基于PMC指數模型的可再生能源技術創(chuàng)新政策量化評價研究

摘要：可再生能源技術創(chuàng)新是我國實現(xiàn)能源轉型的重要途經，我國政府已出臺一系列引導和支持可再生能源發(fā)展的政策，其實施將影響可再生能源的進一步開發(fā)利用及其技術創(chuàng)新。在此背景下，系統(tǒng)梳理和評估可再生能源技術創(chuàng)新政策對完善現(xiàn)有政策體系具有重要意義。以2005—2021年期間出臺的190項可再生能源技術創(chuàng)新政策為樣本，從政策發(fā)文主體和政策主題詞兩個視角出發(fā)，采用文本挖掘和內容分析方法對政策樣本進行現(xiàn)狀分析和語義網絡分析，識別出核心發(fā)文部門和政策主題詞；構建PMC指數模型對篩選出的政策文本進行量化評價，根據其PMC指數分析政策整體優(yōu)劣狀況，利用模型二級指標PMC值反映核心部門發(fā)布政策及核心主題詞相關政策的各維度表現(xiàn)情況。研究結果表明：可再生能源技術創(chuàng)新政策注重多部門之間的協(xié)同，發(fā)文部門的政策頒布時間分布不均；不同主題相關政策在政策的類型、領域、功能、支持措施方面各有側重，但仍有待完善。最后從促進政策聯(lián)合發(fā)布、強化政策連貫性及時效性、提升政策領域及功能全面性、豐富可再生能源技術創(chuàng)新激勵措施等方面提出了政策優(yōu)化建議。

關鍵詞：可再生能源技術創(chuàng)新；內容分析；PMC指數模型；政策評價

中圖分類號：F426.2;D601

文獻標識碼：A

文章編號：1673-5595（2024）02-0029-10

一、引言

我國一次能源消耗和生產總量居世界第一位，2020年我國一次能源生產總量高達40.8億噸標準煤［1］，帶來嚴重的環(huán)境問題。大力發(fā)展可再生能源以改善我國能源結構成為大勢所趨?？稍偕茉醇夹g創(chuàng)新是能源革命的核心內容，然而，可再生能源技術成熟度低且開發(fā)利用成本高，其市場尚未具備強勁競爭力，政策支持對可再生能源發(fā)展尤為重要，并且可再生能源技術創(chuàng)新仍存在地域發(fā)展不均衡、核心技術創(chuàng)新不突出等問題，亟需有力政策加以規(guī)范和引導。

我國自2005年頒布《可再生能源法》以來，又陸續(xù)出臺了一系列促進可再生能源技術創(chuàng)新的相關政策，涉及發(fā)電、技術、環(huán)境、服務等多個方面。2009年以前出臺的相關政策以規(guī)范可再生能源技術專項資金的管理和使用為主，此后幾年內的政策旨在通過建立和完善可再生能源電價的補貼及附加制度等引導可再生能源技術創(chuàng)新，近五年上網補貼退坡、綠色電力證書、促進可再生能源電力消納等政策相繼出臺，以解決資金缺口、難以消納等問題。［2］我國可再生能源技術研究起步較晚，在風能、太陽能、儲能、氫能等領域的技術水平較國外低。得益于政策的驅動作用，可再生能源技術創(chuàng)新發(fā)展取得明顯提升，具體表現(xiàn)為產業(yè)結構更優(yōu)化、研發(fā)生產投資強度更高、環(huán)境監(jiān)管力度更大、可再生能源技術專利增加，尤其2015年以后，在空間角度上可再生能源技術創(chuàng)新水平呈現(xiàn)由西向東增長、由北向南先增長后下降的趨勢。［3］然而，目前可再生能源技術創(chuàng)新政策仍然存在問題，如政策體系不完善、技術創(chuàng)新能力激勵不足等。［4］因此，需要對現(xiàn)有可再生能源技術創(chuàng)新政策進行科學的分析和評價，立足政策文本角度、從政策本身出發(fā)進行整體評估和判斷，為后續(xù)政策制定和優(yōu)化做準備。

基于此，以2005—2021年各部門發(fā)布的可再生能源技術創(chuàng)新的190項政策為研究樣本，采用文本內容分析方法對發(fā)文部門和政策文本關鍵詞進行分析，以期洞察政策現(xiàn)狀、拓展評價視角；構建PMC（PolicyModelingConsistency）指數模型對核心發(fā)文部門及核心主題詞對應的政策進行量化評價，并依據PMC指數分析政策在不同維度的優(yōu)劣情況，為完善現(xiàn)有政策體系提供理論參考和依據。

