劉 鵬
(安徽工程大學(xué) 經(jīng)濟(jì)與管理學(xué)院,安徽 蕪湖 241000)
制造業(yè)是實(shí)體經(jīng)濟(jì)的基礎(chǔ)、是國(guó)民經(jīng)濟(jì)的命脈。改革開(kāi)放四十余年來(lái),我國(guó)制造業(yè)經(jīng)歷了跨越式的騰飛發(fā)展,已成為當(dāng)今最重要的支柱產(chǎn)業(yè)。同時(shí),我國(guó)也于2009年起成功超越美國(guó),成為了世界第一制造大國(guó)。但是,總量上的可喜成就卻掩蓋不了低質(zhì)量的發(fā)展問(wèn)題。長(zhǎng)久以來(lái),我國(guó)制造業(yè)一直難以跳出“低端陷阱”,突出表現(xiàn)在科技含量不足、產(chǎn)業(yè)形態(tài)落后、生產(chǎn)效率低下等方面(胡遲,2019)。為了改變這一客觀困境,我國(guó)于2015年提出“中國(guó)制造2025”計(jì)劃,強(qiáng)調(diào)制造業(yè)要走高質(zhì)量發(fā)展道路,使智能制造、綠色制造、先進(jìn)制造等高質(zhì)量發(fā)展方式成為了我國(guó)制造業(yè)發(fā)展的主要方向(黃群慧和賀俊,2015)[1-2]。
為了促進(jìn)我國(guó)制造業(yè)的高質(zhì)量發(fā)展,中央與地方先后實(shí)施了一系列政策予以配套。政策頒布涵蓋企業(yè)、銀行等不同作用對(duì)象,涉及資金、互聯(lián)網(wǎng)等各個(gè)內(nèi)容方面,其政策效果如何需得到有效評(píng)估。顯然,有效地效果反饋能深化我國(guó)制造業(yè)高質(zhì)量發(fā)展道路,及時(shí)的政策調(diào)整有助于產(chǎn)業(yè)轉(zhuǎn)型的加快實(shí)現(xiàn)。然而,國(guó)內(nèi)現(xiàn)有研究較多地將關(guān)注重心聚焦于制造業(yè)高質(zhì)量發(fā)展政策的實(shí)施效果之上,分析其對(duì)經(jīng)濟(jì)增長(zhǎng)(傅元海等,2016)、技術(shù)創(chuàng)新(許和連等,2017)、價(jià)值鏈提升(余振等,2018)等不同方面的影響[3-5],較少關(guān)注于其政策的制定效果。
不得不承認(rèn),由于政策時(shí)滯等問(wèn)題的存在,有效的事前控制比積極的事后評(píng)估更為重要。同時(shí),相比簡(jiǎn)單定性的政策制定建議,科學(xué)有效的制定效果評(píng)價(jià)無(wú)疑更具研究意義。本文正是基于上述研究考量,關(guān)注于我國(guó)制造業(yè)高質(zhì)量發(fā)展政策的制定問(wèn)題,嘗試構(gòu)建PMC模型量化其政策效果。力求在事前規(guī)范相關(guān)政策的制定效果,通過(guò)實(shí)證研究為當(dāng)前政策調(diào)整和未來(lái)政策制定指明優(yōu)化路徑,促使我國(guó)制造業(yè)向高質(zhì)量發(fā)展方向不斷深化。
實(shí)現(xiàn)制造業(yè)高質(zhì)量發(fā)展應(yīng)如何進(jìn)行政策發(fā)力?尚會(huì)永和白怡珺(2019)認(rèn)為政策著力點(diǎn)應(yīng)繼續(xù)立足促進(jìn)科技研發(fā)、提高勞動(dòng)者素質(zhì)和保持我國(guó)傳統(tǒng)制造業(yè)的系統(tǒng)優(yōu)勢(shì)等方面;高煜(2019)則發(fā)現(xiàn)在信息化與智能化雙重壓力的倒逼下,促進(jìn)人工智能與制造業(yè)的高度融合是制造業(yè)高質(zhì)量發(fā)展的重中之重;而陳錫穩(wěn)(2020)卻提出質(zhì)量變革的關(guān)鍵在于優(yōu)化制度環(huán)境、打造中國(guó)制造業(yè)品牌和強(qiáng)化我國(guó)與世界各國(guó)的制造業(yè)合作等方面[6-10]。無(wú)疑,對(duì)于如何制定我國(guó)制造業(yè)高質(zhì)量發(fā)展政策,不同學(xué)者立足于不同視角給出了不同的有益建議。我國(guó)制造業(yè)高質(zhì)量發(fā)展政策是否囊括了上述內(nèi)容?其政策效果如何需進(jìn)行有效的量化評(píng)估。
