中國政策量化研究的熱點與趨勢
——基于CiteSpace可視化分析

魏海瑞, 于衛(wèi)紅, 程佳雪

(大連海事大學(xué) 航運經(jīng)濟(jì)與管理學(xué)院, 大連 116026)

政策文件的價值已在公共政策學(xué)科中得到重視和研究,對政策文件進(jìn)行研究是追溯和觀察政策過程的一個重要途徑。在公共政策學(xué)科中,早期的政策研究方式以政策解讀為主,但是該方式是一種主觀的定性研究,研究的結(jié)果過度依賴于研究者的知識背景、研究能力和個人價值立場,研究結(jié)果不能復(fù)現(xiàn)驗證,導(dǎo)致研究結(jié)果的科學(xué)性、可靠性和普遍性受到質(zhì)疑[1]。政策研究中迫切需要客觀化的研究方法。

與此同時,數(shù)學(xué)、統(tǒng)計學(xué)、計量學(xué)、運籌學(xué)、系統(tǒng)分析等學(xué)科與技術(shù)得到進(jìn)一步的發(fā)展,為政策分析的發(fā)展提供了量化研究的理論基礎(chǔ)。隨著計算機(jī)和信息存儲技術(shù)的發(fā)展,越來越多存儲的政策數(shù)據(jù)為政策量化研究提供了可規(guī)?；?、可結(jié)構(gòu)化的數(shù)據(jù)基礎(chǔ)。在神經(jīng)網(wǎng)絡(luò)、文本挖掘等技術(shù)的發(fā)展下,政策學(xué)科及其與統(tǒng)計學(xué)、計量經(jīng)濟(jì)學(xué)、人工智能學(xué)等學(xué)科的融合發(fā)展,為政策量化研究提供了相關(guān)的技術(shù)基礎(chǔ)[2]?；谙嚓P(guān)理論和技術(shù)對存儲的規(guī)模性政策數(shù)據(jù)進(jìn)行系統(tǒng)、客觀的量化分析變得日益重要,政策量化研究成果逐漸豐富。政策量化研究文獻(xiàn)作為研究成果的物化載體,是政策量化研究的真實反應(yīng)和記錄,是對研究情況的客觀、可獲取、可追溯的文字記錄。基于政策量化研究文獻(xiàn)進(jìn)行梳理可以把握研究的現(xiàn)狀與趨勢。

鑒于此,本文在對政策量化研究的概念和方法梳理的基礎(chǔ)上,以2010年1月1日至2021年10月31日期間的中國知網(wǎng)(China National Knowledge Infrastructure,CNKI)中政策量化相關(guān)文獻(xiàn)代表國內(nèi)政策量化研究狀況進(jìn)行分析。首先,通過文獻(xiàn)的發(fā)文數(shù)量分析近年來中國政策量化的研究熱度;然后,從文獻(xiàn)關(guān)鍵詞的聚類和文獻(xiàn)調(diào)研的結(jié)果對中國政策量化的研究熱點進(jìn)行分析;最后,以關(guān)鍵詞突現(xiàn)性分析為視角分析中國政策量化的研究前沿。

1 政策量化研究文獻(xiàn)回顧

在當(dāng)今數(shù)據(jù)開放的時代背景下,基于政策量化相關(guān)文獻(xiàn)的研究已經(jīng)取得了一些成果?；谖墨I(xiàn)統(tǒng)計分析的研究方法,傅雨飛[3]回顧1999—2009年的政策量化研究相關(guān)文獻(xiàn),對比分析中美公共政策分析中量化方法的異同,指出量化方法在中國公共政策研究中運用不足,并提出強化量化方法在中國公共政策分析中應(yīng)用的對策。鄭新曼和董瑜[4]統(tǒng)計分析了CNKI和Web of Science數(shù)據(jù)庫2017—2020年的政策文本量化研究相關(guān)發(fā)文數(shù)量,并對2016—2020年的文獻(xiàn)進(jìn)行歸納總結(jié),分析了政策文本定量研究的方法和進(jìn)展?；谖墨I(xiàn)調(diào)研歸納的研究方法,汪大錕和化柏林[5]從政策量化研究的數(shù)據(jù)源、研究方法和分析維度等方面對政策量化研究文獻(xiàn)進(jìn)行回顧和歸納分析。曹玲靜和張志強[6]以政策信息學(xué)為視角,歸納總結(jié)政策量化研究領(lǐng)域中政策文本量化的興起、內(nèi)涵和常用的研究框架,并分別總結(jié)各類文本量化研究方法的優(yōu)缺點與應(yīng)用。但研究仍未對政策量化研究的概念進(jìn)行梳理,2010年后的政策量化研究文獻(xiàn)有待進(jìn)一步分析。本文基于政策量化研究概念和方法的梳理,對2010年后國內(nèi)政策量化的研究文獻(xiàn)進(jìn)行回顧和分析,有助于學(xué)者了解公共政策學(xué)科的發(fā)展情況、把握中國政策量化的研究現(xiàn)狀與前沿,為政策量化的進(jìn)一步研究提供重要參考。

