基于文本挖掘的能源與環(huán)境保護(hù)政策大數(shù)據(jù)研究

中國石油大學(xué)（北京）經(jīng)濟管理學(xué)院

引言

黨的十八大以來，政府更加重視環(huán)境治理與監(jiān)管，提出加強污染防治和生態(tài)建設(shè)，大力推動綠色發(fā)展，打好污染防治攻堅戰(zhàn)。政府決策者在能源與環(huán)境保護(hù)政策方面注意力分配的概率大小促成了我國“中央政府管制型運動式治理”的環(huán)境治理路徑。

一、文獻(xiàn)綜述

當(dāng)前，關(guān)于能源與環(huán)境保護(hù)政策效果的研究主要集中于設(shè)計系統(tǒng)、可執(zhí)行的有效評價方法。陳天祥和楊蕊對35年內(nèi)的廣東省政府工作報告進(jìn)行文本分析，以詞頻變化、重點占比和關(guān)鍵詞分析作為測量指標(biāo)，指出“全能型”政府逐漸向“服務(wù)型”政府過渡。鄧雪琳通過對中央政府工作報告高頻詞的計量分析，回溯性地測量了改革開放以來中國政府職能轉(zhuǎn)變的特點。王印紅和李萌竹探討了地方政府生態(tài)環(huán)境治理注意力的變化規(guī)律，但并未涉及政府注意力變化對環(huán)境治理效果的影響。董紀(jì)昌等基于“十三五”以來的住房租賃政策，構(gòu)建了房地產(chǎn)政策的PMC指數(shù)模型，量化評價了六項樣本房地產(chǎn)政策。周海煒等基于PMC指數(shù)及其曲面圖量化評價分析了我國八項大數(shù)據(jù)發(fā)展政策，并提出了合理的優(yōu)化路徑。

綜上所述，國內(nèi)外學(xué)者在政府工作報告和PMC指數(shù)模型方面已經(jīng)取得大量的研究成果。然而，現(xiàn)有文獻(xiàn)較少考慮以政府工作報告為文本來分析能源與環(huán)境保護(hù)政策。本文基于PMC指數(shù)模型計算各項政策的PMC指數(shù)并繪制PMC曲面圖，量化評價各項能源與環(huán)境保護(hù)政策，探究政府注意力變化對能源與環(huán)境保護(hù)政策的影響。

二、能源與環(huán)境保護(hù)政策量化評價

由于政策文本數(shù)量龐大且無效信息較多，通過閱讀所有政策文本并從中篩選關(guān)鍵詞來形成有效信息，工作量巨大。因此，本文基于PMC指數(shù)模型對能源與環(huán)境保護(hù)政策進(jìn)行文本挖掘及評價分析，以期為政府工作提供有效參考。

（一）政策選取

本文選取了一份中央文件和八份具有代表性的省份政策文件作為能源與環(huán)境保護(hù)政策量化評價實證研究的數(shù)據(jù)來源，具體如表1所示。

表1 九項政策組合匯總

中央政策文件在發(fā)展和環(huán)境保護(hù)政策分析中具有指導(dǎo)意義，另外選取的八個代表性省份是北京市、四川省、黑龍江省、山東省、山西省、上海市、湖北省、廣東省。作為首都，北京市的環(huán)境保護(hù)政策更為重要，能夠給其他省份做一個明確的參考。作為西電東送路線的起點，四川省擁有豐富的水能資源，其提高能源利用率的方法對其他省份具有借鑒意義。黑龍江省是我國最大油田——大慶油田的所在地，其能源轉(zhuǎn)型方案尤為重要。山東省的能源消耗總量和主要污染物排放量均居全國前列，未來能源的發(fā)展方向變化是研究山東省政策文本需要關(guān)注的重點。作為西氣東輸路線的三個代表性省份，山西省、上海市和湖北省結(jié)合各自的經(jīng)濟發(fā)展?fàn)顩r，對能源政策的研究具有重要意義。西電東送的輸入地廣東省響應(yīng)國家號召大力發(fā)展光伏產(chǎn)業(yè)，已然成為光伏產(chǎn)業(yè)的領(lǐng)先者。同時，本文選取的八個代表性省份也考慮到其所在的地理位置及經(jīng)濟發(fā)展?fàn)顩r。北京市、廣東省、上海市、山東省位于東部地區(qū)，黑龍江省、山西省、湖北省位于中部地區(qū)，四川省位于西部地區(qū)。