現(xiàn)有關(guān)于制造業(yè)高質(zhì)量發(fā)展政策的效果研究多集中于政策的實(shí)施效果之上、并從不同方面展開(kāi)了效果分析。謝子遠(yuǎn)等(2017)立足技術(shù)創(chuàng)新視角,通過(guò)構(gòu)造向量自回歸模型評(píng)估發(fā)現(xiàn),我國(guó)制造業(yè)高質(zhì)量發(fā)展與技術(shù)創(chuàng)新確實(shí)存在互動(dòng)影響關(guān)系、并在長(zhǎng)期內(nèi)實(shí)現(xiàn)了一般均衡;李琳和周一成(2019)立足互聯(lián)網(wǎng)視角,運(yùn)用投影尋蹤法等不同手段發(fā)現(xiàn)互聯(lián)網(wǎng)與制造業(yè)的深度融合能有效推進(jìn)制造業(yè)的高質(zhì)量發(fā)展,最終實(shí)現(xiàn)地區(qū)間經(jīng)濟(jì)的包容性增長(zhǎng);李春梅(2019)立足行業(yè)視角,采用不同行業(yè)的面板數(shù)據(jù)分析了制造業(yè)高質(zhì)量發(fā)展的行業(yè)異質(zhì)性影響,并認(rèn)為裝備制造業(yè)應(yīng)成為未來(lái)政策關(guān)注的重點(diǎn)行業(yè);江小國(guó)等(2019)立足地區(qū)視角,構(gòu)建制造業(yè)高質(zhì)量發(fā)展指標(biāo)評(píng)估了地區(qū)間制造業(yè)發(fā)展的時(shí)空差異,并指出我國(guó)制造業(yè)高質(zhì)量發(fā)展存在東強(qiáng)西弱的特點(diǎn),實(shí)現(xiàn)制造業(yè)高質(zhì)量發(fā)展應(yīng)進(jìn)行有效的地區(qū)政策傾斜[10-14]。
雖然政策實(shí)施效果的量化評(píng)價(jià)有助于政策制定的未來(lái)完善,但事后評(píng)估既需要長(zhǎng)時(shí)間的政策實(shí)踐才能有效開(kāi)展,又囿于政策時(shí)滯等問(wèn)題的存在、導(dǎo)致政策方向的優(yōu)化調(diào)整難以在短期內(nèi)取得成效(李瑞昌,2012)。顯然,我們更需要關(guān)注政策制定的效果問(wèn)題。突破主觀定性的效果評(píng)估,以科學(xué)量化的手段進(jìn)行事前規(guī)范,是推進(jìn)我國(guó)制造業(yè)高質(zhì)量發(fā)展的可行保障。事實(shí)上,國(guó)外學(xué)者已通過(guò)構(gòu)建PMC模型的方式有效實(shí)現(xiàn)了政策制定的效果評(píng)價(jià),由于該模型避免了傳統(tǒng)主觀的加權(quán)平均和傾向打分等手段的既有限制,以文本挖掘等技術(shù)為基礎(chǔ)、通過(guò)構(gòu)建投入產(chǎn)出矩陣進(jìn)行更科學(xué)的效果評(píng)估(Ruiz,2011),已被各國(guó)政府廣泛運(yùn)用于公共政策制定等領(lǐng)域[15-18]。本文正是利用這一方法,通過(guò)構(gòu)建PMC模型對(duì)我國(guó)制造業(yè)高質(zhì)量發(fā)展政策的制定效果進(jìn)行量化評(píng)價(jià),為政策的優(yōu)化調(diào)整提供依據(jù)。