1.1 政策量化研究概念梳理

政策量化通過管理學(xué)、數(shù)學(xué)、統(tǒng)計學(xué)等多種科學(xué)方法,對公共政策文件進(jìn)行量化,將重點內(nèi)容或?qū)傩赞D(zhuǎn)化為機(jī)器可以識別的數(shù)據(jù),支持進(jìn)一步的政策分析。隨著政策量化研究的進(jìn)一步發(fā)展,學(xué)術(shù)界涌現(xiàn)了許多政策量化研究相關(guān)的概念,如“量化研究”“政策文獻(xiàn)量化研究”“政策文本量化分析”“政策文獻(xiàn)計量”“政策文獻(xiàn)量化研究”“半量化分析”“政策計量研究”“政策文本計算”等。由于不同學(xué)科的側(cè)重點不同,當(dāng)前學(xué)術(shù)界對政策量化研究的概念并沒有進(jìn)行統(tǒng)一的界定,因此,本文對政策量化研究相關(guān)概念進(jìn)行梳理,如表1所示。

表1 政策量化研究相關(guān)概念梳理

從本質(zhì)上來說,這些概念均被包含在政策量化研究的范疇中,因此將該類研究統(tǒng)稱為“政策量化研究”。通過對已有相關(guān)概念的梳理,并結(jié)合目前政策量化研究發(fā)展對其概念進(jìn)行完善,政策量化研究的概念可以被定義為:一種基于以文本為載體記錄政策過程的各類數(shù)據(jù),將多學(xué)科中可對結(jié)構(gòu)化、半結(jié)構(gòu)化及非結(jié)構(gòu)化的數(shù)據(jù)進(jìn)行客觀分析的定量研究方法和定性研究方法相結(jié)合,圍繞政策相關(guān)角度發(fā)現(xiàn)并描述政策內(nèi)在的邏輯、規(guī)律,從而獲得客觀、可驗證的分析結(jié)論,為政策的制定或發(fā)展提供建議的政策分析范式。

1.2 政策量化研究方法梳理

目前政策量化研究中所使用的定量方法融合了多個領(lǐng)域?qū)W科,方法多樣且近年來發(fā)展迅速,有必要進(jìn)行梳理與總結(jié)。從技術(shù)的角度,可將政策量化研究方法分為傳統(tǒng)的政策文本量化分析方法和智能的政策量化分析方法。其中,傳統(tǒng)的政策文本量化分析主要包含文獻(xiàn)計量法和內(nèi)容分析法,其差別如圖1所示。

傳統(tǒng)的政策量化分析方法主要關(guān)注政策文本本身的結(jié)構(gòu)特征和可結(jié)構(gòu)化的政策文本分析單元內(nèi)容,可以有效地揭示政策的屬性特征。例如,葉光輝等[14]以文獻(xiàn)信息資源保障相關(guān)政策文本為研究對象,進(jìn)行編碼和數(shù)理統(tǒng)計,分析發(fā)現(xiàn)政策數(shù)量演化和執(zhí)行機(jī)構(gòu)合作網(wǎng)絡(luò)等外部特征和文本內(nèi)容演化特征;張志遠(yuǎn)等[15]基于文獻(xiàn)計量法和社會網(wǎng)絡(luò)分析法分析創(chuàng)新政策的發(fā)布部門及其合作特征,并運用內(nèi)容分析法編碼統(tǒng)計分析政策措施及其協(xié)調(diào)度;徐明和陳斯?jié)峓16]基于文獻(xiàn)計量法統(tǒng)計疫情前后省級層面青年就業(yè)政策的政策文本數(shù)、發(fā)布部門的發(fā)文頻次及其內(nèi)部的網(wǎng)絡(luò)社會關(guān)系,統(tǒng)計分析政策工具及其組合應(yīng)用特征;蘭梓睿[17]基于文本量化分析,從可再生能源政策力度、政策目標(biāo)和政策措施3個維度構(gòu)建評估模型,對中國可再生能源政策的效力、效果與協(xié)同度進(jìn)行評估。

