(guān)系[28]。利用主軸式編碼，判斷抽取出的事件對(duì)是因果關(guān)系還是順承關(guān)系，進(jìn)而確定邊的類(lèi)型。例如范疇“317新政”、“中介調(diào)整”以及“中介推房”之間，引起“中介調(diào)整”的原因是“317新政”的發(fā)布，中介在調(diào)整后馬上推出了“中介推房”的措施。因此，在范疇“317新政”和“中介調(diào)整”之間存在因果關(guān)系，而范疇“中介調(diào)整”和“中介推房”之間存在著順承關(guān)系。

1.4 事理圖譜構(gòu)建

事件抽取之后，就可以利用Gephi工具，以事件為節(jié)點(diǎn)，以事件之間的關(guān)系為邊，構(gòu)建政策影響事理圖譜和政策影響抽象事理圖譜。

1.4.1 政策影響事理圖譜的構(gòu)建

為保證數(shù)據(jù)的完備性，首先構(gòu)建政策影響事理圖譜。以經(jīng)過(guò)開(kāi)放式編碼所得到的范疇事件為節(jié)點(diǎn)，以因果關(guān)系或順承關(guān)系為節(jié)點(diǎn)之間的邊。需要指出的是，在政策影響事理圖譜的某一鏈條中有因果關(guān)系和順承關(guān)系交叉的情況。在政策影響事理圖譜中，節(jié)點(diǎn)顏色的深淺代表節(jié)點(diǎn)的度的大小，可以表示為事件的重要性程度。節(jié)點(diǎn)的標(biāo)簽表示該節(jié)點(diǎn)代表的事件。

圖3 事件泛化示意圖Fig.3 Illustration for event generalization

1.4.2 政策影響抽象事理圖譜構(gòu)建

經(jīng)主軸式編碼生成的因果鏈和順承鏈只關(guān)注特定事件之間的關(guān)系，但是卻無(wú)法發(fā)現(xiàn)事件之間的一般性規(guī)律。為了更好地體現(xiàn)政策的影響，對(duì)事件進(jìn)行泛化處理，使事件更具代表性。

選擇式編碼是尋找核心范疇，建立核心范疇與主范疇和其他范疇之間的聯(lián)系，以故事線(xiàn)的形式將其呈現(xiàn)出來(lái)[28]。在這一階段，本文主要對(duì)比各獨(dú)立的因果鏈、順承鏈之間的合理性，將能夠相容的事件泛化為一個(gè)高層次的事件，有關(guān)系的事件鏈相互聯(lián)結(jié)，最終形成事理圖譜。如圖3中，關(guān)系鏈“A→B1→C1”和“A→B2→C2”經(jīng)過(guò)主軸式編碼，范疇B1和范疇B2可以用同一核心范疇B表示，同理，范疇C1和C2可以用核心范疇C來(lái)表示，最終泛化得到的關(guān)系鏈為“A→B→C”。

對(duì)事件進(jìn)行泛化處理之后，事件之間的邊就有了權(quán)重。在政策影響抽象事理圖譜中將因果關(guān)系和順承關(guān)系區(qū)別開(kāi)來(lái)分別構(gòu)建因果圖譜和順承圖譜。其中，節(jié)點(diǎn)代表泛化事件，邊代表因果關(guān)系或者順承關(guān)系，邊的粗細(xì)代表權(quán)重的大小。

2 政策影響分析

新政策頒布之時(shí)，會(huì)很快形成大量的在線(xiàn)評(píng)論，包括理解的、不理解的、贊成的、反對(duì)的多種情感傾向，均以文字、表情等多種形式發(fā)布，在這些繁雜的表達(dá)中蘊(yùn)含著豐富的能夠體現(xiàn)各利益相關(guān)者行為和市場(chǎng)變化的信息。利用事理圖譜將這些信息表達(dá)出來(lái)，進(jìn)而分析政策產(chǎn)生的影響。

