基層減負(fù)政策量化評價

摘" " " 要：基層減負(fù)政策是減輕基層工作人員負(fù)擔(dān)、激勵廣大干部有所作為的重要設(shè)計，也是我國政府推進(jìn)治理體系和治理能力現(xiàn)代化的重要舉措。通過引入政策工具和政策重點(diǎn)來構(gòu)建基層減負(fù)政策的二維分析框架，利用Nvivo20對中央以及各省出臺的40份基層減負(fù)政策文本進(jìn)行編碼，發(fā)現(xiàn)政策工具的運(yùn)用存在比例失衡的問題，權(quán)威型政策工具的使用最為頻繁，能力型和變革型政策工具的使用相對較少。為了更精確地評估基層減負(fù)政策的實施效果，還采用了文本挖掘與PMC指數(shù)模型相結(jié)合的方法，對我國四大地區(qū)的11項基層減負(fù)政策進(jìn)行量化評估。研究發(fā)現(xiàn)，基層減負(fù)政策整體評價較好，11項政策中優(yōu)秀等級的有6項，良好等級的有5項；通過對政策得分進(jìn)行排序以及地區(qū)劃分，呈現(xiàn)出東部地區(qū)政策優(yōu)于西部地區(qū)政策，又優(yōu)于東北以及中部地區(qū)政策的特征；基層減負(fù)政策既存在趨同性又有一定的趨異性?；鶎訙p負(fù)政策存在時效單一、重點(diǎn)不全面、工具的使用較為傳統(tǒng)、缺乏預(yù)測性等問題。為此，未來基層減負(fù)政策應(yīng)合理規(guī)劃政策時效、豐富政策內(nèi)容、運(yùn)用多元化政策工具、適當(dāng)增加政策的預(yù)測性，以更好地適應(yīng)基層工作的實際需求。

關(guān)" 鍵" 詞：基層減負(fù)；政策評價；政策工具；PMC指數(shù)模型

中圖分類號：D63" " " " 文獻(xiàn)標(biāo)識碼：A" " " "文章編號：1007-8207（2025）02-0063-17

一、引言

“欲筑室者，先治其基。”（宋·蘇轍《新論》）黨的根基在基層，基層各項工作的好壞不僅關(guān)系到人民群眾的切身利益，還關(guān)系到黨的形象以及執(zhí)政基礎(chǔ)。近年來，基層工作存在負(fù)擔(dān)重的問題，包括審批流程過多、表格繁瑣等，這引起了黨和國家的高度重視。黨的十八大以來，習(xí)近平總書記就加強(qiáng)黨風(fēng)建設(shè)，堅決反對形式主義、官僚主義等一系列突出問題進(jìn)行了重要指示。2019年3月，中共中央辦公廳印發(fā)了《關(guān)于解決形式主義突出問題為基層減負(fù)的通知》，進(jìn)一步給基層松綁減負(fù)并提出2019年是“基層減負(fù)年”；次年4月出臺《關(guān)于持續(xù)解決困擾基層的形式主義問題為決勝全面建成小康社會提供堅強(qiáng)作風(fēng)保證的通知》中指出，要堅決制止各種形式的形式主義，不斷給基層減負(fù)，讓干部有更大的精力去抓落實。

中央出臺的一系列關(guān)于基層減負(fù)的政策在各地引起了強(qiáng)烈的反響，各省、自治區(qū)、直轄市按照中央的要求，陸續(xù)制定了一系列關(guān)于解決形式主義為基層減負(fù)的政策。人民日報2021年1月特別報道中顯示，減負(fù)政策的實施取得一定的成效，過去一年在中央和國家層面，文件和會議的數(shù)量為計劃的85.4%和40.8%，同比下降14.3%和59.7%；在各省區(qū)市層面，文件和會議數(shù)量只有計劃的77.4%和72.8%，同比下降27.7%和29.5%。［1］但也存在著越減越負(fù)的悖論，有學(xué)者基于工作內(nèi)容和工作形式的二重分析框架，進(jìn)行了為期20天的田野調(diào)研，認(rèn)為在基層治理實踐中主要存在基于工作形式完備而造成的工作內(nèi)容，造成了當(dāng)前基層工作難以有效減負(fù)。［2］基層減負(fù)政策是各地開展減負(fù)工作的指南，在很大程度上關(guān)系著減負(fù)成效的實現(xiàn)，但是這些政策本身是否能適應(yīng)當(dāng)前基層減負(fù)形式的需要？因此，亟需對基層減負(fù)政策質(zhì)量進(jìn)行評價，借此為基層減負(fù)政策的完善提供有力支撐。