隨著學(xué)科的交叉融合與科學(xué)技術(shù)發(fā)展,政策量化研究中所使用的定量方法逐漸偏向智能化,進(jìn)一步對政策文本進(jìn)行智能深度分析和挖掘,以獲取更全面、準(zhǔn)確、有效的政策信息和分析結(jié)果。常用的智能政策量化分析方法包括自然語言處理、機(jī)器學(xué)習(xí)等。例如,李倩等[18]基于TF-IDF(term frequency-inverse document frequency)算法對新能源產(chǎn)業(yè)政策文本中的關(guān)鍵詞進(jìn)行提取和內(nèi)容分析,基于發(fā)布機(jī)構(gòu)、政策類型和政策數(shù)量量化政策力度,并采用空間效應(yīng)模型回歸分析政策效應(yīng);施寒瀟和毛郁欣[19]基于關(guān)鍵詞的提取、特征過濾、特征向量化、文本聚類、語義網(wǎng)絡(luò)分析等文本挖掘技術(shù),量化分析跨境電商政策的文本特征與內(nèi)容重點;趙菲菲和王宇琪[20]基于網(wǎng)絡(luò)媒體數(shù)據(jù),應(yīng)用數(shù)據(jù)挖掘、機(jī)器學(xué)習(xí)等數(shù)據(jù)分析技術(shù),提出了一個面向公共政策的網(wǎng)絡(luò)媒體內(nèi)容文本分析框架,并以新能源汽車政策為例對該分析框架的有效性進(jìn)行了驗證;Sheng等[21]基于深度神經(jīng)網(wǎng)絡(luò)的新型文本挖掘算法對文本內(nèi)容及外部特征進(jìn)行了不同組合的共現(xiàn)分析研究,探索了基于時空分布和內(nèi)外部關(guān)聯(lián)映射方法的知識挖掘。

綜上所述,從技術(shù)的角度可以將政策量化研究方法分為傳統(tǒng)的政策文本量化分析方法和智能的政策量化分析方法。其中,傳統(tǒng)的政策文本量化分析主要包含文獻(xiàn)計量法和內(nèi)容分析法。智能的政策量化分析方法包含了自然語言處理、機(jī)器學(xué)習(xí)等。針對的文獻(xiàn)特征不盡相同,不同的分析方法互為補充,有效利用各類分析方法的不同作用,最終達(dá)到對政策深度解析的目的。

2 基于CiteSpace的可視化分析

2.1 研究思路

在進(jìn)行文獻(xiàn)分析過程中,為盡量避免主觀性問題,綜合運用知識圖譜與文獻(xiàn)計量等方法,應(yīng)用可視化文獻(xiàn)計量軟件CiteSpace5.8探究中國政策量化研究的現(xiàn)狀與趨勢,以求研究更加科學(xué)客觀和直觀。研究思路如圖2所示。

圖2 研究思路

第一步,運用文獻(xiàn)計量方法對政策量化相關(guān)文獻(xiàn)的年度發(fā)文數(shù)量進(jìn)行統(tǒng)計,分析中國政策量化的研究熱度及演進(jìn)趨勢;第二步,將關(guān)鍵詞聚類分析結(jié)果與文獻(xiàn)調(diào)研結(jié)果相結(jié)合,分析中國政策量化研究的熱點主題;第三步,利用突變詞分析中國政策量化研究的前沿趨勢。