2.1 基于政策影響事理圖譜分析

政策影響事理圖譜表達(dá)了政策與利益相關(guān)者行為以及市場(chǎng)變化之間的因果、順承關(guān)系。以政策為原因事件，所有從該節(jié)點(diǎn)出發(fā)的無(wú)標(biāo)簽邊(因果關(guān)系)所指向的目標(biāo)節(jié)點(diǎn)均為該政策的直接結(jié)果事件，因果關(guān)系依次傳遞形成多個(gè)因果鏈，如圖4a所示。類(lèi)似地，順承鏈如圖4b所示，其中邊上的標(biāo)簽f(follow)表示順承關(guān)系。同一個(gè)事件可能同時(shí)出現(xiàn)在兩種關(guān)系鏈之中，可能是作為因果事件和順承事件交替同時(shí)存在，如圖4c所示。由這種交叉的鏈條相互連接，形成事理圖譜。

圖4 因果鏈、順承鏈?zhǔn)疽鈭DFig.4 Causal chain and follow chain

2.2 基于政策影響抽象事理圖譜分析

政策影響抽象事理圖譜是具體事件經(jīng)過(guò)泛化得來(lái)，在政策影響事理圖譜中表示政策、利益相關(guān)者具體行為和市場(chǎng)具體變化之間因果順承關(guān)系的邊，在抽象事理圖譜中則表示政策與某類(lèi)利益相關(guān)者和市場(chǎng)之間的關(guān)系。如圖5所示，節(jié)點(diǎn)B21、B22、B23可以抽象為事件B2，其中由節(jié)點(diǎn)A到B21是順承關(guān)系，由節(jié)點(diǎn)A到B22、B23為因果關(guān)系，所以在因果圖譜中，A→B2邊的權(quán)重為2，順承圖譜中權(quán)重為1。根據(jù)權(quán)重的大小，可以清楚地研究政策對(duì)利益相關(guān)者行為和市場(chǎng)變化的影響力大小。

圖5 政策影響抽象事理圖譜形成示意圖Fig.5 Abstract event evolution graph for policy impact

3 實(shí)證研究

3.1 數(shù)據(jù)獲取

317新政是北京市建委、北京政府為穩(wěn)定房?jī)r(jià)，于2017年3月17日出臺(tái)的房地產(chǎn)調(diào)控政策。本文以“317新政”房地產(chǎn)政策為例，闡釋政策影響。

在百度指數(shù)中搜索“317新政”，可以發(fā)現(xiàn)該詞的指數(shù)從2017年3月17日開(kāi)始到2017年3月31日波動(dòng)較強(qiáng)。四月份以后沒(méi)有較大的波動(dòng)，如圖6所示。因此，選取2017年3月17日到2017年3月30日為研究時(shí)間段，采集到“水木社區(qū)”的評(píng)論數(shù)據(jù)共6 823條。

圖6 “317新政”百度指數(shù)趨勢(shì)圖Fig.6 Baidu index for the “317 New Deal”

3.2 317新政影響事理圖譜構(gòu)建

按照前述步驟處理數(shù)據(jù)。經(jīng)過(guò)因果句判斷，得到的明確和模糊因果句共計(jì)213句。最后經(jīng)過(guò)提取得到的因果事件對(duì)有101對(duì)，順承事件對(duì)有27對(duì)。構(gòu)建的政策影響事理圖譜如圖7所示。其中未經(jīng)泛化的節(jié)點(diǎn)數(shù)為133，邊128條。

圖7 政策影響事理圖譜Fig.7 Event evolution graph for policy′s impact

房地產(chǎn)政策頒布后，通過(guò)在線(xiàn)評(píng)論的分析，受到政策影響的利益相關(guān)者包括政府、銀行、中介和公眾，因此這些利益相關(guān)者的行為和房地產(chǎn)市場(chǎng)是泛化的主要依據(jù)。

經(jīng)過(guò)泛化，最終得到16個(gè)節(jié)點(diǎn)，形成政策影響抽象事理圖譜(如圖8、圖9所示)。同時(shí)，由于論壇中討論的話(huà)題并不全部集中于房地產(chǎn)政策上，因此有11個(gè)關(guān)系對(duì)無(wú)法列入上述分類(lèi)之中。

3.3 基于在線(xiàn)評(píng)論的317新政影響分析

3.3.1 317新政影響事理圖譜分析

圖7主要包括51條因果鏈，41條因果順承交叉鏈，沒(méi)有單獨(dú)的順承鏈。這里以網(wǎng)民關(guān)注較多的幾個(gè)因果鏈和順承鏈為例進(jìn)行分析。

