政策工具視角下我國智慧養(yǎng)老政策內(nèi)容研究

柳亦博 王若彤

摘 ? ? ?要：隨著大數(shù)據(jù)、云計算、人工智能等新興技術的發(fā)展，智慧養(yǎng)老越來越成為我國應對人口老齡化、緩解養(yǎng)老矛盾的重要發(fā)展方向。政策工具是公共政策分析最基本的單位，政策主題則是政策文本的核心內(nèi)容，通過構建“政策工具-政策主題”二維分析框架，運用政策計量法、內(nèi)容分析法，對我國76份中央層面的智慧養(yǎng)老政策文本進行清洗、編碼與分析，識別智慧養(yǎng)老政策工具的類型分布，結合LDA主題模型提取智慧養(yǎng)老政策主題。研究發(fā)現(xiàn)，在政策工具的應用上，我國智慧養(yǎng)老政策工具使用并不均衡，呈現(xiàn)“強供給”的特征。此外，研究還識別出智慧養(yǎng)老模式、智慧醫(yī)養(yǎng)結合、智慧養(yǎng)老環(huán)境建設、智慧養(yǎng)老標準以及智慧養(yǎng)老試點共五類政策主題?；诖朔治?，提出改善我國智慧養(yǎng)老政策的建議：一是加強中央政府的頂層設計，完善智慧養(yǎng)老政策體系;二是合理布置政策工具，發(fā)揮最優(yōu)政策合力;三是擴大智慧養(yǎng)老政策覆蓋面，豐富智慧養(yǎng)老政策主題。

關 ?鍵 ?詞：智慧養(yǎng)老;政策工具;政策文本;LDA主題模型

中圖分類號：D669.6 ? ? ?文獻標識碼：A ? ? ?文章編號：1007-8207（2024）05-0043-16

一、問題提出與文獻述評

隨著社會的發(fā)展和技術的進步，在可觀察到的所有社會類型中，人口老齡化幾乎都是一種不可阻擋的發(fā)展趨勢。目前，我國老年人口規(guī)模龐大，且整體人口的老齡化速度相對較快。從數(shù)據(jù)來看，2022年末我國60歲以上老年人口規(guī)模超2.8億，占總人口比重19.8%，較2012年增長5.5%。[1]同時，老年人需求正在由生存型向發(fā)展型轉變，地區(qū)之間的老齡事業(yè)和養(yǎng)老服務還存在發(fā)展不平衡、不充分等問題。顯然，傳統(tǒng)的養(yǎng)老服務模式已然無法應對我國的養(yǎng)老矛盾，急需建立與人口老齡化進程相匹配的新型養(yǎng)老模式。基于此，黨中央把積極應對人口老齡化上升為國家戰(zhàn)略，提出“推動養(yǎng)老事業(yè)和養(yǎng)老產(chǎn)業(yè)協(xié)同發(fā)展，健全基本養(yǎng)老服務體系，大力發(fā)展普惠型養(yǎng)老服務，支持家庭承擔養(yǎng)老功能，構建居家社區(qū)機構相協(xié)調(diào)、醫(yī)養(yǎng)康養(yǎng)相結合的養(yǎng)老服務體系”[2]。由此可見，智慧養(yǎng)老將成為我國應對人口老齡化、緩解養(yǎng)老矛盾的重要發(fā)展方向。

英國生命信托基金首先提出智慧養(yǎng)老的構想，指的是通過采用信息技術和智能控制技術來提供養(yǎng)老服務，其在一份報告中提出利用電腦技術、無線傳輸技術等手段，建設配備全套電子芯片裝置的“全智能化老年公寓”。[3]盡管智慧養(yǎng)老并未形成統(tǒng)一的定義，但這并不影響國內(nèi)學術界對其的熱衷。一些學者關注智慧養(yǎng)老的技術，例如賈研等學者提出搭建大數(shù)據(jù)驅動的新型養(yǎng)老信息平臺。[4]劉奕和李曉娜結合具體的實踐探討智慧養(yǎng)老模式的建構。[5]朱慶華等學者爬梳智慧養(yǎng)老政策發(fā)展，以江蘇省為例，運用量化方法梳理江蘇省智慧養(yǎng)老政策時間、主體以及主題，剖析養(yǎng)老領域頂層設計格局。[6]智慧養(yǎng)老面臨的困境與機遇也同樣是研究的熱點，例如陳友華和邵文君認為智慧養(yǎng)老領域存在認知偏差、過度行政化、市場參與不足、使用與效能低下等問題。[7]張雷和韓永樂劃分了國內(nèi)智慧養(yǎng)老的四種典型模式：智慧居家養(yǎng)老服務、智慧醫(yī)療養(yǎng)老服務、智慧機構養(yǎng)老服務以及智慧城市養(yǎng)老服務，并指出在觀念、制度、產(chǎn)業(yè)、人才以及教育方面推進智慧養(yǎng)老發(fā)展。[8]既有研究主要側重智慧養(yǎng)老的技術、發(fā)展模式、存在困境以及發(fā)展建議，也有研究對智慧養(yǎng)老政策進行探討，但關注政策主題與政策工具二維分析的研究較少。

從實踐經(jīng)驗來看，近年來我國政府從多個維度積極推進智慧養(yǎng)老示范試點建設，例如北京市朝陽區(qū)的“養(yǎng)老綜合服務App”、海淀區(qū)的“智慧養(yǎng)老示范基地”，蘇州市滄浪區(qū)“虛擬養(yǎng)老院”，武漢市“一鍵通”養(yǎng)老服務，西安市未央?yún)^(qū)“長樂養(yǎng)老”等等。[9]隨著智慧養(yǎng)老實踐的不斷開展，不同程度的困境表現(xiàn)出來，例如數(shù)字鴻溝問題導致一些老年人無法充分享受智能服務帶來的便利，并最終成為“數(shù)字難民”。[10][11]基于此，筆者在現(xiàn)有智慧養(yǎng)老研究的基礎上梳理我國智慧養(yǎng)老相關政策，運用內(nèi)容分析法等方法梳理智慧養(yǎng)老政策工具，并進一步運用LDA主題模型識別智慧養(yǎng)老政策主題。在此基礎上，從政策工具與政策主題兩個維度構建二維分析框架，量化分析我國智慧養(yǎng)老政策，從而剖析我國智慧養(yǎng)老政策體系存在的問題與不足，旨在總結歸納出優(yōu)化智慧養(yǎng)老政策體系的改進建議，以期為我國老齡事業(yè)發(fā)展及養(yǎng)老體系健全、老齡產(chǎn)業(yè)的繁榮和發(fā)展提供政策引領與參考，同時豐富補充現(xiàn)有的智慧養(yǎng)老研究。