政策制定的效果評(píng)價(jià)需突破定性研究的隨意性桎梏、應(yīng)以科學(xué)嚴(yán)謹(jǐn)?shù)牧炕侄斡行н€原其真實(shí)效果。通過(guò)構(gòu)建PMC(Policy Modeling Consistency)模型、并采用文本挖掘技術(shù)對(duì)政策條文進(jìn)行有效編碼,能有效還原政策制定的客觀效果、為評(píng)價(jià)我國(guó)制造業(yè)高質(zhì)量發(fā)展政策提供依據(jù)。
PMC(Policy Modeling Consistency)模型最早由Ruiz(2011)所提出[18],憑借其突破傳統(tǒng)定性分析的客觀優(yōu)勢(shì),一經(jīng)提出即被廣泛采用于國(guó)外公共政策制定的評(píng)價(jià)領(lǐng)域,成為了政府決策的有力工具。該模型的構(gòu)建主要分為以下六個(gè)步驟:第一,選擇評(píng)價(jià)政策簇。PMC模型不是對(duì)單一政策的簡(jiǎn)單量化,其模型構(gòu)建需要3項(xiàng)或者更多項(xiàng)的政策,簇內(nèi)政策選擇越多、評(píng)價(jià)結(jié)果越為有效。第二,確定評(píng)價(jià)指標(biāo)。評(píng)價(jià)指標(biāo)是對(duì)政策文本的量化總結(jié),通常情況下,PMC模型主要包括9個(gè)一級(jí)指標(biāo)(涉及政策層級(jí)、政策時(shí)效等9個(gè)方面)以及盡可能多的二級(jí)指標(biāo),以實(shí)現(xiàn)對(duì)政策制定的全面概括。第三,利用文本挖掘技術(shù)對(duì)政策條文進(jìn)行指標(biāo)編碼、采用二進(jìn)制方式設(shè)置指標(biāo)參數(shù)。具體而言,對(duì)于政策簇內(nèi)的所有文本分別對(duì)應(yīng)于一、二級(jí)指標(biāo)進(jìn)行質(zhì)性編碼,同時(shí)對(duì)指標(biāo)結(jié)果進(jìn)行0和1的參數(shù)確定。第四,構(gòu)建投入產(chǎn)出矩陣、劃分政策等級(jí)。以政策簇內(nèi)的所有政策文本的參數(shù)結(jié)果為基礎(chǔ)、構(gòu)建投入產(chǎn)出矩陣,并根據(jù)矩陣結(jié)果、劃分簇內(nèi)的政策優(yōu)良等級(jí)。第五,選擇代表性的政策簇計(jì)算其PMC指數(shù)、以有效分析政策制定效果的時(shí)間走向。具體而言,即以政策簇內(nèi)不同時(shí)間段的代表性政策的PMC指數(shù)為依據(jù),實(shí)現(xiàn)對(duì)政策制定效果的時(shí)間刻畫。第六,對(duì)代表性政策簇進(jìn)行二次選擇,構(gòu)建PMC曲面圖、描述政策制定中的相關(guān)問(wèn)題。具體而言,即再次從代表性政策簇內(nèi)選擇優(yōu)劣等級(jí)不同典型政策,勾勒典型政策的PMC曲面圖、以指出政策制定的優(yōu)化路徑,為未來(lái)政策的有效制定提供政策建議。
本文數(shù)據(jù)來(lái)源于2016年-2019年間國(guó)務(wù)院、中央部委以及各省市關(guān)于制造業(yè)高質(zhì)量發(fā)展的政策文本,通過(guò)檢索PKULAW數(shù)據(jù)庫(kù),共選取31個(gè)相關(guān)政策構(gòu)成本文量化研究的政策簇,見(jiàn)表1所示。
表1 本文研究的政策簇構(gòu)建
續(xù)表1 本文研究的政策簇構(gòu)建