2.2 工具介紹及數(shù)據(jù)來源

CiteSpace是一款基于科研文獻(xiàn)中識別并顯示科學(xué)發(fā)展動態(tài)趨勢的軟件,旨在通過時間分段策略均勻切片整個時區(qū),然后根據(jù)共現(xiàn)關(guān)系將眾多共現(xiàn)網(wǎng)絡(luò)按順序排列合并,最終遞進(jìn)式地生成可視化網(wǎng)絡(luò),具有“一圖譜春秋,一覽無余,一圖勝萬言,一目了然”的特點[22]?；谇拔膶σ延邢嚓P(guān)文獻(xiàn)的綜述,利用CiteSpace5.8.R3可視化應(yīng)用軟件為分析工具進(jìn)行關(guān)鍵詞聚類分析和突現(xiàn)詞分析,厘清中國政策量化的研究熱點與趨勢。

為了保證搜集的文獻(xiàn)數(shù)據(jù)的精確度,將與檢索條件有歧義的量化寬松政策排除在外,選擇CNKI中政策量化研究相關(guān)文獻(xiàn)進(jìn)行分析。

在CNKI中以[篇名:政策(精確)]AND[篇名:量化(精確)]OR[篇名:政策定量(模糊)]NOT[篇名:寬松(精確)]為高級檢索條件,勾選同義詞擴(kuò)展選項,檢索并篩選出發(fā)表時間為2010年1月1日至2021年10月31日,且類型為“學(xué)術(shù)期刊”的583篇相關(guān)文獻(xiàn),以此為數(shù)據(jù)基礎(chǔ)分析中國政策量化研究情況。

2.3 發(fā)文數(shù)量及變化趨勢

在某領(lǐng)域中,學(xué)術(shù)論文的年度發(fā)文數(shù)量及變化情況,是一項能夠充分體現(xiàn)該領(lǐng)域研究現(xiàn)狀階段和未來趨勢的重要衡量指標(biāo)[23],可以直觀地看出該領(lǐng)域在特定時間段內(nèi)的研究熱度發(fā)展及趨勢。因此,基于2010年以來政策量化研究相關(guān)文獻(xiàn)的年度發(fā)文數(shù)量變化趨勢可以直觀地分析中國政策量化研究的熱度變化趨勢,統(tǒng)計結(jié)果如圖3所示。由于數(shù)據(jù)收集時間的限制,2021年的政策量化文獻(xiàn)收集不完全,因此研究熱度趨勢僅分析2010—2020年的數(shù)據(jù)分布情況。

圖3 年度發(fā)文數(shù)量分布

由圖3可知,截至2020年底,國內(nèi)政策量化研究的文獻(xiàn)數(shù)量分布整體上呈現(xiàn)增長趨勢。根據(jù)文獻(xiàn)數(shù)量變化特征將國內(nèi)政策量化研究從時間角度分為兩個階段。

第一階段:2010—2016年,國內(nèi)有關(guān)政策量化研究發(fā)文數(shù)量與2016年后的發(fā)文數(shù)量相比較少,增長速度緩慢,并在2015年出現(xiàn)一次高峰,整體上呈現(xiàn)緩慢波動增長的熱度發(fā)展態(tài)勢。表明該時期內(nèi)的政策量化研究已經(jīng)逐漸開始得到國內(nèi)學(xué)術(shù)界的關(guān)注和研究,不僅將數(shù)學(xué)模型、金融、內(nèi)容分析法、文獻(xiàn)計量學(xué)等跨學(xué)科方法應(yīng)用在政策分析中進(jìn)行探索和實踐[24],在政策量化維度方面也進(jìn)行多樣化的探索[25],奠定了政策量化研究的理論和基礎(chǔ)。

第二階段:2016年后,國內(nèi)政策量化領(lǐng)域的文獻(xiàn)數(shù)量急劇增加,研究熱度呈現(xiàn)快速增長態(tài)勢。表明該時期內(nèi)的政策量化研究迅猛發(fā)展,相關(guān)研究主要基于發(fā)展成熟的政策量化維度和量化方法拓展政策量化的研究領(lǐng)域。

分析文獻(xiàn)數(shù)量趨勢線可知,2016年后,中國政策量化的研究熱度增速顯著。根據(jù)截至2021年的不完全統(tǒng)計,可以預(yù)測在2021年后國內(nèi)有關(guān)政策量化的研究熱度將仍具有顯著的增長趨勢。