二、研究設計

（一）政策文本選擇與研究方法

⒈政策文本選取。筆者將政策文本選取的范圍限定在國家層面，遵循權威性與全面性的原則，從中國政府網(wǎng)、北大法寶網(wǎng)站選取政策文本。以“智慧養(yǎng)老”“智能養(yǎng)老”“互聯(lián)網(wǎng)+養(yǎng)老”等為關鍵詞檢索有關智慧養(yǎng)老政策的文件，為保證研究的科學性以及研究的代表性，政策選取的標準包括以下三點：一是政策為國務院、國家各部委等國家級行政單位發(fā)布;二是政策包括法律法規(guī)、通知、意見、綱要方案等政策文件，公報、批復等不計政策來源;三是政策主題與智慧養(yǎng)老密切相關。經(jīng)過梳理與篩選，截至2023年9月，最終得到76份與智慧養(yǎng)老相關的政策文本（見表1）。

表1 智慧養(yǎng)老相關政策文本目錄（部分）[序號 政策名稱 頒布日期 頒布部門 1 關于印發(fā)《養(yǎng)老機構消防安全管理規(guī)定》的通知（民發(fā)〔2023〕37號） 2023.07 民政部等 2 關于公布《智慧健康養(yǎng)老產(chǎn)品及服務推廣目錄（2022年版）》的通告（工信部聯(lián)電子函〔2023〕176號） 2023.06 工業(yè)和信息化部等 …… …… …… …… 30 關于做好老年人冬春季新冠肺炎疫情防控工作的通知（全國老齡辦函〔2021〕2號） 2021.02 全國老齡辦 31 關于切實解決老年人運用智能技術困難便利老年人使用智能化產(chǎn)品和服務的通知（工信部信管函〔2021〕18號） 2021.02 工業(yè)和信息化部 32 關于建立積極應對人口老齡化重點聯(lián)系城市機制的通知（發(fā)改辦社〔2021〕37號） 2021.01 國家發(fā)展改革委辦公廳等 33 關于做好方便老年人在基層醫(yī)療衛(wèi)生機構看病就醫(yī)有關工作的通知 2021.01 國家衛(wèi)生健康委基層司 34 關于進一步優(yōu)化人社公共服務切實解決老年人運用智能技術困難實施方案的通知（人社部發(fā)〔2020〕94號） 2020.12 人力資源社會保障部 35 關于切實解決老年人運用智能技術困難的實施方案（民辦發(fā)〔2020〕38號） 2020.12 民政部辦公廳 …… …… …… …… 75 關于加強養(yǎng)老服務標準化工作的指導意見（民發(fā)〔2014〕17號） 2014.02 民政部等 76 關于加快發(fā)展養(yǎng)老服務業(yè)的若干意見（國發(fā)〔2013〕35號） 2013.09 國務院 ]

⒉研究方法。研究方法作為剖析現(xiàn)象之刃，它的選取應當適應研究目標與對象。目前公共管理領域是一個與眾多學科都有交叉的學科，公共管理學科內(nèi)的問題研究離不開經(jīng)濟學、心理學、政治學等多學科的研究方法。此外，智慧養(yǎng)老本身也是一個跨學科的研究領域。因此，基于跨學科的視角，采用政策文獻計量法、內(nèi)容分析法，在政策工具與政策主題維度構建智慧養(yǎng)老政策的二維分析框架，并對智慧養(yǎng)老政策文本進行清洗、編碼與分析，以期為改善我國智慧養(yǎng)老政策提出有益的參考與建議。

政策文獻計量融合了文獻計量學、社會學、數(shù)學、統(tǒng)計學等學科的研究方法，對政策的內(nèi)容以及外部結構進行量化分析。[12]相比于傳統(tǒng)政策研究范式更加關注政策文獻的內(nèi)容，政策文獻計量更多地關注大樣本量、結構化或半結構化政策文本的定量分析。[13]筆者運用政策文獻計量法，在北大法寶以及各政府部門網(wǎng)站檢索、獲取智慧養(yǎng)老政策，識別智慧養(yǎng)老政策的發(fā)布時間、發(fā)文機構等外部結構特征。

內(nèi)容分析法也被稱為文本分析法，詞語、文本、演講或對話記錄、圖畫、想法、主題或消息都可以成為內(nèi)容分析的對象。內(nèi)容分析法既可以是定性方法也可以是定量方法，定性內(nèi)容分析是通過閱讀文本來確定偏見程度或者比較不同演講者對同一話題的不同觀點，定量內(nèi)容分析則是計算詞語的發(fā)生率與頻率。[14]總的來說，定性內(nèi)容分析法強調(diào)縝密的邏輯推理，而定量內(nèi)容分析則是直觀的數(shù)據(jù)化，要求客觀、系統(tǒng)、定量。[15]目前廣泛使用的內(nèi)容分析法大多是定性與定量方法的結合，通過編碼等方法將一些難以量化的政策文本轉換為可量化分析的數(shù)據(jù)，從而對政策文本所包含的信息及其變化進行挖掘與分析，其研究目的是根據(jù)數(shù)據(jù)對內(nèi)容進行可再現(xiàn)的、有效的推斷。[16]

（二）分析框架

⒈X緯度：政策工具維度。政策工具是政策分析的一種有效路徑，它以解決社會問題為指向，研究的核心就是“如何將政策意圖轉變?yōu)楣芾硇袨椋瑢⒄呃硐朕D變?yōu)檎攥F(xiàn)實”[17]。澳大利亞學者歐文·E·休斯認為，政策工具既是政府干預的方式，也是政府行為正當化時所采用的機制。[18]陳振明等人提出政策工具是實現(xiàn)政府管理職能的手段。[19]不同的學者對政策工具有不同的定義，這就導致了政策工具類型的多樣性。美國學者洛林·麥克唐納等基于政策背景、目標和效果，提出了激勵型工具、權威型、能力建設型和系統(tǒng)變革型工具。[20]公共政策領域最為經(jīng)典、影響最為廣泛的是美國學者羅伊·拉斯韋爾和沃爾特·澤格維爾德提出的政策工具類型，他們依據(jù)政策對技術產(chǎn)生影響的層面，劃分了供給型、需求型和環(huán)境型工具。[21]