在政策簇構(gòu)建完成的基礎(chǔ)上,本文遵循PMC模型的經(jīng)典指標(biāo)設(shè)計(jì)框架,借鑒趙楊等(2018)的具體指標(biāo)確定方法[19],設(shè)置了包括政策層級(jí)、政策時(shí)效等9個(gè)一級(jí)指標(biāo),并分別于每個(gè)一級(jí)指標(biāo)之下設(shè)置細(xì)化的二級(jí)指標(biāo)(表2)。其中,政策層級(jí)指標(biāo)(X1)之下包括國(guó)家級(jí)政策、省級(jí)政策、市級(jí)政策、區(qū)縣級(jí)政策等四個(gè)二級(jí)指標(biāo);政策時(shí)效指標(biāo)(X2)之下包括長(zhǎng)期政策(大于5年)、中期政策(3~5年)、短期政策(1~3年)、臨時(shí)政策(小于1年)等四個(gè)二級(jí)指標(biāo);政策性質(zhì)指標(biāo)(X3)之下包括公告、意見(jiàn)、通知、方案、批復(fù)、函等六個(gè)二級(jí)指標(biāo);發(fā)布機(jī)構(gòu)指標(biāo)(X4)之下包括全國(guó)人民代表大會(huì)、中央政府、政府下屬部門、垂直管理部門等四個(gè)二級(jí)指標(biāo);調(diào)控范圍指標(biāo)(X5)之下包括全國(guó)范圍、全省范圍、全市范圍、區(qū)縣范圍等四個(gè)二級(jí)指標(biāo)。
表2 本文研究的指標(biāo)體系構(gòu)建
但是,需要注意的是,關(guān)于政策傾向指標(biāo)(X6)、政策內(nèi)容指標(biāo)(X7)、作用領(lǐng)域指標(biāo)(X8)和作用對(duì)象指標(biāo)(X9)下的二級(jí)指標(biāo)信息卻無(wú)法直接獲取。為了解決這一問(wèn)題,本文借鑒張永安和郄海拓(2017)的做法[20],利用文本挖掘技術(shù)進(jìn)行有效的信息提取、以合理確定相關(guān)二級(jí)指標(biāo)。具體而言,通過(guò)采用ROSTCM軟件對(duì)政策簇內(nèi)的所有政策逐條進(jìn)行文本編碼、并進(jìn)行分詞和詞頻提取,以實(shí)現(xiàn)相關(guān)二級(jí)指標(biāo)的有效設(shè)置(表3)。對(duì)于政策傾向指標(biāo)(X6),本文提取了政策文本中諸如推進(jìn)、提升、加快等代表政策傾向的高頻詞匯作為二級(jí)指標(biāo)。對(duì)于政策內(nèi)容指標(biāo)(X7),本文提取了政策文本中諸如集群、創(chuàng)新、裝備等代表政策內(nèi)容的高頻詞匯作為二級(jí)指標(biāo)。對(duì)于作用領(lǐng)域指標(biāo)(X8),本文提取了諸如產(chǎn)業(yè)發(fā)展、人才培養(yǎng)、管理制度等代表作用領(lǐng)域的高頻詞匯作為二級(jí)指標(biāo)。對(duì)于作用對(duì)象指標(biāo)(X9),本文提取了政府、企業(yè)、銀行等代表作用對(duì)象的高頻詞匯作為二級(jí)指標(biāo)。
表3 政策簇內(nèi)排名前20的高頻詞匯
通過(guò)對(duì)政策簇內(nèi)31個(gè)政策文本分別進(jìn)行條文編碼,對(duì)應(yīng)于9個(gè)一級(jí)指標(biāo)和48個(gè)二級(jí)指標(biāo)設(shè)置二進(jìn)制編碼,所有一級(jí)指標(biāo)與二級(jí)指標(biāo)的對(duì)應(yīng)關(guān)系為:X~N[0,1]。
其中,二級(jí)指標(biāo)的取值為:
X={XR∶[0~1]}。
最終,計(jì)算出每一個(gè)政策的PMC得分情況:
其中,i代表一級(jí)指標(biāo),j代表二級(jí)指標(biāo)。需要注意的是,本文設(shè)置的政策層級(jí)指標(biāo)(X1)、政策時(shí)效指標(biāo)(X2)、政策性質(zhì)指標(biāo)(X3)、發(fā)布機(jī)構(gòu)指標(biāo)(X4)與調(diào)控范圍指標(biāo)(X5)下轄的二級(jí)指標(biāo)具有互斥屬性,因此其取值均已固定為1/j,即X1=X2=X4=X5=1/4,X3=1/6。而其他各項(xiàng)一級(jí)指標(biāo)的取值范圍均滿足Xi≤1,i=6,7,8,9;通過(guò)對(duì)31項(xiàng)政策的PMC得分匯總,可將政策簇內(nèi)的所有政策進(jìn)行優(yōu)良等級(jí)劃分,其結(jié)果如表4所示。
表4 基于PMC模型的本文政策等級(jí)劃分
觀察表4,通過(guò)分別計(jì)算31項(xiàng)政策的PMC指數(shù),即可得到我國(guó)制造業(yè)高質(zhì)量發(fā)展政策制定效果的評(píng)價(jià)等級(jí)。其中,當(dāng)PMC指數(shù)取值小于2.58時(shí),僅表示該項(xiàng)政策尚可接受;當(dāng)PMC取值在2.59到3.61之間時(shí),則表示該項(xiàng)政策相對(duì)良好;當(dāng)PMC指數(shù)取值在3.62到4.64之間,表示該項(xiàng)政策較為優(yōu)秀;而當(dāng)PMC指數(shù)取值在4.65到5.17之間,表示該項(xiàng)政策十分完美。
由于PMC模型可以一視同仁地對(duì)所有政策制定的效果進(jìn)行有效評(píng)價(jià),出于研究需要、遵循前人做法,本文從31項(xiàng)制造業(yè)高質(zhì)量發(fā)展政策中分別選取頒布于2016、2017、2018和2019年的8項(xiàng)代表性政策進(jìn)行實(shí)證分析。需要說(shuō)明的是,代表性政策簇由表1中序號(hào)為6、7、18、22、25、26、30和31的8項(xiàng)政策構(gòu)成,為方便分析,本文分別將上述代表性政策記做P1、P2、P3、P4、P5、P6、P7和P8。該8項(xiàng)代表性政策的發(fā)布機(jī)構(gòu)涉及國(guó)家工業(yè)和信息化部、發(fā)展和改革委員會(huì)、財(cái)政部、人力資源社會(huì)保障部、自然資源部、商務(wù)部、中國(guó)人民銀行、相關(guān)省份人民政府及下屬部門等多個(gè)職能機(jī)構(gòu);作用領(lǐng)域涉及產(chǎn)業(yè)發(fā)展、人才培養(yǎng)、管理制度、行業(yè)建設(shè)、企業(yè)監(jiān)管等不同方面,能夠合理體現(xiàn)制造業(yè)高質(zhì)量發(fā)展政策的制定效果。
根據(jù)PMC模型的實(shí)證過(guò)程、對(duì)應(yīng)前文構(gòu)建的指標(biāo)體系(表2),本文分別對(duì)8項(xiàng)代表性政策構(gòu)建投入產(chǎn)出矩陣,見(jiàn)表5所示(囿于文章篇幅限制,投入產(chǎn)出矩陣列出X7指標(biāo)的構(gòu)建情況以作代表)。
表5 代表性政策的投入產(chǎn)出矩陣(以X7指標(biāo)為例)
在投入產(chǎn)出矩陣構(gòu)建完成的基礎(chǔ)上,即可分別計(jì)算出代表性政策的PMC指數(shù)并進(jìn)行制定效果的等級(jí)劃分,其實(shí)證結(jié)果詳見(jiàn)表6所示。
觀察表6可以發(fā)現(xiàn),所有政策中50%的政策制定效果十分優(yōu)秀,P3的PMC指數(shù)為3.86、高居榜首;僅一項(xiàng)政策的制定效果屬于可接受范圍(P2),其他政策的制定效果均表現(xiàn)良好。
表6 制造業(yè)高質(zhì)量發(fā)展政策的制定效果