二、文獻綜述

隨著可再生能源的不斷發(fā)展，學者們對可再生能源相關政策的關注日漸增加，對可再生能源政策的研究主要集中于政策影響的評價、政策本身及其評價等。嚴格的環(huán)境政策和有針對性的可再生能源政策的制定對于解決市場失靈、提供支持和優(yōu)惠、促進技術進步有顯著成效。［5］Fischer等［6］考慮可再生能源生產補貼、碳稅、可再生能源Ramp;D投資補貼等政策工具，構建了社會福利函數模型分析不同政策對可再生能源發(fā)展及其產出的影響。Argentiero等［7］采用貝葉斯估計技術對可再生能源綜合戰(zhàn)略的有效性進行評估，指出基于技術推動的環(huán)境政策比基于需求拉動的補貼政策效果更優(yōu)。林伯強等［8］以風電標桿電價政策文本為例，通過隨機動態(tài)遞歸構建可再生能源政策量化評價的分析框架，為各期決策是否投入技術研發(fā)提供參考。劉強等［9］構建了電力行業(yè)碳減排政策模擬模型，對不同電力政策情景下的減排貢獻進行量化分析。當然政策有效性也會因政策自身因素和其他外源因素而有所差異，Zhao等［10］指出電力政策在促進可再生能源發(fā)電方面作用顯著，但隨政策數量的增加政策有效性將受到收益遞減的影響；Wang等［11］研究發(fā)現(xiàn)隨著國家收入的增加，政策和環(huán)境壓力對可再生能源的促進效果也隨之增加。

政策評價旨在通過科學的評估標準與方法對政策文件的制定及實施效果進行系統(tǒng)地分析，根據評價結果對政策進行調整或預測政策未來走勢。［12］現(xiàn)有研究說明，從政策自身角度出發(fā)更易于識別政策需改進的方向。Kuang等［13］基于8項耕地保護政策構建了PMC指數模型對政策進行量化評價，發(fā)現(xiàn)耕地保護政策在政策工具的結構、政策發(fā)布機構的協(xié)調、政策內容的完整性等方面還有很大的改進空間。吳衛(wèi)紅等［14］以2012—2019年間我國78項制造業(yè)創(chuàng)新政策為樣本進行社會網絡分析，并選取了代表性政策運用PMC-AE模型進行量化評價。宋大成等［15］以科學數據開放共享政策為研究對象，設計了科學數據開放共享評價指標并構建PMC指數模型對6項政策進行科學量化評估。卜令通等［16］對76項眾創(chuàng)空間政策進行分析，梳理其發(fā)展路徑并指出現(xiàn)存問題，結合政策內容構建了PMC指數模型對4項政策樣本進行評價及對比分析。張永安等［17］以新能源汽車補貼政策為研究對象，結合政策特點運用PMC指數模型構建了新能源汽車補貼政策的量化評價框架，對3項政策進行量化評價并根據評估情況提出政策的優(yōu)化意見。朱震等［18］對“十三五”以來國家層面發(fā)布的15項單項碳減排政策進行了量化評價并從多方面提出了政策建議。

綜上所述，已有關于政策評價的研究為本研究奠定了良好的理論基礎。但不難看出，在現(xiàn)有的政策量化評價研究中，學者較少將定性方法與定量方法相結合，大多是從政策效果評估的視角進行定量研究，更側重于對政策制定及實施后的影響評估，忽略了政策本身的優(yōu)劣狀況，且鮮有研究將定性與定量的政策評估方法應用于可再生能源技術創(chuàng)新政策領域?；诖?，本研究從新的視角對可再生能源技術創(chuàng)新政策進行現(xiàn)狀分析，并立足政策本身進行量化評價，識別現(xiàn)有政策文本的優(yōu)勢與不足，為政策文本的制定提出合理化建議。PMC指數模型側重從政策內容出發(fā)全面考察政策的各個屬性，結合文本挖掘、內容分析方法，能夠一定程度上減輕主觀評價的影響，是當前較為前沿的政策評價方法。［18］該方法的優(yōu)勢在于能夠對單項政策進行多維度解讀分析以考察政策的優(yōu)勢及不足，通過計算PMC指數得到單項政策的評估情況進而反映政策整體的優(yōu)良狀況。因此，本研究將文本內容分析方法與PMC指數模型相結合，并從發(fā)文部門和政策主題詞兩個方面對可再生能源技術創(chuàng)新政策進行評估。