本文采用羅伊·拉斯韋爾和沃爾特·澤格維爾德的分類方法。一方面，智慧養(yǎng)老政策本質上是利用技術手段創(chuàng)新養(yǎng)老服務的政策體系，顯示出較強的技術特征，這與羅伊·拉斯韋爾等人構建的分類方法具有顯著的適配性。另一方面，該分類方法已被廣泛用于數(shù)字政府[22]、公共數(shù)字文化服務[23]、醫(yī)療衛(wèi)生服務[24]、政府數(shù)據(jù)公開[25]以及產(chǎn)業(yè)創(chuàng)新[26]等領域。因此，本文根植于我國智慧養(yǎng)老政策的現(xiàn)實，依托供給-需求-環(huán)境的政策工具框架分析我國智慧養(yǎng)老政策的政策工具使用現(xiàn)狀，如圖1所示，將智慧養(yǎng)老政策的政策工具劃分為推動智慧養(yǎng)老的供給型工具、拉動智慧養(yǎng)老的需求型工具以及驅動智慧養(yǎng)老的環(huán)境型工具。

如表2所示，我國智慧養(yǎng)老政策的政策工具可分為三大類，內(nèi)含17小類。供給型工具是政府通過投入資金、科技、信息、基礎設施等多種資源，為智慧養(yǎng)老提供基礎性保障。需求型工具通過政企合作、服務外包等為智慧養(yǎng)老創(chuàng)造外部條件，環(huán)境型工具通過法律、政策來為智慧養(yǎng)老創(chuàng)造有利的發(fā)展環(huán)境。

⒉Y維度：政策主題維度。政策主題是政策文本的核心內(nèi)容，通過對政策主題的分析能更好地了解政策執(zhí)行的價值取向和目標。一些政策研究采用傳統(tǒng)的TF-DIF（詞頻-逆文檔率）[27]、關鍵詞共現(xiàn)[28]等方法分析政策主題，但上述方法無法挖掘詞匯表面之下深藏的語義關聯(lián)。潛在狄利克分配（Latent Dirichlet Allocation，下文簡稱LDA）是目前應用最廣泛的主題模型。LDA主題模型是典型的詞袋模型，它假設每個文檔都是不同的混合體，而每個主題是不同詞匯的概率分布，即每個文檔都是由不同的詞匯構成的，并且詞匯之間沒有順序的先后。此外，LDA主題模型是一種無監(jiān)督機器學習，可以用來識別大規(guī)模文檔集或語料庫中的潛在隱藏的主題信息，研究者在使用時無需事先標注數(shù)據(jù)文本或提取關鍵詞，輸入數(shù)據(jù)后通過算法可自動完成文本主題的分類，因而在識別大規(guī)模的文檔或語料庫中潛藏的信息時傾向于使用該模型。目前LDA主題模型廣泛應用于政策文本研究，例如楊慧和楊建林融合LDA模型對氣候領域政策進行量化分析[29]。

應用LDA主題模型分析我國智慧養(yǎng)老政策主題，首先對76份政策文本進行預處理，通過Jieba分詞工具對政策文本進行分詞，再運用哈工大停用詞詞庫、四川大學機器學習智能實驗室停用詞庫、百度停用詞表等去除沒有實際意義的虛詞以及停用詞，確保研究的準確性。由于本文的研究對象為智慧養(yǎng)老政策，因此在分詞前添加“數(shù)字”“互聯(lián)網(wǎng)+”、“5G+”等與智慧養(yǎng)老密切相關的詞匯以提升研究的可信度，預處理之后的詞頻統(tǒng)計結果如表3所示。

在LDA主題模型中，最佳主題數(shù)量的確定是保證研究科學與準確的關鍵。計算困惑度（Perplexity）是較為普遍的確定最佳主題數(shù)量的方法。困惑度越小，模型的精確度越優(yōu)。筆者通過公式1計算政策文本的困惑度，得出的困惑度曲線如圖2所示。在K=5時困惑度最低，且困惑度曲線出現(xiàn)拐點，因此主題數(shù)5為計算主題困惑度方法下的最佳主題數(shù)量。

由于LDA主題模型是一種基于概率的模型，最佳主題數(shù)量值可能會在某一個范圍內(nèi)隨機取值，因此再結合Gibbs采樣技術，基于對數(shù)似然（Loglikelihood）與困惑度兩個參數(shù)確定最佳主題數(shù)量，并將LDA模型的兩個超參數(shù)設置為α=0.10，β=0.02，迭代次數(shù)為5000。[30]最終確定5為LDA主題模型的最佳主題數(shù)量。

在設定主題數(shù)量為5后，對76份智慧養(yǎng)老政策進行挖掘爬取以及主題歸類，并將LDA主題模型的結果可視化，最終得到5個主題間的距離地圖（見圖3）。圓圈大小代表所屬主題下的文本數(shù)量，圓圈越大，包括的文本數(shù)量越多;圓圈間的距離代表主體間的相似度，距離越近，主題就越相似。由圖3可發(fā)現(xiàn)，當主題為5時，各個圓圈之間有一定的距離，且較為分散的分布在各個象限。這表明智慧養(yǎng)老政策主題分類結果良好。

⒊X-Y二維分析框架。目前學術界關于政策分析框架的構建維度眾多。汪波和李坤從政策效力、政策結構、政策主題多個維度對國家養(yǎng)老政策進行量化分析[31]，翟運開等學者從政策工具、政策執(zhí)行主體和政策目標三個維度出發(fā)構建政策分析框架[32]，朱慶華等學者從政策主題維度分析江蘇省智慧養(yǎng)老政策演進[33]。因此，筆者在借鑒以往研究的基礎之上，構建政策工具（X維度）和政策主題（Y維度）二維分析框架以量化分析我國智慧養(yǎng)老政策（如圖4所示）。

（三）政策編碼

編碼是一種使用最為廣泛的定性分析方法，指用字母或者數(shù)字（或二者組合）來取代或替換成組的單詞、短語或句子。[34]目前學術界存在兩種編碼方式：自下而上的自由編碼以及自上而下的順序編碼。前者基于扎根理論，追求探索式的發(fā)現(xiàn)，而后者則是根據(jù)預設的研究主題構建編碼體系，講求規(guī)范性。鑒于本文的研究主體為政策文本，在內(nèi)容上的邏輯性較強，因此采用自上而下的編碼方式。對76份智慧養(yǎng)老政策文本內(nèi)容進行逐字、逐句的閱讀分析，按照政策序號-章號-節(jié)號-條款號進行編碼，并按照工具維度的三大類17小類進行歸類統(tǒng)計，為確保編碼的準確性與合理性，采用多次閱讀和多輪編碼保證編碼結果的一致性，最終形成政策文本內(nèi)容的相關條碼表（見表4）。