2.4 研究熱點分析

關(guān)鍵詞是映射文獻(xiàn)主題內(nèi)容的術(shù)語或詞匯,能夠高度凝練文獻(xiàn)的文本內(nèi)容和研究主題[26],對于關(guān)鍵詞進(jìn)行分析可以有效實現(xiàn)對文獻(xiàn)整體內(nèi)容的分析,可以保證分析的有效性和高效性。因此,對文獻(xiàn)的關(guān)鍵詞進(jìn)行聚類和主題總結(jié)可以直觀地反映某領(lǐng)域的研究熱點。

運用CiteSpace對關(guān)鍵詞進(jìn)行聚類分析,如圖4所示?？梢园l(fā)現(xiàn)國內(nèi)政策量化研究文獻(xiàn)關(guān)鍵詞聚類模塊值Q=0.905 4(>0.3),聚類加權(quán)平均輪廓值S=0.986 2(>0.7),關(guān)鍵詞共現(xiàn)圖譜的聚類結(jié)構(gòu)顯著,聚類結(jié)果高效[27]。

圖4 文獻(xiàn)關(guān)鍵詞聚類

基于文獻(xiàn)關(guān)鍵詞聚類(圖4)和通過對數(shù)極大似然率(log likelihood ratio,LLR)計算得出國內(nèi)關(guān)鍵詞聚類詳情(表2)可以總結(jié)得出中國政策量化研究以“政策”為中心組成了3個研究熱點主題。

表2 關(guān)鍵詞聚類

2.4.1 熱點主題1:基于主題挖掘的政策文本語義量化分析

隨著對非結(jié)構(gòu)化數(shù)據(jù)的關(guān)注和計算機(jī)技術(shù)的發(fā)展,針對非結(jié)構(gòu)化政策文本的主題挖掘研究得以展開,其中包括通過高頻關(guān)鍵詞的詞頻隨時間的變化[28]和共現(xiàn)聚類[29]分析政策的主題及變遷。隨著文本挖掘技術(shù)的不斷發(fā)展,國內(nèi)運用隱含狄利克雷分布(latent Dirichlet allocation,LDA)主題模型及參數(shù)對政策的主題內(nèi)容[30]、主題強度演化[31]、主題關(guān)注度演化和主題認(rèn)同度演化[32]進(jìn)行量化分析。但LDA主題模型只考慮了政策文本中的主題詞,缺少與政策文本相關(guān)聯(lián)的其他數(shù)據(jù)信息對主題的貢獻(xiàn)[33],因此基于LDA的擴(kuò)展模型研究及應(yīng)用成為國內(nèi)政策主題量化研究的熱點。

2.4.2 熱點主題2:以政策工具為基礎(chǔ)的多維框架政策文本分析

政策工具是政府達(dá)成政策目標(biāo)的手段,也是政策的重要組成部分,依據(jù)文圓等[34]、毛超和岳奧博[35]、王國華和李文娟[36]的政策工具分類思路量化分析政策文本,分析政策工具的運用狀況已成為國內(nèi)研究的熱點。隨著政策科學(xué)的不斷發(fā)展,國內(nèi)研究不斷地將政策時間、政策主體、政策目標(biāo)、政策效力、政策發(fā)布形式、政策作用對象等多樣的政策結(jié)構(gòu)或分析要素與政策工具相結(jié)合,構(gòu)建政策多維分析框架,分析政策工具與不同維度間的相互關(guān)系[37]。隨著政策多維分析框架應(yīng)用領(lǐng)域的不斷拓展,國內(nèi)研究在政策多維分析框架中加入具體領(lǐng)域政策中的專業(yè)化要素維度[38],不僅提高了領(lǐng)域政策研究的科學(xué)性,也提高了政策多維分析框架的適應(yīng)性。