（二）變量分類及參數(shù)識別

本文結(jié)合能源與環(huán)境保護(hù)政策的自身特點，共設(shè)置10個一級變量和45個二級變量來構(gòu)建能源與環(huán)境保護(hù)政策的PMC指數(shù)模型，變量均采用二進(jìn)制位數(shù)，假設(shè)45個二級變量所占的權(quán)重相同，若滿足變量定義條件則記為1，不滿足變量定義條件則記為0，具體如表2所示。

表2 政策變量設(shè)置

（三）計算PMC指數(shù)值

首先，基于公式（1）和公式（2），根據(jù)政策內(nèi)容對二級變量進(jìn)行賦值；然后，根據(jù)公式（3）分別計算一級變量；最后，根據(jù)公式（4）對一級變量加總，得到政策PMC指數(shù)。

其中，式（3）中，t為一級變量，j為二級變量，T為各項的和。

根據(jù)PMC指數(shù)，可以有效分析各項能源與環(huán)境保護(hù)政策的實施力度。同時，根據(jù)各項政策的PMC指數(shù)及政策評分等級對各項政策進(jìn)行排序和分析，具體如表3所示。

表3 九項能源與環(huán)境保護(hù)政策的PMC指數(shù)及排序

（四）繪制PMC曲面

本文最初選取了10項指標(biāo)，但由于所有政策文件里都具有文件引用（X10），該指標(biāo)對政策評價并無影響。因此，為了矩陣的對稱性，剔除X10，利用Matlab軟件繪制九項能源與環(huán)境保護(hù)政策的PMC曲面圖，具體如圖1所示。

圖1 九項能源與環(huán)境保護(hù)政策的PMC曲面圖

（五）各項政策的PMC曲面評價

政策性質(zhì)（X1）、政策功能（X2）、政策時效（X3）、政策評價（X4）及社會效益（X5）共同決定了政策的有效性，激勵措施（X8）和保障措施（X9）可以表現(xiàn)政策作用手段，作用客體（X6）和政策級別（X7）則可以反映政策作用機制。根據(jù)各項代表性能源與環(huán)境保護(hù)政策的PMC指數(shù)及PMC曲面圖，分別從政策有效性、政策作用手段及政策作用機制等方面對各項政策進(jìn)行評價分析。

X1、X2、X3、X4及X5的平均值為0.84，說明目標(biāo)省市各項政策具有良好的有效性，各省市在做到保障社會利益的同時，能夠積極推進(jìn)能源發(fā)展與環(huán)境保護(hù)，有效落實政策的實施與后續(xù)發(fā)展。X8和X9的平均值為0.66，說明政策的作用手段較差，強有力的作用手段能夠起到鼓勵及約束作用，目標(biāo)省市后續(xù)政策應(yīng)注意加強在政策作用手段方面的力度。X6和X7的平均值為0.71，說明政策的作用機制有待完善，擴大作用客體將有利于提高政策的作用機制。

三、政府注意力研究

（一）數(shù)據(jù)獲取

本文在中國政府網(wǎng)站及各省人民政府網(wǎng)站，采集2006-2020年間國務(wù)院及31個省份（或直轄市）的政府工作報告，共獲得8262511字的文本數(shù)據(jù)，以此作為數(shù)據(jù)源，分析能源與環(huán)境保護(hù)方面的政府注意力。

（二）中文分詞及去停用詞

本文將收集到的475份政府工作報告進(jìn)行分詞及去停用詞處理。首先，采用jieba中文分詞模型進(jìn)行分詞處理。其次，借鑒停用詞表，將“加快、建設(shè)、推進(jìn)、發(fā)展、加強以及、以上、實施、實現(xiàn)、期間”等指代不明的詞語和虛詞加入停用詞表中，進(jìn)而得到停用詞表，完成停用詞處理。