三、政策文本的量化分析結果

（一）X維度分析

在政策工具的類型分布上，供給型政策工具的編碼片段共有393條，占比47.87%;需求型政策工具的編碼片段共有179條，占比21.80%;環(huán)境型政策工具的編碼片段共有249條，占比30.33%。如圖5所示，從分布結構上可以發(fā)現(xiàn)供給型政策工具占比達到近一半，呈現(xiàn)“強供給”的特征，這種政策工具的差異表明當前我國政府在智慧養(yǎng)老的發(fā)展中，更偏好智慧養(yǎng)老的直接推動，而智慧養(yǎng)老的拉力和環(huán)境改善不足。通過進一步的研究，我們可以從中發(fā)現(xiàn)一些細微特征。

首先，在供給型政策工具中，政府主要使用科技支持（17.05%）、信息支持（7.74%）等工具來推進政策價值目標的達成。這是因為智慧養(yǎng)老的發(fā)展與互聯(lián)網(wǎng)、大數(shù)據(jù)、人工智能等技術緊密相關。具體而言，包括推進互聯(lián)網(wǎng)、大數(shù)據(jù)、人工智能等技術在老年用品領域的應用，鼓勵并支持企業(yè)、科研機構研發(fā)老年人智慧產(chǎn)品和關鍵技術。同時，對基礎設施（10.23%）也格外關注，主要包括利用大數(shù)據(jù)、人工智能等技術收集、共享和開放信息以建設全國養(yǎng)老信息系統(tǒng)平臺、全國老齡健康信息管理系統(tǒng)，實現(xiàn)數(shù)據(jù)共享、信息互通以及對基礎設施進行適老化改造、智能化改造，建設智慧養(yǎng)老院、智慧助老餐廳以及家庭養(yǎng)老床位。政府也重視公共服務（7.67%）的使用，為智慧養(yǎng)老提供各種配套服務，例如在民政方面建立老年人才信息庫，為老年人提供就業(yè)、創(chuàng)業(yè)指導服務。此外，供給型工具的使用也并不均衡，對資金支持（1.22%）以及教育培養(yǎng)（1.95%）的關注不足，缺乏建設資金和專業(yè)人才的有效供給，可能導致“重建設而輕應用，重技術而輕人才”的問題。

其次，在需求型政策工具中，市場培育（6.94%）的使用頻次最高。示范試點（6.09%）和公私合作（6.33%）使用頻次較均衡。具體而言就是大力發(fā)展“銀發(fā)經(jīng)濟”，例如開設博覽會、體驗館、體驗專柜，改善老年人對智慧技術、產(chǎn)品和服務的認知;鼓勵企業(yè)研發(fā)面向老年人需求的智能產(chǎn)品，支持產(chǎn)業(yè)融合發(fā)展，創(chuàng)新養(yǎng)老服務產(chǎn)業(yè)模式。建設智慧養(yǎng)老的應用場景，如家庭養(yǎng)老病床、社區(qū)日照料、智慧助老餐廳、虛擬養(yǎng)老院、居家上門服務、智慧養(yǎng)老院、醫(yī)養(yǎng)結合等。以這些應用場景為重點，培育一批試點示范企業(yè)和示范街道（鄉(xiāng)鎮(zhèn)），提供智慧健康養(yǎng)老產(chǎn)品及服務，實現(xiàn)智慧養(yǎng)老政策目標。通過政府采購、服務外包等方式，加強政府與智慧養(yǎng)老相關企事業(yè)單位、社會機構、科研機構等在智慧養(yǎng)老的交流合作，拉動智慧養(yǎng)老政府應用、社會應用、科學研究融合發(fā)展。個性服務（1.34%）和國際交流（1.10%）涉及較少，尤其是國際交流，僅出現(xiàn)9次。這表明資源沒有得到充分的利用，在一定程度上削弱市場培育的效果。

最后，在環(huán)境型政策工具中，策略性措施（13.89%）的使用頻次最高。中國的政策制定有一個顯著特點就是過多的采取間接性措施。[35]其次是采用目標規(guī)劃（5.97%）和法律標準（4.38%）來實現(xiàn)政策目標。具體而言，目標規(guī)劃是智慧養(yǎng)老政策的目標定位以及發(fā)展規(guī)劃，例如“到2025年，智慧健康養(yǎng)老產(chǎn)業(yè)科技支撐能力顯著增強……人民群眾在健康及養(yǎng)老方面的幸福感、獲得感、安全感穩(wěn)步提升”。法律標準重點是促進智能產(chǎn)品、信息系統(tǒng)平臺、養(yǎng)老服務和健康服務等領域的標準化，建立并完善智慧養(yǎng)老標準體系，為智慧養(yǎng)老產(chǎn)業(yè)的可持續(xù)發(fā)展提供保障。產(chǎn)業(yè)發(fā)展（3.41%）也受到重視，通過建設“特色養(yǎng)老產(chǎn)業(yè)合作園區(qū)”等一系列手段，為智慧養(yǎng)老產(chǎn)業(yè)創(chuàng)造良好的發(fā)展環(huán)境。財稅優(yōu)惠（0.85%）和知識產(chǎn)權（1.83%）涉及較少，財稅優(yōu)惠主要是針對智慧養(yǎng)老產(chǎn)業(yè)出臺財政、稅收等優(yōu)惠政策以推動產(chǎn)業(yè)發(fā)展，但政策文本中更多是針對整個養(yǎng)老產(chǎn)業(yè)，具體部署到智慧養(yǎng)老產(chǎn)業(yè)的較少，知識產(chǎn)權是為了促進企業(yè)、研究機構等核心科技成果的轉化，以及對智能產(chǎn)品與服務中的個人信息的采集與利用進行規(guī)制，從而保障老年人的個人隱私。

（二）Y維度分析

智慧養(yǎng)老政策的最佳主題數(shù)量為5，5個主題的“主題-詞匯”矩陣如表5所示。結合“主題-詞匯”表，將我國智慧養(yǎng)老政策劃分為智慧養(yǎng)老模式、智慧醫(yī)養(yǎng)結合、智慧養(yǎng)老標準、智慧養(yǎng)老示范試點、智慧養(yǎng)老機構、智慧養(yǎng)老產(chǎn)業(yè)發(fā)展以及智慧養(yǎng)老設施建設。