圖8 政策影響抽象事理圖譜—因果圖譜Fig.8 Causal graph for policy′s impact event evolution graph

圖9 政策影響抽象事理圖譜—順承圖譜Fig.9 Follow graph for policy′s impact event evolution graph

因果鏈1：317新政→哄抬房?jī)r(jià)→住建委檢查→中介被關(guān)閉/中介自行停業(yè)。

因果鏈2：317新政→離婚潮→央行新規(guī)→離婚無(wú)效

因果/順承鏈3：317新政→成交量減少/觀望/房子惜售→房源減少

“317新政”頒布后，立即引起了巨大的影響。部分中介部門(mén)以新政為噱頭，借助在線(xiàn)輿論來(lái)哄抬房?jī)r(jià)，擾亂房地產(chǎn)市場(chǎng)。針對(duì)此，政策相關(guān)部門(mén)對(duì)中介進(jìn)行了排查，11家中介被先后關(guān)閉。與此同時(shí)為了破除限購(gòu)帶來(lái)的限制，鉆新政的空子，選擇假離婚，因此形成了離婚潮。面對(duì)這種現(xiàn)象，中國(guó)人民銀行對(duì)離婚一年以?xún)?nèi)的貸款人貸款做出了限制，對(duì)控制假離婚產(chǎn)生了較大的作用。新政頒布后的幾天內(nèi)，公眾對(duì)新政認(rèn)識(shí)不充分，不明確是否利好，出現(xiàn)了諸多觀望的現(xiàn)象，甚至出現(xiàn)違約的行為，市場(chǎng)房源迅速減少，成交量同時(shí)下降。

3.3.2 317新政影響抽象事理圖譜分析

1)因果圖譜分析

在圖8中，政策到公眾積極行為、公眾消極行為、公眾預(yù)測(cè)、公眾其他行為、房地產(chǎn)市場(chǎng)其他變化這五條邊的權(quán)重均≥6。當(dāng)房地產(chǎn)調(diào)控政策出臺(tái)時(shí)，受到影響最大的是公眾。出于對(duì)新政引起的不穩(wěn)定的顧慮，多數(shù)公眾處于消極的狀態(tài)，如猶豫、騙房等。也有一部分仍然積極進(jìn)行買(mǎi)房。

房地產(chǎn)市場(chǎng)受到政策影響次之。政策到房?jī)r(jià)變化、政府嚴(yán)查房地產(chǎn)市場(chǎng)、銀行相關(guān)行為的邊的權(quán)重≥4。房地產(chǎn)政策是為了穩(wěn)定房?jī)r(jià)，房?jī)r(jià)短時(shí)間內(nèi)出現(xiàn)較大波動(dòng)；房地產(chǎn)市場(chǎng)也進(jìn)入動(dòng)蕩期，炒房、哄抬房?jī)r(jià)等頻發(fā)，政府部門(mén)此時(shí)對(duì)市場(chǎng)進(jìn)行排查，懲罰相關(guān)的部門(mén)。銀行部門(mén)也受到新政的影響，查貸、查征信的人數(shù)增多，頒布相關(guān)的規(guī)定等等，積極配合政府部門(mén)的行動(dòng)。房地產(chǎn)政策的頒布主要為了穩(wěn)定房地產(chǎn)市場(chǎng)，房?jī)r(jià)必定會(huì)受到較大的影響。一般政策在頒布之后，針對(duì)具體的實(shí)施情況后續(xù)會(huì)出臺(tái)一些新的規(guī)定來(lái)保證政策有效實(shí)施。政策頒布后在短時(shí)間內(nèi)可能會(huì)引起房地產(chǎn)市場(chǎng)的不穩(wěn)定現(xiàn)象發(fā)生，如中介炒房、哄抬房?jī)r(jià)等，政府部門(mén)為了保證房地產(chǎn)市場(chǎng)穩(wěn)定進(jìn)行了一次排查，對(duì)于違規(guī)違法部門(mén)給予一定的懲罰。

此外，政策到新規(guī)定、股市變動(dòng)、成交量變化、政府其他行為等多個(gè)事件的權(quán)重≤3，可見(jiàn)這些事件相對(duì)來(lái)說(shuō)重要性較弱。