（三）主題詞詞頻統(tǒng)計

TF-IDF算法可以用來衡量字詞對于語料庫中一份文件的重要程度。字詞的重要性與其在文件中的出現(xiàn)次數(shù)成正比，并且與其在語料庫中的出現(xiàn)頻率成反比。TF-IDF算法的公式如下：

其中，F(xiàn)jc詞匯j在文本c中的出現(xiàn)頻率，Njc是文本c中含有詞匯j問題的數(shù)量，Nc文本c中所有問題的數(shù)量，K是文本c中所有詞匯的數(shù)量，即經(jīng)過分詞及去重處理之后獲得的詞匯列表中的詞匯數(shù)量，是分類的總數(shù)量。

基于475份政府工作報告文本數(shù)據(jù)，利用TF-IDF算法獲取具有實際意義詞語的TF-IDF值，并編寫Python程序，通過類比相關(guān)的能源與環(huán)境保護(hù)類文本，提取政府工作報告中關(guān)于能源與環(huán)境保護(hù)的主題詞，將國務(wù)院及各省份（或直轄市）處理結(jié)果排名前70的詞語分別保存到TXT文檔中。

本文提取了475份政府工作報告中排名前列的能源與環(huán)境保護(hù)類主題詞，根據(jù)其TF-IDF值，制作了主題詞詞云圖，具體如圖2所示。

圖2 政府工作報告中能源與環(huán)境保護(hù)主題詞詞云

由圖2可知，國務(wù)院及全國各省份（或直轄市）政府對于能源與環(huán)境保護(hù)方面的注意力主要集中在煤炭領(lǐng)域。其中，加強企業(yè)管理以及完善產(chǎn)業(yè)體系是各地政府聚焦的重要舉措。在推動環(huán)境保護(hù)方面，政府更加重視技術(shù)，鼓勵和推動再生能源。新能源的發(fā)展已經(jīng)成為國務(wù)院及各地政府一致強調(diào)的重點項目。

通過編寫Python程序，利用NetworkX軟件包，制作了政府工作報告中能源與環(huán)境保護(hù)類詞語的語義網(wǎng)絡(luò)，結(jié)果如圖3所示。

圖3 政府工作報告中能源與環(huán)境保護(hù)主題詞的語義網(wǎng)絡(luò)

由圖3可知，國務(wù)院及全國各省份（或直轄市）政府對于能源與環(huán)境保護(hù)方面的注意力以能源與環(huán)境保護(hù)體系建設(shè)為中心，企業(yè)、產(chǎn)業(yè)為副中心向外擴張，關(guān)注領(lǐng)域包括天然氣、電力、煤炭、新能源及再生能源等，其中，對于新興能源（如再生能源、新能源）體系建設(shè)的重視程度要高于傳統(tǒng)能源（如天然氣、煤炭）。

結(jié)語

能源與環(huán)境保護(hù)政策的推進(jìn)與落實很大程度上影響國家經(jīng)濟的順利發(fā)展與人民生活的健康保障。本文以2006-2020年國務(wù)院和31個省份（或直轄市）的政府工作報告為樣本，基于PMC指數(shù)模型對能源與環(huán)境保護(hù)政策進(jìn)行量化評價，分析了各省市對能源與環(huán)境保護(hù)政策的政府注意力。研究結(jié)果表明：① 政府對生態(tài)環(huán)境問題的重視程度會影響環(huán)境治理效果，政府注意力水平越高，環(huán)境治理效果越好；② 各地政府在能源與環(huán)境保護(hù)方面的注意力主要集中于煤炭行業(yè)，各省市的政策激勵措施均有所欠缺；③ 各地政府對能源與環(huán)境保護(hù)政策的重視程度存在差異，但整體保持在較高水平，說明政府唯GDP觀念明顯轉(zhuǎn)變。