智慧養(yǎng)老模式。當運行LDA模型并為政策文本中的每個詞分配一個主題時，37.1%的詞被分配到了該主題。該主題下的高頻詞“機構”“社區(qū)”“居家”表明該主題下的政策主要圍繞智慧機構養(yǎng)老、智慧社區(qū)養(yǎng)老以及智慧居家養(yǎng)老等智慧養(yǎng)老模式，目的是促進新一代的數(shù)字技術在居家、社區(qū)、機構等養(yǎng)老場景中的整合應用，豐富養(yǎng)老服務種類，優(yōu)化養(yǎng)老服務質量，提升養(yǎng)老服務效率。智慧居家養(yǎng)老即依托于家庭對老年人尤其是失能老年人的居家活動區(qū)域進行智能化改造，為老年人配備智能看護設備、智能檢測設備、智能呼叫系統(tǒng)、家庭服務機器人、家庭養(yǎng)老床位等智能家居設備，便利老年人生活的同時實現(xiàn)實時監(jiān)測預警，保障老年人的生命健康。智慧社區(qū)養(yǎng)老指運用數(shù)字技術建設社區(qū)居家養(yǎng)老服務信息平臺，積極鼓勵并引導公眾、社會團體等參與智慧社區(qū)養(yǎng)老服務，推動互聯(lián)網(wǎng)平臺企業(yè)精準對接為老服務需求，支持社區(qū)養(yǎng)老服務機構平臺化展示，提供“菜單式”就近便捷為老服務，鼓勵“子女網(wǎng)上下單、老人體驗服務”。智慧機構養(yǎng)老指建設智慧養(yǎng)老院，實現(xiàn)智慧訂餐送餐、健康監(jiān)測、預警提醒等服務;引導有條件的養(yǎng)老服務機構利用互聯(lián)網(wǎng)、大數(shù)據(jù)、人工智能等新興技術實現(xiàn)線上線下融合發(fā)展，創(chuàng)新服務模式。

智慧醫(yī)養(yǎng)結合。當運行LDA模型并為政策文本中的每個詞分配一個主題時，22.7%的詞被分配到了該主題。該主題下的高頻詞“護理”“醫(yī)療”“醫(yī)養(yǎng)”等表明該主題下的政策主要圍繞互聯(lián)網(wǎng)+老年人醫(yī)療、互聯(lián)網(wǎng)+老年人護理等方向。智慧醫(yī)養(yǎng)結合主題包括：通過互聯(lián)網(wǎng)醫(yī)院、互聯(lián)網(wǎng)診療平臺、遠程醫(yī)療服務平臺等信息化方式，為老年人提供方便快捷的互聯(lián)網(wǎng)醫(yī)療服務和衛(wèi)生服務，推動醫(yī)療和養(yǎng)老信息的互聯(lián)互通;以老年人的需求為導向，針對老年人開展線上健康評估以建立個性化的電子健康檔案;建立老年人健康動態(tài)監(jiān)測機制，監(jiān)測老年人的用藥，提供慢性病管理服務，發(fā)展用藥和護理提醒;鼓勵醫(yī)療衛(wèi)生機構應用互聯(lián)網(wǎng)等信息技術創(chuàng)新老年醫(yī)療護理服務模式;建立遠程醫(yī)療服務系統(tǒng)，開展遠程會診、遠程康復指導等醫(yī)療服務，助力醫(yī)養(yǎng)結合發(fā)展;在基礎設施方面，建設智慧藥房以便利患者取藥。

智慧養(yǎng)老環(huán)境建設。當運行LDA模型并為政策文本中的每個詞分配一個主題時，21.7%的詞被分配到了該主題。該主題下的高頻詞“社會”“建設”“無障礙”等表明該主題下的政策主要圍繞建設老年人友好的智慧養(yǎng)老環(huán)境。在基礎設施方面大力推進無障礙環(huán)境建設，對城市道路、交通設施、公共交通工具等進行適老化改造，在公共場所設置老年人專用座位及通道，改造坡道、電梯以及扶手，建設老年人友好的智能社會;圍繞老年人獲取信息的需求，對老年人使用頻繁的互聯(lián)網(wǎng)網(wǎng)站、移動互聯(lián)網(wǎng)APP應用進行適老化改造;實施“智慧助老”行動，依托社區(qū)和院校資源，組織社區(qū)志愿者、院校教師等開展面向老年人的智能技術應用的教育和培訓，提升老年人的數(shù)字素養(yǎng)，幫助老年人跨越“數(shù)字鴻溝”，使老年人更好地適應并融入智能社會，體驗智能社會帶來的便利性、快捷性和智能性，從而提升老年人的幸福感、獲得感以及安全感。

智慧養(yǎng)老標準。當運行LDA模型并為政策文本中的每個詞分配一個主題時，10.6%的詞被分配到了該主題。該主題下的高頻詞“工作”“標準”“標準化”等表明該主題下的政策主要圍繞智慧養(yǎng)老的行業(yè)標準、技術標準等標準的制定與實施。規(guī)范統(tǒng)一的標準是智慧養(yǎng)老發(fā)展的基礎。智慧養(yǎng)老標準包括智慧養(yǎng)老產(chǎn)業(yè)行業(yè)標準、智慧養(yǎng)老技術標準、智慧養(yǎng)老產(chǎn)品與服務標準、適老化改造標準等等。針對老年人急需的、必需的老年用品和服務編制智慧養(yǎng)老產(chǎn)品及服務推廣目錄，動態(tài)評估產(chǎn)品及服務質量，完善服務流程規(guī)范和評價指標體系，規(guī)范智能老年用品及服務市場，保證質量，引導老年人正確選擇和使用。引導社會力量參與智慧養(yǎng)老標準制定，制定智能技術適老化改造標準，明確適老化改造標準;健全全面的智慧家庭標準化體系、虛擬/AR標準體系和可穿戴設備標準體系;建立智能健康養(yǎng)老終端設備和測試公共服務平臺，提升適老產(chǎn)品設計、研發(fā)、檢測、認證能力，推進標準應用示范，推動智慧健康養(yǎng)老規(guī)范化、標準化發(fā)展。