三、政策文本內容分析

（一）政策數據選取與來源

為了確保樣本的準確性，本研究以“北大法寶”法律數據庫為數據源進行樣本數據采集，并以“可再生能源”“創(chuàng)新”為關鍵詞進行檢索。對政策文本的篩選遵循以下3個標準：（1）政策文本與可再生能源主題密切相關并涉及技術創(chuàng)新內容;（2）以中央法規(guī)為檢索對象，政策的效力級別包括法律、行政法規(guī)及部門規(guī)章;（3）考慮到從2005年開始可再生能源發(fā)展正式有了法律保障，因此本研究所選政策樣本的時間跨度為2005年1月至2021年7月，選擇這一時間區(qū)間的政策能夠涵蓋可再生能源技術更多的發(fā)展階段，使得政策各維度評價具有全局性?；谝陨蠘藴?，最終確定190項可再生能源技術創(chuàng)新政策文本作為研究樣本。

（二）政策現(xiàn)狀分析

1.發(fā)文部門政策發(fā)布統(tǒng)計

在可再生能源技術創(chuàng)新政策的制定與發(fā)布中，發(fā)文部門獨立發(fā)布和聯(lián)合發(fā)布政策的情況并存。2005—2021年的政策發(fā)布情況如圖1所示，圖中聯(lián)合發(fā)文率代表部門聯(lián)合發(fā)文量與總發(fā)文量的比值。從圖1可知，2005—2007年間，可再生能源政策的年發(fā)文量相對較少，且政策均由發(fā)文部門獨立發(fā)布；自2008年起，年發(fā)文量和聯(lián)合發(fā)文量都明顯增加，

且呈波動狀發(fā)展，聯(lián)合發(fā)文率波動上升，所涉及的內容范圍更加廣泛，政策總量的增加也印證了國家對可再生能源未來發(fā)展的重視程度；除2018年聯(lián)合發(fā)文量為零外，其他年份的發(fā)文情況都較穩(wěn)定。

2.發(fā)文部門網絡結構

為了更直觀地分析各個發(fā)文部門的重要性及其合作關系，整理得到各部門聯(lián)合發(fā)文情況的共現(xiàn)矩陣，并利用社會網絡分析的方法繪制我國可再生能源技術創(chuàng)新政策發(fā)文部門的網絡圖譜（見圖2）。圖中，節(jié)點表示發(fā)文部門，節(jié)點間連線表示部門間的合作關系，節(jié)點越大表明該發(fā)文部門的發(fā)文次數越多，連線越粗表明兩個部門聯(lián)合發(fā)文次數越多。由圖2可知，發(fā)布政策較多且與其他部門聯(lián)合次數較多的有國家能源局、發(fā)改委、住建部、財政部、國務院、工信部等部門，這些部門處于較為核心的位置。另外，圖中仍存在較多孤立點，這說明可再生能源技術創(chuàng)新政策涉及的范圍通常集中于某些代表性領域，單項政策的覆蓋范圍較窄，由此反映出，部分發(fā)文部門之間缺乏一定的合作與協(xié)調，政策的領域覆蓋范圍有待進一步擴展。

3.政策主題詞分析

對所采集的190項政策文本進行整理，將其導入文本分析軟件ROSTCM6。首先對文本內容進行分詞處理；然后使用該軟件提取分詞后的政策文本主題詞及詞頻，并將主題詞按詞頻由高至低進行排列，得到可再生能源技術創(chuàng)新政策的文本前60個高頻主題詞（見表1），其中前10位的有能源、可再生、建設、發(fā)展、技術、項目、利用、發(fā)電、國家、企業(yè)，由此可知當前國家對可再生能源政策的指導大多聚焦在這些方面。

4.政策語義網絡分析

采用語義網絡分析方法將政策文本主題詞以網絡圖的形式進行結構化，引入主題詞網絡知識圖譜使主題詞間的關系可視化。在主題詞圖譜中，主題詞以節(jié)點形式表示，圖中節(jié)點的大小反映了該主題詞度中心性大小，節(jié)點越大表明主題詞的重要程度越高。將可再生能源技術創(chuàng)新政策的語義網絡分析以網絡知識圖譜的形式呈現(xiàn)，如圖3所示。