2.4.3 熱點主題3:基于PMC指數(shù)模型的政策量化評價

政策內(nèi)容制定的科學(xué)性和有效性關(guān)乎政策的最終執(zhí)行的效果,因此為了幫助政策發(fā)布者判定政策產(chǎn)生的實際影響并針對政策存在的不足提出改進(jìn)意見,國內(nèi)研究基于政策高頻詞構(gòu)建政策一致性指數(shù)模型(policy modeling consistency,PMC)的評價指標(biāo)體系,對政策進(jìn)行量化評價,并通過PMC曲面圖可視化分析政策的改進(jìn)方向[39]。目前,PMC指數(shù)模型被廣泛應(yīng)用于量化評價衛(wèi)生、教育、旅游、養(yǎng)老、脫貧等與社會發(fā)展相關(guān)的民生領(lǐng)域政策[40]和數(shù)據(jù)開放、創(chuàng)新創(chuàng)業(yè)、能源、機(jī)器人產(chǎn)業(yè)、人工智能等具有時代特征的國家重點發(fā)展領(lǐng)域政策[41]。

經(jīng)分析可知,在研究熱點數(shù)據(jù)方面,中國主要集中于政策文本的分析研究,政策文件的發(fā)布部門、效力級別等外部屬性數(shù)據(jù)、政策相關(guān)的截面數(shù)據(jù)等有待進(jìn)一步的研究。在研究熱點方法方面,主要采用以LDA主題模型、PMC指數(shù)模型及高頻關(guān)鍵詞共現(xiàn)聚類等為基礎(chǔ)的智能文本分析技術(shù),還需要進(jìn)一步的豐富智能量化研究方法。在研究熱點維度方面,國內(nèi)研究對政策工具、政策主題和政策評價的維度較為關(guān)注,并通過多維分析框架實現(xiàn)多維交叉量化研究,但研究維度較為集中,仍需要進(jìn)一步豐富研究維度。

2.5 研究前沿分析

突現(xiàn)詞是指在特定的時間段內(nèi)頻次快速增長的詞匯。關(guān)鍵詞突現(xiàn)分析可以反映某領(lǐng)域中的研究前沿[42]。因此,對排名前十的關(guān)鍵詞突現(xiàn)性分析結(jié)果進(jìn)行綜合研究,分析近年來的政策量化文獻(xiàn)的研究前沿。

通過對國內(nèi)文獻(xiàn)前十個突現(xiàn)關(guān)鍵詞(圖5)分析,可以看出國內(nèi)研究近四年突現(xiàn)強度較大的關(guān)鍵詞主要包括政策分析、量化評價、政策評價和智慧城市,研究前沿主題主要包括政策量化評價和智慧城市相關(guān)政策量化研究。

圖5 文獻(xiàn)關(guān)鍵詞突現(xiàn)(排名前十)

2.5.1 前沿主題1:政策量化評價研究

關(guān)鍵詞“量化評價”的突現(xiàn)強度顯著高于其他關(guān)鍵詞,表明國內(nèi)自2020年開始對政策量化評價的關(guān)注較高。國內(nèi)學(xué)者早期運用內(nèi)容分析法、共詞分析法、層次分析法、PMC指數(shù)模型等從政策內(nèi)容出發(fā)評價政策優(yōu)劣,但均在不同程度上存在缺乏客觀性、評價精度低、無法衡量政策評價指標(biāo)間的關(guān)系等問題。隨著學(xué)科交叉的發(fā)展,近年來國內(nèi)研究將神經(jīng)網(wǎng)絡(luò)理論中的自編碼(auto encoder,AE)技術(shù)引入PMC指數(shù)模型的得分計算過程中,構(gòu)建PMC-AE指數(shù)模型?；赑MC-AE指數(shù)模型對政策進(jìn)行量化評價可以更好地表征評價指標(biāo)之間的關(guān)系,可以提高政策量化評價的科學(xué)性和合理性[43]。目前,PMC-AE指數(shù)模型已經(jīng)開始被用于軍民融合政策[44]、稅收政策[45]、體教融合政策[46]研究。