2)順承圖譜分析

在順承圖譜中，節(jié)點(diǎn)數(shù)量較因果圖譜少，這是因?yàn)橐蚬P(guān)系是以順承關(guān)系為基礎(chǔ)的，在政策影響中，多數(shù)事件之間都以因果關(guān)系的形式存在。在圖9中以看到權(quán)重較大的邊是由政策到房?jī)r(jià)變化、政府嚴(yán)查房地產(chǎn)市場(chǎng)。這幾條邊在因果圖譜中的權(quán)重也比較高，這可以說(shuō)明政策帶來(lái)的主要影響集中在這些事件上。

3.4 相關(guān)建議

針對(duì)以上分析，本文提出以下幾點(diǎn)建議：

1)由“政策→公眾正面負(fù)面行為”的權(quán)重較大可知，政策對(duì)公眾產(chǎn)生的影響較大。公眾的行為又容易影響市場(chǎng)的穩(wěn)定。因此在新政頒布后，公眾應(yīng)做到保持冷靜。對(duì)于違規(guī)違法等行為對(duì)自己權(quán)益形成危害的，應(yīng)及時(shí)舉報(bào)，共同維持市場(chǎng)的穩(wěn)定。

2)由“政策→中介正面行為/中介負(fù)面行為→政府嚴(yán)查房地產(chǎn)市場(chǎng)”可以得知，中介在新政頒布后活動(dòng)相當(dāng)活躍，接連采取相關(guān)措施，趁機(jī)盈利。然而如果其行為超出了法定的界限，結(jié)果將會(huì)是接受制裁。因此中介應(yīng)提高自覺(jué)意識(shí)，增強(qiáng)從業(yè)人員的素質(zhì)，齊心協(xié)力維護(hù)市場(chǎng)的穩(wěn)定，才能長(zhǎng)久的與市場(chǎng)一同獲利。

3)由“政策→銀行相關(guān)行為/股市變動(dòng)”可知，銀行、股市與政策的頒布息息相關(guān)。因此，在新政頒布的同時(shí)，銀行等金融部門(mén)應(yīng)積極配合采取相應(yīng)措施，協(xié)調(diào)推動(dòng)新政有條不紊地實(shí)施。

4)政府部門(mén)是政策的頒布者，在政策實(shí)施的過(guò)程中保證政策的有效運(yùn)行。從抽象事理圖譜中可知，政策可以主要關(guān)注公眾和中介部門(mén)，對(duì)于炒房、哄抬房?jī)r(jià)等違規(guī)行為絕不姑息；完善檔案監(jiān)管機(jī)制，重點(diǎn)監(jiān)督相關(guān)對(duì)象，防患于未然。

因此，在政策頒布時(shí)，通過(guò)在線(xiàn)評(píng)論將政策帶來(lái)的影響可視化，更好地分析政策對(duì)利益相關(guān)者及市場(chǎng)的影響關(guān)系。從在線(xiàn)評(píng)論中反映的影響市場(chǎng)穩(wěn)定和社會(huì)和諧的行為要引起高度重視，并加以科學(xué)的引導(dǎo)。

4 總結(jié)與展望

本文給出的基于事理圖譜的政策影響分析方法是對(duì)以往分析方法的創(chuàng)新，主要利用大數(shù)據(jù)的優(yōu)勢(shì)，構(gòu)建了政策影響事理圖譜，將政策影響可視化。通過(guò)對(duì)“317新政”實(shí)證研究表明該方法是可行和有效的，能夠客觀地反映政策頒布后對(duì)利益相關(guān)者和市場(chǎng)產(chǎn)生的影響。

本文提出的方法給政策影響的研究提供了新的視角。通過(guò)事理圖譜的方法，可以同時(shí)將某一政策對(duì)市場(chǎng)或者利益相關(guān)者產(chǎn)生的影響完整地呈現(xiàn)出來(lái)。根據(jù)事理圖譜，可以找出新政產(chǎn)生影響較大的節(jié)點(diǎn)。以后政策頒布后，分析這些重要節(jié)點(diǎn)相似的節(jié)點(diǎn)出現(xiàn)的可能性，及時(shí)預(yù)警、重點(diǎn)監(jiān)控。研究結(jié)果對(duì)于預(yù)測(cè)政策影響下事件的發(fā)生具有一定的參考價(jià)值，為政府更好地頒布、實(shí)施政策提供了借鑒，對(duì)于政府提高治理水平有一定幫助。