借助Python采用TF-IDF算法獲取每篇政策文本的主題詞，基于詞頻指標選取高頻主題詞，在每篇政策文本中提取十個主題詞，進行統(tǒng)計整理，構建主題詞共現(xiàn)矩陣并進行網絡結構分析。我國可再生能源技術創(chuàng)新政策文本主題詞的共現(xiàn)關系如圖4所示。

圖中節(jié)點的不同顏色反映各個主題詞的聚類關系。主題詞的共線關系反映出兩個主題詞在同一政策文本中共同出現(xiàn)的頻次情況，圖中節(jié)點越大，代表主題詞出現(xiàn)的次數越多，即該詞重要程度越高，兩節(jié)點間連線越粗反映出兩個主題詞共同出現(xiàn)的頻次越高，即聯(lián)系越密切。

由圖3和圖4可知，可再生和能源是兩個最核心的主題詞，發(fā)展、建設、技術、利用等主題詞處于較為核心的位置，說明這些方面是發(fā)文部門考慮的重點，在一定程度上反映了可再生能源技術創(chuàng)新政策制定的現(xiàn)狀和熱點。通過對政策樣本進行文本內容分析，將可再生能源技術創(chuàng)新政策歸納為如下四種。

（1）可再生能源體系的全方位跟進發(fā)展。這類政策高頻使用“管理”“部門”“工程”“地區(qū)”等主題詞，強調了各類工程、產業(yè)政策、技術標準的重要性，強調可再生能源區(qū)域性的發(fā)展，根據不同地區(qū)的資源分布特點有針對性地進行開發(fā)，并將其投入到生產中，從而構建技術決定型競爭模式以促進長期發(fā)展。

（2）可再生能源設施的建設與推廣。這類政策包含“基礎設施”“裝備”“資源”“行業(yè)”等主題詞，強調了可再生能源技術市場的研發(fā)設施和應用設施的建設與推廣，體現(xiàn)了政府、企業(yè)及研發(fā)機構協(xié)調溝通的重要性，增加各類基礎設施的供給是進行技術創(chuàng)新的基礎。技術創(chuàng)新性的提高將帶動現(xiàn)有資源的有效利用，應制定一定的行業(yè)標準，加強各個行業(yè)間的合作與協(xié)調。

（3）企業(yè)的技術創(chuàng)新及發(fā)電相關政策。這類政策高頻使用“企業(yè)”“項目”“電網”“電價”等主題詞，表明：企業(yè)作為可再生能源技術創(chuàng)新的主體之一，充分發(fā)揮其作用意義重大；通過項目開發(fā)等形式提升技術創(chuàng)新水平，跟進項目管理情況并時刻關注技術創(chuàng)新的未來走向，設立技術創(chuàng)新項目以達到推廣可再生能源技術創(chuàng)新目的；發(fā)電是可再生能源的應用途徑之一，可再生能源發(fā)電的電價一直由國家扶持，發(fā)電相關政策在這一領域持續(xù)被重點關注。

（4）可再生能源產品的開發(fā)與生產。這類政策高頻使用“信息”“智能”“新能源”“汽車”等主題詞，強調：可再生能源的技術創(chuàng)新貼近現(xiàn)代化生產，緊跟數據化發(fā)展，在整個發(fā)展體系中注重信息管理和數據管理，能夠更加智能高效地進行工作推進；可再生能源技術創(chuàng)新的另一產物為新能源汽車，對購買新能源汽車提供優(yōu)惠和補貼等，產品更加便捷生活且重視環(huán)境友好，使得產業(yè)成果的轉化十分明顯。

四、PMC指數模型的構建

PMC指數模型能夠實現(xiàn)從多維度評價單項政策或政策組合的優(yōu)劣情況。［20］該模型通常從政策文本中獲取原始數據，能夠有效避免政策評價的主觀性，從而提高政策評價客觀性。基于此，本文構建了與可再生能源技術創(chuàng)新政策特征相適應的PMC指數模型及其指標體系。PMC模型基于OmniaMobilis假說，由Estrada等［19］提出，用于實現(xiàn)對待評估政策的量化評價，其構建過程主要有變量及參數的設定、多投入產出表的建立及PMC指數的計算3個步驟。