智慧養(yǎng)老示范試點。當運行LDA模型并為政策文本中的每個詞分配一個主題時，7.9%的詞被分配到了該主題。該主題下的高頻詞“示范”“企業(yè)”“申報”“產(chǎn)品”等表明該主題下的政策重點是打造一批具有智慧養(yǎng)老特色的示范企業(yè)和街道，提供智慧養(yǎng)老的產(chǎn)品和服務，在智慧養(yǎng)老領域的實際發(fā)展中起到帶頭作用。建設智慧養(yǎng)老示范試點，拓展試點示范類型，圍繞不同的智慧養(yǎng)老應用場景，培養(yǎng)示范企業(yè)、示范園區(qū)、示范街道（鄉(xiāng)鎮(zhèn)）以及示范基地，為我國智慧養(yǎng)老發(fā)展提供可復制的先進經(jīng)驗和典型案例。主要包括：圍繞健康監(jiān)測、安全監(jiān)控、養(yǎng)老照護、康復輔助、心理慰藉等重點方向，培育一批科技創(chuàng)新能力突出、商業(yè)模式成熟的試點示范企業(yè)，提供面向典型應用場景的智慧健康養(yǎng)老產(chǎn)品及服務;圍繞智慧健康養(yǎng)老技術創(chuàng)新、產(chǎn)品研發(fā)、模式創(chuàng)新等，吸納智慧健康養(yǎng)老產(chǎn)業(yè)鏈上下游，打造產(chǎn)業(yè)集聚度高、發(fā)展特色鮮明、創(chuàng)新能力突出、配套服務完善、社會效益和經(jīng)濟效益顯著的試點示范園區(qū);圍繞滿足老年人多層次、個性化的健康養(yǎng)老需求，支持建設一批社會參與廣泛，應用效果明顯的試點示范街道（鄉(xiāng)鎮(zhèn)），豐富服務種類，提升服務質量和管理效率，深化智慧健康養(yǎng)老服務落地，打造具有可復制、可推廣的服務模式。

（三）X-Y維度分析結果

為深入分析智慧養(yǎng)老政策工具應用的具體領域差異，結合X-Y維度交叉分析結果，根據(jù)各主題下排名前十的詞匯以及智慧養(yǎng)老政策政策工具分類及定義，進行人工匹配其所屬政策工具，進而得出政策主題-政策工具匹配表（見表6）?？梢园l(fā)現(xiàn)，智慧養(yǎng)老模式、智慧醫(yī)養(yǎng)結合與智慧養(yǎng)老環(huán)境建設這三個主題中都出現(xiàn)了供給型工具，與政策工具的“強供給”特征相匹配。智慧養(yǎng)老模式主題中，主要使用供給型和需求型政策工具?？萍己托畔⑹侵腔垧B(yǎng)老的重要支持，此外，不論是智慧居家養(yǎng)老、智慧社區(qū)養(yǎng)老還是智慧機構養(yǎng)老，不僅依靠政府主導，更需要社會力量的參與與助力。智慧醫(yī)養(yǎng)結合主題中，主要使用供給型政策工具。醫(yī)養(yǎng)結合是推進智慧養(yǎng)老建設的必要配套服務，醫(yī)養(yǎng)結合的發(fā)展需要大數(shù)據(jù)、人工智能等新興數(shù)字技術的支撐，也需要建立信息平臺、智慧藥房等基礎設施。智慧養(yǎng)老環(huán)境主題中，主要使用供給型和環(huán)境型政策工具。為智慧養(yǎng)老提供基礎設施保障，如構建數(shù)字化服務平臺、涉老公共設施智能化建設、適老化改造等。將“智慧助老”納入頂層設計，實施一系列措施推動老年人融入智能社會。智慧養(yǎng)老標準主題中，主要使用環(huán)境型政策工具。制定、出臺相關的智慧養(yǎng)老行業(yè)、產(chǎn)品、技術、服務標準，規(guī)范智慧養(yǎng)老發(fā)展。智慧養(yǎng)老示范試點主題中，主要使用需求型政策工具。建設智慧養(yǎng)老試點項目，樹立典型，推廣試點示范模式以拉動智慧養(yǎng)老發(fā)展。

四、研究結論與政策建議

在當前嚴峻的人口老齡化趨勢下，利用大數(shù)據(jù)、云計算、人工智能等新興技術手段創(chuàng)新養(yǎng)老服務模式，探索智慧養(yǎng)老的實踐路徑對應對我國老齡化問題、緩解養(yǎng)老矛盾具有重要意義。筆者運用政策文獻計量法、內(nèi)容分析法梳理我國智慧養(yǎng)老政策工具使用情況，并結合LDA主題模型提取智慧養(yǎng)老政策主題，構建了“政策工具-政策主題”二維分析框架，在此基礎上對2013-2023年間76份中央層面的智慧養(yǎng)老政策進行量化分析，研究結論如下：

首先，目前出臺的大部分智慧養(yǎng)老相關政策均為指導性意見，具體性的文件較少，可操作性不強，缺乏具體的實施措施。其次，在政策工具方面，政策工具使用結構失衡。盡管供給型、需求型和環(huán)境型政策工具均出現(xiàn)在我國智慧養(yǎng)老政策中，但過度依賴供給型政策工具，而需求型政策工具則太少。各主題下的政策中也表現(xiàn)出“強供給”的特征。在次級政策工具的使用上也存在不均衡現(xiàn)象，科技支持、信息支持以及基礎設施工具的使用占比近40%，政府主要通過發(fā)展信息技術、完善基礎設施建設方面推動智慧養(yǎng)老發(fā)展，缺乏外界力量的參與推動。最后，在政策主題方面，識別出智慧養(yǎng)老模式、智慧醫(yī)養(yǎng)結合、智慧養(yǎng)老環(huán)境建設、智慧養(yǎng)老標準以及智慧示范試點5類主題，涵蓋領域較為廣泛，包括公共服務、基礎設施、標準規(guī)范等，但有關智慧養(yǎng)老產(chǎn)業(yè)發(fā)展的政策內(nèi)容并不突出。智慧養(yǎng)老產(chǎn)業(yè)是滿足人們不斷增加的健康和養(yǎng)老需要的強有力的支持，因而是智慧養(yǎng)老政策不可忽視的一個方面。

通過對我國智慧養(yǎng)老政策的量化分析發(fā)現(xiàn)，我國智慧養(yǎng)老政策在政策工具和政策主題方面仍然存在困境與難題，需要在實踐中進一步探索其優(yōu)化路徑，邁向更智慧的養(yǎng)老服務。根據(jù)上述結論，筆者提出以下政策建議：