2.5.2 前沿主題2:智慧城市相關(guān)政策量化研究

隨著中國對智慧城市建設(shè)的關(guān)注與政策支持,以智慧城市相關(guān)的國家政策文件為研究對象進(jìn)行量化分析的研究開始得到關(guān)注,不同的學(xué)者分別通過由政策區(qū)域分布、政策數(shù)量、政策主題、政策主體構(gòu)建的四維分析框架[47],由政策數(shù)量、文本形式、發(fā)布部門、政策主題和政策工具構(gòu)建的五維分析框架[48]和由政策內(nèi)容、組織構(gòu)架和政策效力構(gòu)建的政策科學(xué)理論框架[35]下對政策文本進(jìn)行量化分析,探索了政策的演進(jìn)特征或演進(jìn)階段,并對未來的智慧城市政策制定提出相關(guān)建議。除此之外,楊凱瑞等[49-50]通過政策文本量化分析,分別對智慧城市建設(shè)的客體和影響因子進(jìn)行研究。

經(jīng)分析可知,前沿的研究方法仍以PMC模型為基礎(chǔ)進(jìn)行優(yōu)化完善,需進(jìn)一步地豐富政策量化理論基礎(chǔ)與技術(shù)方法。在智慧城市領(lǐng)域的政策量化研究中,開始探索發(fā)展區(qū)域、組織架構(gòu)、政策效力等具有領(lǐng)域?qū)I(yè)化特征維度的研究。

3 結(jié)論與展望

3.1 結(jié)論

對2010年1月1日至2021年10月31日時間段內(nèi)CNKI的政策量化相關(guān)文獻(xiàn)進(jìn)行了梳理,并根據(jù)政策文獻(xiàn)發(fā)文數(shù)量趨勢、關(guān)鍵詞聚類和突現(xiàn)性分析,探討了中國政策量化研究的熱點與趨勢。

1)中國有關(guān)政策量化的年度發(fā)文數(shù)量呈現(xiàn)兩階段增長趨勢,2016年后研究熱度具有顯著的增長趨勢,從側(cè)面表明政策量化研究的重要性與意義,仍需進(jìn)一步的探索研究。

2)中國政策量化研究以“政策”為中心組成了3個研究熱點主題,分別是基于主題挖掘的政策文本語義量化分析、以政策工具為基礎(chǔ)的多維框架政策文本分析以及基于PMC指數(shù)模型的政策量化評價,但研究數(shù)據(jù)、研究方法和研究維度仍需進(jìn)一步豐富和完善。

3)研究前沿主題主要包括政策量化評價和智慧城市相關(guān)政策量化研究,但研究方法仍以PMC模型為基礎(chǔ)進(jìn)行優(yōu)化完善,開始探索領(lǐng)域?qū)I(yè)化特征維度研究。

3.2 展望

基于中國政策量化研究文獻(xiàn)分析,國內(nèi)現(xiàn)有研究已經(jīng)取得了一定的成果,但仍存在進(jìn)一步深化研究之處。

1)規(guī)范和豐富政策量化的研究數(shù)據(jù)。在研究數(shù)據(jù)獲取方面,應(yīng)進(jìn)一步規(guī)范和建設(shè)政策數(shù)據(jù)庫。在研究數(shù)據(jù)類型方面,國內(nèi)目前大量研究主要對政策文本進(jìn)行分析,應(yīng)進(jìn)一步結(jié)合相關(guān)結(jié)構(gòu)化的數(shù)據(jù),以進(jìn)一步增強中國政策量化研究的客觀性。

2)跨學(xué)科融合發(fā)展政策量化的研究方法。目前,國內(nèi)在傳統(tǒng)的文獻(xiàn)計量法和內(nèi)容分析法的基礎(chǔ)上運用了文本挖掘領(lǐng)域中的相關(guān)技術(shù)。未來的研究可以引入人工智能等學(xué)科中的研究方法,也可以將政策量化結(jié)果應(yīng)用于其他學(xué)科的影響因素研究中。

3)探索專業(yè)化政策量化的研究維度?；谡叨嗑S分析框架的量化分析仍將是中國未來一段時間內(nèi)政策量化研究的熱點。未來應(yīng)根據(jù)各領(lǐng)域的活動或工作特點設(shè)計專業(yè)化的維度,有助于豐富多維分析框架,使政策量化的分析結(jié)果的合理化、專業(yè)化和科學(xué)化。

本文主要以中文期刊文獻(xiàn)為研究對象,未來可以進(jìn)一步擴(kuò)大文獻(xiàn)的分析范圍,并結(jié)合其他文本挖掘技術(shù),豐富政策量化研究進(jìn)展與趨勢的內(nèi)容。