（一）變量及參數設定

采用PMC指數模型進行政策評估時，相關變量的選取需充分考量其作用，對政策的評估盡可能全面。變量包括一級變量及其二級變量，其中二級變量采取二進制取值。本研究對變量的設定參考了張永安等［17］及Yang等［20］的研究，結合可再生能源技術創(chuàng)新政策的具體特點進行調整，最終確定了9個一級變量和31個二級變量，具體變量設置如表2所示。

政策類型X1的5個二級變量，用于判斷待評價政策是否具備相應的5個作用。政策時效X2包含長期（5年以上）、中期（3—5年）、短期（3年以下）3個二級變量，用于界定待評價政策的作用時效。政策領域X3的5個二級變量，用于界定政策內容是否涉及相應5個方面。政策作用層面X4的3個二級變量，用于對待評價政策的作用層面進行界定。政策功能X5的5個二級變量，用于判斷待評價政策是否具有相應功能。支持措施X6的4個二級變量，用于考察待評價政策所采用的激勵方式。政策客體X7的3個二級變量，用于對政策對象進行界定。政策作用范圍X8包含國家、省市、其他3個二級變量。政策公開X9考察政策的公開發(fā)布情況，不設二級變量。待評價政策滿足某二級變量時，該二級變量取值為1，否則取值為0。以上變量設置能夠從政策的類型、時效、領域、作用層面、功能、支持措施、客體、作用范圍、公開9個維度評價政策的表現(xiàn)情況，有助于從政策自身角度識別其優(yōu)勢和短板。

（二）多投入產出表建立

多投入產出表作為一個分析框架能夠多維度量化單個變量。根據本研究設置的9個一級變量和31個二級變量，對每個一級和二級變量設置同等權重，構建多投入產出表，從而為接下來的賦值測算提供框架依據。

（三）PMC指數計算

參考Estrada等［19］對PMC指數模型的賦值方法，對PMC指數的計算遵循以下過程：首先，根據式（1）和式（2）對多投入產出表中的二級變量進行賦值；其次，根據式（3）對一級變量進行計算賦值；最后，根據得到的一級變量結果按照式（4）計算得出PMC指數值。

五、可再生能源技術創(chuàng)新政策評價的PMC指數分析

（一）樣本選取

基于上述PMC指數模型構建過程，為避免樣本主觀選擇帶來的結果偏誤，選擇政策樣本時參考對政策現(xiàn)狀分析的結果，關注已識別出的核心發(fā)文部門和核心政策主題詞。第一，根據上文對發(fā)文部門及聯(lián)合發(fā)文情況分析結果，國家能源局、發(fā)改委、財政部發(fā)文量較多且處于部門結構網絡中的核心位置，因此選取這3個部門參與發(fā)布的政策為樣本進行評估；第二，結合政策文本中較為突出的政策主題詞分析結果，發(fā)展、建設、技術、利用等主題詞相關的政策在政策群中發(fā)揮著主導作用，因此選取這4個核心政策主題詞相關的政策為樣本進行評估；第三，采用PMC指數模型對所篩選出的政策文本進行量化評價。

（二）結果與分析

1.核心部門政策評價結果

為了更直觀反映不同部門所制定政策的優(yōu)勢和需要改進的情況，本研究在發(fā)文部門網絡結構識別出的核心部門基礎上，選擇3個發(fā)文較多的部門，分別為發(fā)改委、財政部和國家能源局；對核心發(fā)文部門的政策進行PMC值的具體分析，共篩選出發(fā)改委參與發(fā)布的54項政策、財政部參與發(fā)布的35項政策、國家能源局參與發(fā)布的64項政策。依據對多投入產出表框架的設定，基于篩選出的政策，采用內容分析方法對多投入產出表進行賦值，計算各部門每年發(fā)布政策的PMC得分的平均值，繪制出核心部門政策PMC值隨時間變化的折線圖（見圖5）。由于PMC指數模型的二級指標能夠更具體地反映某項政策的優(yōu)勢和短板，本研究進一步對3個部門2005—2021年所發(fā)布政策的二級指標得分進行計算，得到最終得分的平均值，具體結果如表3所示。