根據(jù)制造業(yè)高質(zhì)量發(fā)展政策制定效果的不同評(píng)級(jí),基于政策頒布的時(shí)間差異、本文繪制了代表性政策簇的時(shí)變趨勢(shì)圖(圖1),從動(dòng)態(tài)視角分析政策制定效果的趨勢(shì)變化。
觀察圖1可以清晰地發(fā)現(xiàn),我國(guó)制造業(yè)高質(zhì)量發(fā)展政策的制定效果存在“W”型的時(shí)變特點(diǎn)。初期,出于對(duì)國(guó)家促進(jìn)制造業(yè)高質(zhì)量發(fā)展的政策回應(yīng),地方相關(guān)政策的制定往往會(huì)從本省實(shí)際需要、僅關(guān)注于某一領(lǐng)域,如圖中2016年P(guān)1和P2的政策特點(diǎn)所示,此時(shí)期內(nèi)政策制定效果存在較大的提升空間;中期,中央各部委通過(guò)匯總地方政策并加以剖析,制定的相關(guān)制造業(yè)扶持政策的效果都較為優(yōu)秀,如圖中2017年的P3和P4的政策特點(diǎn)所示。在此基礎(chǔ)上,地方省份進(jìn)一步進(jìn)行政策提升,實(shí)現(xiàn)了2018年內(nèi)政策效果的良好化(P5和P6);后期,中央部委繼續(xù)細(xì)化行業(yè)要求、結(jié)合各省制造業(yè)發(fā)展中遇到的新增問(wèn)題,制定了一系列優(yōu)秀政策,如圖中2019年的P7和P8政策特點(diǎn)所示,政策制定遵循良性的循環(huán)互動(dòng)路徑。可見(jiàn),雖然制造業(yè)高質(zhì)量發(fā)展政策的制定效果存在明顯的時(shí)間差異,但整體良性的“地方—中央—地方—中央”的“W”型時(shí)變模式表明政策制定存在一定的修正機(jī)制,制定效果也在此過(guò)程中得到了有效提升。
圖1 政策制定效果的時(shí)變趨勢(shì)
雖然制造業(yè)高質(zhì)量發(fā)展政策的制定效果存在一定的時(shí)間改進(jìn)效應(yīng),但基于不同具體政策進(jìn)行相機(jī)抉擇的路徑提升顯然更為有效,通過(guò)分析2016年-2019年間典型政策的指標(biāo)結(jié)果(表6),本文從上述8個(gè)政策中再次挑選出涵蓋不同時(shí)期、不同發(fā)文主體和不同政策等級(jí)的P2、P4、P5和P8等四項(xiàng)政策進(jìn)行分析。如表6所示,P2的政策等級(jí)最低、其制造業(yè)高質(zhì)量發(fā)展政策的制定效果僅屬可接受范圍之列,政策傾向、政策內(nèi)容、作用領(lǐng)域和作用對(duì)象四方面均低于平均水平,存在較大的改進(jìn)空間;P4和P5政策效果適中,分別在作用對(duì)象以及政策傾向等其他方面存在一定的政策制定缺陷;P8的政策等級(jí)最高、其制造業(yè)高質(zhì)量發(fā)展的制定效果十分優(yōu)秀,各項(xiàng)一級(jí)指標(biāo)均高于平均水平。需要注意的是,所有政策的制定效果均未達(dá)到完美級(jí)別,各項(xiàng)政策均存在一定的優(yōu)化空間,在對(duì)既有政策進(jìn)行完善反思之余,更應(yīng)思考如何在未來(lái)進(jìn)行政策效果提升。
一方面,既有政策的效果完善應(yīng)進(jìn)行差異化的路徑設(shè)計(jì)。首先,對(duì)于P2而言,其政策提升路徑為X7→X6→X8→X9。P2的政策內(nèi)容設(shè)計(jì)最為薄弱,在著重對(duì)其進(jìn)行效果優(yōu)化的同時(shí),再輔之以政策傾向、作用領(lǐng)域和作用對(duì)象三方面的完善,可實(shí)現(xiàn)其政策效果的有效提升。對(duì)于P4而言,其政策提升的重點(diǎn)在于X9。P4的作用對(duì)象設(shè)計(jì)十分欠缺,其他部分的現(xiàn)行設(shè)計(jì)均可以接受,實(shí)現(xiàn)對(duì)作用對(duì)象的優(yōu)化完善可有效提升其政策效果。對(duì)于P5而言,其政策提升路徑為X9→X6→X8。P5的作用對(duì)象設(shè)計(jì)最為薄弱,在著重對(duì)其進(jìn)行效果優(yōu)化的同時(shí),再輔之以政策傾向和政策內(nèi)容方面的完善十分必要。