第一，加強中央政府的頂層設計，完善智慧養(yǎng)老政策體系。健全的政策體系是智慧養(yǎng)老發(fā)展的重要保障?？v觀目前國家關于智慧養(yǎng)老的相關政策，我國還處在智慧養(yǎng)老發(fā)展的初級階段，要使其可持續(xù)、健康地發(fā)展，除了現(xiàn)有的各項政策外，還必須繼續(xù)加強頂層設計，并進一步下達具體的工作方案、措施等，動態(tài)評估執(zhí)行與實施情況，持續(xù)完善智慧養(yǎng)老政策體系，包括加強法律法規(guī)、標準體系以及行之有效的具體政策建設。根據(jù)出臺的智慧養(yǎng)老指導性意見，促使不同部門明確在推動智慧養(yǎng)老的發(fā)展過程中的職責與分工，敦促不同部門依據(jù)指導性意見確立本部門的長期目標，按照這些指導性文件確定的工作流程和標準，對具體智慧養(yǎng)老實踐步驟進行細致化說明。

第二，合理配置政策工具，發(fā)揮最優(yōu)政策合力。政策工具是實現(xiàn)政策目標的基本手段， 也是進行政策分析的有效途徑。[36]政策工具效能的有效發(fā)揮依賴于合理均衡的組合和應用。需求型、環(huán)境型和供給型三類政策工具都有其自身的獨特優(yōu)勢與作用，在使用上不應厚此薄彼。首先，提升需求型政策工具的使用比例，拉動智慧養(yǎng)老的發(fā)展。靈活增加公私合作、市場培育等次級政策工具的使用頻次，促使社會力量參與到培育、開拓老年消費市場。針對老年人日益多元化的需求，增加個性服務次級政策工具的使用頻次，利用數(shù)字技術識別老年人的個性化需求，實現(xiàn)精準服務，滿足老年人的多樣化、差異化、個性化需求。其次，在供給型工具的使用上，增加資金支持、教育培養(yǎng)次級政策工具的使用頻次。對提供智慧養(yǎng)老服務、產(chǎn)品及技術的社區(qū)、機構、街道以及企業(yè)提供中央財政支持，保障智慧養(yǎng)老在實踐中的發(fā)展。智慧養(yǎng)老的發(fā)展也離不開專業(yè)人才隊伍的支撐，鼓勵高校調(diào)整并開設智慧養(yǎng)老相關專業(yè)，培育知識型、技能型、服務型、管理型人才;完善職業(yè)院校的培訓體系，規(guī)范對智慧養(yǎng)老從業(yè)人員的培訓;用獎勵政策驅動高科技、醫(yī)療衛(wèi)生等專業(yè)技術人員涌入智慧養(yǎng)老領域，培育綜合型人才。[37]最后，豐富環(huán)境型政策工具的使用，落實智慧養(yǎng)老的各項稅收優(yōu)惠政策，對大力發(fā)展智慧養(yǎng)老產(chǎn)業(yè)的企業(yè)放寬金融限制，為智慧養(yǎng)老營造良好的金融稅收環(huán)境。

第三，擴大智慧養(yǎng)老政策覆蓋面，豐富智慧養(yǎng)老政策主題?；贚DA主題模型挖掘的5類主題來看，我國智慧養(yǎng)老主要側重于完善配套公共服務、基礎設施建設、制定標準規(guī)劃以及推廣典型案例，關于智慧養(yǎng)老產(chǎn)業(yè)的內(nèi)容并不突出。智慧養(yǎng)老的發(fā)展不能僅依靠政府的主導，應當引導社會資本、技術和服務流向智慧養(yǎng)老領域。智慧養(yǎng)老產(chǎn)業(yè)能夠憑借老年人對養(yǎng)老產(chǎn)品和服務持續(xù)增長的需求實現(xiàn)產(chǎn)業(yè)規(guī)模的迅速擴大，并激發(fā)消費新增點，催生出新的消費領域，促進消費結構升級，最終成為智慧養(yǎng)老發(fā)展的重要推手。[38]為此，政府應當完善支持智慧養(yǎng)老產(chǎn)業(yè)發(fā)展的配套政策，加大中央財政對智慧養(yǎng)老產(chǎn)業(yè)發(fā)展的支持，通過放寬養(yǎng)老市場準入條件、出臺稅收優(yōu)惠政策等激活社會資本參與。鼓勵企業(yè)推動數(shù)字技術與養(yǎng)老產(chǎn)業(yè)的融合，引領智慧養(yǎng)老向縱深發(fā)展;探索養(yǎng)老與體育、醫(yī)療、教育、旅游等領域的融合發(fā)展，創(chuàng)新養(yǎng)老產(chǎn)業(yè)模式，實現(xiàn)養(yǎng)老產(chǎn)業(yè)轉型升級，從而推進我國智慧養(yǎng)老的高質量發(fā)展。

當然，本文也存在一些不足，例如，如果研究不只選取中央層面的政策文本進行分析，而是能與地方政府政策作比較分析，那么就可能進一步探究智慧養(yǎng)老領域中央政策與地方政策的聯(lián)動性及差異性，從而驗證和補充本文的結論。同時，本文只從政策工具和政策主題維度分析我國智慧養(yǎng)老政策，還可增加政策目標、政策效力等維度，從而拓寬研究的視野、提高政策建議的針對性。

【參考文獻】

[1]馬曉偉.國務院關于加強和推進老齡工作進展情況的報告[EB/OL].中國人大網(wǎng)，http：//www.npc.gov.cn/npc/c2/c30834/202208/t20220831_319086.html.

[2]國家統(tǒng)計局.中華人民共和國2022年國民經(jīng)濟和社會發(fā)展統(tǒng)計公報[EB/OL].中國政府網(wǎng)，http：//www.gov.cn/xinwen/2023-02/28/content_5743623.htm.

[3]Camber R.The iPad：A Highly Technological Granny Flat for Your Digital Old Age[EB/OL].每日郵報，https：//www.dailymail.co.uk/news/article-561172/The-iPad-A-highly-technological-granny-flat-digital-old-age.html.

[4]賈妍，藍志勇，劉潤澤.精準養(yǎng)老：大數(shù)據(jù)驅動的新型養(yǎng)老模式[J].公共管理學報，2020（2）：95-103+171.

[5]劉奕，李曉娜.數(shù)字時代我國社區(qū)智慧養(yǎng)老模式比較與優(yōu)化路徑研究[J].電子政務，2022（5）：112-124.