2.核心主題詞相關政策的評價結果

不同類型政策有各自的側重部分，政策發(fā)揮作用的著力點也有所差異，因此有必要區(qū)分不同主題對應的政策并對其進行評估。根據前文對可再生能源技術創(chuàng)新政策文本進行的分析，得到處于核心位置的主題詞有發(fā)展、建設、技術、利用。本研究基于這4個核心政策主題詞，分別篩選出其相關的政策進行評估，其中反映主題詞“發(fā)展”的政策有55項，反映主題詞“建設”的政策有38項，反映主題詞“技術”的政策有81項，反映主題詞“利用”的政策有54項。類似對核心部門政策的評價，采用內容分析方法對多投入產出表進行賦值。首先計算2005—2021年每年各主題詞的相關政策PMC得分的平均值，繪制核心主題詞相關政策的PMC值隨時間變化的折線圖（見圖6）；然后計算2005—2021年發(fā)布的4個主題詞相關政策的PMC模型二級指標得分，得到最終得分的平均值，具體結果如表4所示。

3.政策評價結果分析

圖5為核心部門政策評價的結果。圖5中存在缺失值表示該部門在某年內未發(fā)布政策。在3個核心部門中，發(fā)改委發(fā)布的政策時間連續(xù)性較強，財政部和國家能源局的政策發(fā)布均存在時間斷點。整體而言，部門職能的不同導致3個核心部門的政策表現(xiàn)存在差異，因此，可從更細致的維度對各部門的政策進行評價。結合各部門的職能，表3的計算結果能夠更具體地識別各部門政策不同維度的表現(xiàn)情況。3個部門在各維度得分具有部分共同之處。政策類型中“預測”指標得分小于0.5、“監(jiān)督”指標得分小于0.7，政策的預測和監(jiān)督功能較弱，且各部門發(fā)布的中長期政策較多，短期政策較少。政策涉及的領域因部門職能不同略有差異，整體來看，經濟和技術領域的政策較多，如國家能源局的政策在“社會”“服務”指標的得分小于06，在技術、環(huán)境和服務領域，各個部門需進行對比并彌補在這些領域的不足。由于部門職能差異，各部門政策的政策功能呈現(xiàn)細微差別，例如，發(fā)改委參與發(fā)布的政策功能相對綜合，國家能源局參與發(fā)布的政策更強調經濟的帶動與能源結構的調整和優(yōu)化。加強部門間合作能夠豐富政策功能，但3個部門所發(fā)布的政策在技術推廣上均存在短板，“技術應用推廣”指標均小于06?？稍偕茉醇夹g發(fā)展催生的各類新技術和產品擁有的市場潛力較大，創(chuàng)新技術的應用和推廣仍需進一步強調。在政策的支持措施中，信貸支持提及較少，更多的依賴于其他三類激勵方式。

圖6為各主題詞相關政策隨時間變化的情況。在較早年份，“發(fā)展”相關的政策遜色于“建設”相關的政策；而在2011年后，“發(fā)展”相關的政策整體來看PMC得分更高，“建設”和“利用”相關的政策存在時間間斷，“技術”和“利用”相關政策的得分情況相似。表4的計算結果也反映了4個主題詞相關政策具體維度的表現(xiàn)情況，4類政策雖整體得分較高，但某些二級指標評價表現(xiàn)仍有不足。4類政策在政策類型的預測和監(jiān)督方面均得分較低，這兩方面的作用仍需強化，如“建設”和“利用”相關的政策“預測”指標值僅為0.27和0.29，還需增加政策的預測功能；“技術”相關的政策“監(jiān)督”指標值為0.54，仍需強化政策監(jiān)督作用。各類政策的時效多以中長期為主，中長期和短期相結合政策效果可能更佳。在政策作用層面，4類政策在環(huán)境方面普遍得分較低，二級指標值均小于05，政策制定時不僅要考慮政策主題內容，還應考慮環(huán)境友好性和可持續(xù)發(fā)展。政策領域層面，“經濟”指標值均高于0.7，而技術、環(huán)境及服務是各類政策略欠缺的方面。從政策功能角度看，政策的技術應用推廣處于劣勢，整體得分低；規(guī)范引導和制度約束的作用則表現(xiàn)較好。在支持措施層面，稅收優(yōu)惠和信貸支持的強度較弱，尤其“信貸支持”指標得分均低于03，建議改進的重點為豐富支持措施、鼓勵可再生能源企業(yè)更好發(fā)展。于政策客體而言，雖然可再生能源技術創(chuàng)新政策多為供給側政策，而客體中屬于需求側的個人也是不可忽視的因素，政策的制定也要盡可能考慮個人的消費和發(fā)展需求等。