另一方面,未來(lái)政策的效果提升存在可優(yōu)化的路徑依賴?,F(xiàn)行制造業(yè)高質(zhì)量發(fā)展政策雖存在時(shí)變改進(jìn)效應(yīng),但所有政策均未達(dá)到完美。尤其是作用對(duì)象方面的缺陷最甚,其次分別是作用領(lǐng)域和政策內(nèi)容方面。通過(guò)對(duì)所有政策指標(biāo)進(jìn)行變異分析后可發(fā)現(xiàn),未來(lái)政策的制定存在X9→X8→X7→X6的效果改進(jìn)路徑。下一步制造業(yè)高質(zhì)量發(fā)展政策應(yīng)在擴(kuò)充作用對(duì)象的同時(shí),積極帶動(dòng)實(shí)現(xiàn)作用領(lǐng)域的擴(kuò)大,最后帶動(dòng)政策內(nèi)容和政策傾向等方面的改進(jìn)完善。
通過(guò)構(gòu)建PMC模型,本文對(duì)我國(guó)制造業(yè)高質(zhì)量發(fā)展政策的制定效果進(jìn)行了量化評(píng)估,得到以下結(jié)論:第一,我國(guó)制造業(yè)高質(zhì)量發(fā)展政策的制定效果較好,能有效促進(jìn)我國(guó)制造業(yè)的不斷深化;第二,制造業(yè)高質(zhì)量發(fā)展政策的效果存在“W”型的時(shí)變特點(diǎn),政策效果的自我修正貫穿于制造業(yè)高質(zhì)量發(fā)展的進(jìn)程之中;第三,現(xiàn)有政策應(yīng)遵循差異化的效果提升路徑,未來(lái)政策的制定存在趨同的優(yōu)化選擇。
根據(jù)上述研究結(jié)論,本文提出兩點(diǎn)政策建議:一方面,需有效完善現(xiàn)有政策的制定效果。具體而言,應(yīng)根據(jù)現(xiàn)行制造業(yè)高質(zhì)量發(fā)展政策的不同評(píng)級(jí),以“可接受→良好→優(yōu)秀”的改進(jìn)次序分別對(duì)現(xiàn)有政策進(jìn)行效果改進(jìn)。同時(shí),也應(yīng)充分發(fā)揮中央政策的示范作用,統(tǒng)籌考慮地方發(fā)展特點(diǎn),促進(jìn)政策效果的時(shí)變改進(jìn)。通過(guò)相機(jī)抉擇與自我修正的路徑搭配,有效完善我國(guó)現(xiàn)有制造業(yè)高質(zhì)量發(fā)展政策的制定效果。另一方面,應(yīng)積極提升未來(lái)政策的制定效果。具體而言,需根據(jù)制造業(yè)高質(zhì)量發(fā)展政策的總體缺陷,遵循“作用對(duì)象→作用領(lǐng)域→政策內(nèi)容→政策傾向”的改進(jìn)步驟對(duì)未來(lái)政策的制定進(jìn)行合理優(yōu)化。以制造業(yè)高質(zhì)量發(fā)展政策的作用對(duì)象為核心,積極促進(jìn)未來(lái)政策向產(chǎn)業(yè)發(fā)展、人才培養(yǎng)、行業(yè)建設(shè)等領(lǐng)域全面拓展,完成互聯(lián)網(wǎng)、資金、平臺(tái)等多方面的資源配置,實(shí)現(xiàn)政策傾向的多維融合。通過(guò)主次搭配與四位一體的路徑優(yōu)化,積極提升未來(lái)我國(guó)制造業(yè)高質(zhì)量發(fā)展政策的制定效果。
山東工商學(xué)院學(xué)報(bào)2021年4期