[6][27][33]朱慶華，時穎惠，陸冬梅，等.智慧養(yǎng)老政策演進與主題特征分析——以江蘇省為例[J].北京理工大學學報（社會科學版），2022（6）：125-133.

[7]陳友華，邵文君.智慧養(yǎng)老：內(nèi)涵、困境與建議[J].江淮論壇，2021（2）：139-145+193.

[8]張雷，韓永樂.當前我國智慧養(yǎng)老的主要模式、存在問題與對策[J].社會保障研究，2017（2）：30-37.

[9]周凌一，周寧，祝辰浪.技術賦能智慧養(yǎng)老服務的實踐邏輯和優(yōu)化路徑——以上海市為例[J].電子政務，2023（2）：43-57.

[10]Zhou S，Li K，Ogihara A，et al.Perceptions of Traditional Chinese Medicine Doctors about Using Wearable Devices and Traditional Chinese Medicine Diagnostic Instruments：A Mixed-methodology Study[J].Digital Health，2022，8.

[11]Blazic B J，Blazic A J.Overcoming the Digital Divide with a Modern Approach to Learning Digital Skills for the Elderly Adults[J].Education and Information Technologies，2020，25：259-279.

[12]黃萃，任弢，張劍.政策文獻量化研究[J].公共管理學報，2015（2）：129-137+158-159.

[13]李江，劉源浩，黃萃，等.用文獻計量研究重塑政策文本數(shù)據(jù)分析——政策文獻計量的起源、遷移與方法創(chuàng)新[J].公共管理學報，2015（2）：138-144+159.

[14][34]（美）羅杰·皮爾斯.政治學研究方法：實踐指南[M].張睿壯，等，譯.重慶：重慶大學出版社，2014：215，195.

[15]邱均平，鄒菲.關于內(nèi)容分析法的研究[J].中國圖書館學報，2004（2）：12-17.

[16]李本乾.描述傳播內(nèi)容特征檢驗傳播研究假設──內(nèi)容分析法簡介（下）[J].當代傳播，2000（1）：47-49+51.[17][19]陳振明，薛瀾.中國公共管理理論研究的重點領域和主題[J].中國社會科學，2007（3）：140-152+206.[18]（澳）歐文·E·休斯.公共管理導論（第四版）[M].張成福，等，譯.北京：中國人民大學出版社，2015：19.

[20]McDonnell L M，Elmore R F.Getting the Job Done：Alternative Policy Instruments[J].Educational Evaluation and

Policy Analysis，1987（2）：133-152.

[21]Rothwell R，Zegveld W.Reindusdalization and Technology[M].London：Longman Group Limited，1985：83-104.

[22]胡世文，祁志偉.政策工具視角下數(shù)字政府建設政策文本研究——基于省級政策文本（2019-2021）的分析[J].西南民族大學學報（人文社會科學版），2023（1）：188-200.

[23]王子健，完顏鄧鄧.政策工具視角下我國公共數(shù)字文化服務政策文本分析[J].圖書館建設，2023（2）：117-130.

[24]姜曉萍，郭寧.衛(wèi)生服務數(shù)字化轉型政策的價值與工具——基于健康醫(yī)療大數(shù)據(jù)的政策分析[J].學海，2023（1）：103-113+146.

[25]譚春輝，謝榮，劉倩.政策工具視角下的我國政府信息公開政策文本量化研究[J].電子政務，2020（2）：111-124.

[26]李良成，李蓮玉.目標—工具—產(chǎn)業(yè)鏈三維框架下的人工智能政策研究[J].自然辯證法研究，2019（10）：112-118.

[28]賈瑞雪.中國個人信息治理政策主題和跨部門協(xié)同關系變遷研究[J].電子政務，2022（9）：73-87.

[29]楊慧，楊建林.融合LDA模型的政策文本量化分析——基于國際氣候領域的實證[J].現(xiàn)代情報，2016（5）： 71-81.

[30]王燦友，姜韓.基于政策工具與LDA模型的我國省級數(shù)字政府建設政策文本分析[J].科學與管理，2022（1）：73-81.

[31]汪波，李坤.國家養(yǎng)老政策計量分析：主題、態(tài)勢與發(fā)展[J].中國行政管理，2018（4）：105-110.

[32]翟運開，陳亞軍，宋欣，等.國家治理現(xiàn)代化視域下我國養(yǎng)老數(shù)字化政策量化研究——基于三維框架的文本分析[J].現(xiàn)代情報，2023（8）：125-138.

[35]李蓉.我國信息資源公益性開發(fā)利用的公共政策工具分析[J].情報科學，2008（6）：837-840+844.

[36]劉亞娜，董琦圓，譚曉婷.京津冀養(yǎng)老政策差異與協(xié)同——基于“十三五”老齡事業(yè)發(fā)展和養(yǎng)老體系建設規(guī)劃的政策文本分析[J].社會發(fā)展研究，2019（3）：189-202+245-246.

[37][38]吳雪.智慧養(yǎng)老產(chǎn)業(yè)發(fā)展態(tài)勢、現(xiàn)實困境與優(yōu)化路徑[J].華東經(jīng)濟管理，2021（7）：1-9.

Research on the Content of Chinas Smart Pension Policy

from the Perspective of Policy Tools

——Analysis Based on Central Level Policy Texts

Liu Yibo，Wang Ruotong

Abstract：With the development of emerging technologies such as big data，cloud computing and artificial inte-

lligence，intelligent pension has increasingly become an important development direction in our country to deal with aging population and alleviate pension contradictions. Policy tool is the most basic unit of public policy analysis，and policy theme is the core content of policy text. By constructing a two-dimensional analysis framework of“policy tool-policy theme”and using policy measurement method and content analysis method，76 central level smart pension policy texts in China are cleaned，coded and analyzed，and the types of smart pension policy tools are identified. And combined with the LDA theme model to extract the theme of smart pension policy. The study found that in the application of policy tools，the use of smart pension policy tools in China is unbalanced，showing the characteristics of“strong supply”;Five policy themes of smart pension model，smart combination of medical care，smart pension environment construction，smart pension standard and smart pension demonstration pilot were identified. On the basis of this，this paper puts forward some suggestions to improve our countrys smart pension policy，F(xiàn)irst，strengthen the top-level design of the central government and improve the policy standards for smart pension;the second is to rationally arrange policy tools and give full play to the best policy synergy;the third is to expand the coverage of smart pension policy and enrich the theme of smart pension policy.

Key words：smart pension;policy instruments;policy text;LDA topic model

（責任編輯：劉劍明 ?助理編輯：李長寶）