六、結論、建議及展望

（一）結論

本研究以190項可再生能源技術創(chuàng)新政策為樣本，采用內容分析方法考察政策發(fā)展現(xiàn)狀，構建PMC指數模型對3個核心部門發(fā)布的可再生能源技術創(chuàng)新政策和4個核心主題詞相關的可再生能源技術創(chuàng)新政策進行量化評價，得到以下結論。從政策發(fā)布情況和政策文本的分析可知，可再生能源技術創(chuàng)新政策發(fā)文量自2005年后逐年增加，部門聯(lián)合發(fā)文日益增多，且政策功能和涉及范圍逐漸廣泛，建設、發(fā)展、技術、項目、利用、發(fā)電、國家、企業(yè)等內容是可再生能源政策的重點關注方面，形成了可再生能源體系的全方位跟進發(fā)展、可再生能源設施的建設與推廣、企業(yè)的技術創(chuàng)新及發(fā)電相關政策、可再生能源產品的開發(fā)與生產等政策結構體系。進一步從發(fā)文部門和主題詞視角進行量化評價，由量化結果可知，3個核心部門中發(fā)改委和國家能源局的政策表現(xiàn)情況整體優(yōu)于財政部，“發(fā)展”相關的政策在近些年表現(xiàn)優(yōu)于“建設”相關的政策，“技術”“利用”相關的政策表現(xiàn)差異較小?？稍偕茉醇夹g創(chuàng)新政策整體評估情況較好，在部分政策維度仍需加強。

（二）建議

基于上述結論，本研究提出以下建議。

第一，對于不同的發(fā)文部門，在部門職能基礎上可以提升政策覆蓋面及政策功能的全面性，不同部門根據自身職責進行主要政策功能的強化及短板的補充。對于不同主題詞相關的政策而言，主題上有差異的政策在做到強化與主題密切相關的政策功能的同時要不失科學全面性。豐富政策設計和內容，對于面向特定區(qū)域發(fā)展的政策文件，在符合區(qū)域發(fā)展現(xiàn)狀的條件下擴展政策的作用范圍，使提升可再生能源技術創(chuàng)新更具可執(zhí)行性。強化建設政策的核心領域體系，以核心領域為中心輔以其他領域進行規(guī)范和約束。此外，政策發(fā)布的連貫性和時效性需進一步優(yōu)化，核心部門政策和部分核心主題詞相關政策均存在部分時間空缺，注重可再生能源技術創(chuàng)新政策的時間跟進，使政策具備時間遞進性。

第二，強化政策發(fā)文部門之間發(fā)文合作，加強核心發(fā)文部門的牽頭作用。當前仍存在較多由單一部門發(fā)布的政策，在政策制定過程中加強部門間合作關系對拓寬政策作用范圍及政策領域具有現(xiàn)實意義，增強各個部門之間的協(xié)作與溝通有助于減少政策沖突、提升政策的可操作性，從而提升政策的穩(wěn)定性。各部門政策各維度表現(xiàn)情況存在差異，部門間進行合作可以彌補彼此的不足、強化政策優(yōu)勢，在此基礎上，可以加強差異化政策頒布，依據政策部門職責差異進行政策差異化設計。

第三，保持能源技術發(fā)展相關政策的持續(xù)優(yōu)勢，加強促進技術創(chuàng)新的基礎設施建設，強化“建設”相關政策作用，提升政策精準性，促進可再生能源技術的創(chuàng)新和開發(fā)利用。豐富政策激勵措施，增強激勵力度?？稍偕茉醇夹g創(chuàng)新的突破不僅需要政策具體標準和指導細則的規(guī)范，更需要在資金補貼和獎勵力度等方面進行支持，使補貼方式多樣化。拓展企業(yè)進行技術創(chuàng)新活動的資金支持渠道，對明確為可再生能源技術創(chuàng)新做出貢獻的組織或個體給予合理的獎勵，在強調正向激勵的同時也要規(guī)范監(jiān)管行為。

（三）展望

本研究將可再生能源技術創(chuàng)新政策和文本內容分析與PMC指數模型相結合，豐富了現(xiàn)有的可再生能源技術創(chuàng)新政策評價研究，從發(fā)文部門和主題詞兩方面評估可再生能源技術創(chuàng)新政策，延拓了政策評價的視角，但研究仍存在不足之處。今后可以擴展樣本范圍，從更多角度對政策進行研究，從更多維度出發(fā)構建政策評價指標體系，并結合更加高效的政策評價方法，如計量經濟模型等，增強時間跨度較大的政策評價的科學性。

參考文獻：

［1］中國能源大數據報告（2020）［Z］.北京：中電傳媒能源情報研究中心，2020.

［2］涂強，莫建雷，范英.中國可再生能源政策演化、效果評估與未來展望［J］.中國人口·資源與環(huán)境，2020，30（3）：8.

［3］BaiC，F(xiàn)engC，DuK，etal.UnderstandingSpatial-TemporalEvolutionofRenewableEnergyTechnologyInnovationinChina：EvidencefromConvergenceAnalysis［J］.EnergyPolicy，2020，143：111570.

［4］詹文清.中國新能源技術創(chuàng)新政策研究——基于政策文本的分析視角［D］.南京：南京航空航天大學，2016.

［5］李楊.政府政策和市場競爭對歐盟國家可再生能源技術創(chuàng)新的影響［J］.資源科學，2019，41（7）：1306-1316.

［6］FischerC，NewellRG.EnvironmentalandTechnologyPoliciesforClimateMitigation［J］.JournalofEnvironmentalEconomicsamp;Management，2008，55（2）：142-162.

［7］ArgentieroA，BollinoCA，MicheliS，etal.RenewableEnergySourcesPoliciesinaBayesianDSGEModel［J］.RenewableEnergy，2018，120：60-68.

［8］林伯強，李江龍.基于隨機動態(tài)遞歸的中國可再生能源政策量化評價［J］.經濟研究，2014，49（4）：89-103.

［9］劉強，田川，鄭曉奇，等.中國電力行業(yè)碳減排相關政策評價［J］.資源科學，2017，39（12）：9.

［10］ZhaoY，TangKK，WangL.DoRenewableElectricityPoliciesPromoteRenewableElectricityGeneration？EvidencefromPanelData［J］.Energypolicy，2013，62：887-897.

［11］WangQ，LiS，PisarenkoZ.HeterogeneousEffectsofEnergyEfficiency，OilPrice，EnvironmentalPressure，Ramp;DInvestment，andPolicyonRenewableEnergy—EvidencefromtheG20Countries［J］.Energy，2020，209：118322.

［12］趙莉曉.創(chuàng)新政策評估理論方法研究——基于公共政策評估邏輯框架的視角［J］.科學學研究，2014，32（2）：195-202.

［13］KuangB，HanJ，LuX，etal.QuantitativeEvaluationofChinasCultivatedlandProtectionPoliciesbasedonthePMC-IndexModel［J］.LandUsePolicy，2020，99：105062.

［14］吳衛(wèi)紅，盛麗瑩，唐方成，等.基于特征分析的制造業(yè)創(chuàng)新政策量化評價［J］.科學學研究，2020，38（12）：2246-2257.

［15］宋大成，焦鳳枝，范升.我國科學數據開放共享政策量化評價——基于PMC指數模型的分析［J］.情報雜志，2021，40（8）：119-126.

［16］卜令通，許亞楠，張嘉偉.2015—2020年中國眾創(chuàng)空間政策［J］.中國科技論壇，2021（7）：46-56.

［17］張永安，周怡園.新能源汽車補貼政策工具挖掘及量化評價［J］.中國人口·資源與環(huán)境，2017，27（10）：188-197.

［18］朱震，盧春天.“十三五”以來我國單項碳減排政策量化評價與優(yōu)化研究［J］.軟科學，2022，36（11）：1-8.

［19］EstradaMar，YapSF，NagarajS.BeyondtheCeterisParibusAssumption：ModelingDemandandSupplyAssumingOmniaMobilis［J］.InternationalJournalofEconomicsResearch，2008（2）：185-194.

［20］YangT，XingC，LiX.EvaluationandAnalysisofNew-EnergyVehicleIndustryPoliciesintheContextofTechnicalInnovationinChina［J］.JournalofCleanerProduction，2021，281：125126.

責任編輯：曲紅