基層減負(fù)近年來成為學(xué)界研究的熱點(diǎn)話題，通過對已有文獻(xiàn)梳理可知，研究主要集中在以下兩個方向：一是對基層負(fù)擔(dān)過重的成因進(jìn)行了研究。胡曉東提出，“督考權(quán)”嵌入在黨政管理活動之中，形成與決策權(quán)、獎懲權(quán)等權(quán)力相互關(guān)聯(lián)、互不制約的運(yùn)作邏輯，然而，當(dāng)前“督考權(quán)”存在的無限制、無規(guī)范的狀態(tài)，導(dǎo)致了其結(jié)構(gòu)性失范現(xiàn)象的產(chǎn)生。這種失范現(xiàn)象進(jìn)一步引發(fā)了基層負(fù)擔(dān)過重等一系列問題。［3］龐明禮和陳念平兩位學(xué)者認(rèn)為，目前的官僚制運(yùn)行，存在著督查范圍不斷泛化、督查強(qiáng)度不斷增強(qiáng)和督查流程不斷虛化等問題，這造成了組織成本不斷攀升，運(yùn)行僵化緩慢，給基層帶來了更大的負(fù)擔(dān)，并催生了痕跡主義和形式主義等不良現(xiàn)象，從而削弱了組織的效能。［4］呂德文強(qiáng)調(diào)，在監(jiān)督力量下沉至基層的背景下，基層治理合規(guī)化的過程意外地導(dǎo)致了基層負(fù)擔(dān)的加劇。［5］姚廣利深入剖析了當(dāng)前基層干部負(fù)擔(dān)過重的根源，認(rèn)為這一問題主要源于政績觀的偏離、形式主義的困擾、官僚主義的侵蝕以及基層黨組織功能沒有充分發(fā)揮，所以，必須從政績觀和工作作風(fēng)等方面來找出解決的辦法。［6］二是地方政府減負(fù)落實效果的研究。胡威、唐醒通過政策文本分析，對A省780名干部進(jìn)行實證研究，注意到基層干部仍普遍認(rèn)為會議負(fù)擔(dān)過重，這種負(fù)擔(dān)不僅給他們帶來了心理上的壓力，產(chǎn)生倦怠情緒，而且進(jìn)一步影響了他們在工作中的積極主動性。［7］麥佩清基于某直轄市A區(qū)259個社區(qū)的調(diào)研，發(fā)現(xiàn)“基層減負(fù)年”社區(qū)減負(fù)的政策組合拳并未達(dá)到預(yù)期目標(biāo)，社區(qū)減負(fù)增效的落實情況并不樂觀。［8］陳彥丞通過政策文本挖掘建立PMC政策評價指數(shù)模型，對我國四大地區(qū)10項省級社區(qū)減負(fù)政策進(jìn)行量化評價，發(fā)現(xiàn)當(dāng)前社區(qū)減負(fù)政策傾向于以工作清單準(zhǔn)入、權(quán)責(zé)劃分、集中整治等強(qiáng)制性政策工具實現(xiàn)各類組織進(jìn)入社區(qū)的工作事項減量。［9］

整體上，研究內(nèi)容上主要關(guān)注基層負(fù)擔(dān)過重原因、減負(fù)成效等方面，對減負(fù)政策質(zhì)量、減負(fù)政策工具、政策文本語義分析關(guān)注不夠。研究方法上多采用實證調(diào)查、調(diào)查問卷與訪談相結(jié)合等方法，在政策文本挖掘、PMC指數(shù)模型等方法運(yùn)用較少。既有研究多以地方執(zhí)行減負(fù)政策的實踐案例分析結(jié)合理論探索的形式進(jìn)行，多數(shù)沒有結(jié)合量化研究方法，對于政策文本語義的挖掘也存在欠缺。為研究當(dāng)前基層減負(fù)政策整體質(zhì)量與完善程度，探究該政策對基層工作人員負(fù)擔(dān)減輕是否有效，筆者選取2019年及以后的40項中央級政策以及部分代表性省、直轄市的基層減負(fù)政策進(jìn)行文本分析，選取11項代表性政策構(gòu)建PMC指數(shù)模型進(jìn)行量化研究，以期為后續(xù)基層減負(fù)政策的完善提供參考性意見。

二、基層減負(fù)政策分析框架

20世紀(jì)50年代，美國政策科學(xué)家達(dá)爾和林德布洛姆在《論現(xiàn)代國家采取的政治—經(jīng)濟(jì)技術(shù)》中首次提出政策工具的概念。［10］20世紀(jì)80年代，荷蘭學(xué)者吉爾霍德剖析了政策失敗的原因，他認(rèn)為政策工具知識的匱乏和不足是其中的重要因素。［11］“政策工具作為機(jī)制、手段、方法、措施、橋梁，目的是實現(xiàn)政策目標(biāo)?！保?2］而政策重點(diǎn)是基層減負(fù)政策著重關(guān)注的目標(biāo)內(nèi)容。筆者以政策工具為橫向維度，以政策重點(diǎn)為縱向維度，引入政策工具和政策重點(diǎn)兩個維度來構(gòu)建二維分析框架。

（一）政策工具（X維度）

參照顧麗梅、張揚(yáng)和郝文強(qiáng)在治理數(shù)字化轉(zhuǎn)型變革中關(guān)于政策工具的分類［13］，治理數(shù)字化轉(zhuǎn)型的實現(xiàn)既需要政府的管制又需要柔性的引領(lǐng)，而基層減負(fù)政策的落實也是需要政府自上而下的推動和柔性措施的引導(dǎo)，兩者存在較好的契合性，為此設(shè)置了權(quán)威型、引導(dǎo)型、能力型、變革型政策工具。在權(quán)威型政策工具中，考慮到政府需要迫切解決文山會海問題，從而設(shè)置減文減會這個手段。借鑒宋歌政策工具分類中的激勵型政策工具［14］，各省在制定基層減負(fù)政策時有健全激勵制度、政策傾斜等政府的獎賞也有對于落實不當(dāng)?shù)膽土P措施，為了使政策工具更加完善加入了激勵型政策工具，包含正向激勵和負(fù)向激勵兩個方面。具體的政策工具分類以及解釋見表1。

在對政策工具進(jìn)行分類解釋的基礎(chǔ)上，借助Nvivo20軟件基層減負(fù)政策進(jìn)行詳細(xì)的編碼工作。首先將收集的40份政策文本導(dǎo)入軟件中，為了方便分析和編碼設(shè)置了五個節(jié)點(diǎn)，分別是激勵型工具、權(quán)威型工具、引導(dǎo)型工具、能力型工具以及變革型工具。接下來根據(jù)政策工具解釋，在這五個節(jié)點(diǎn)下進(jìn)一步細(xì)分，依次設(shè)置了相應(yīng)的子節(jié)點(diǎn)。最后依據(jù)政策文本的具體內(nèi)容，對相關(guān)句子進(jìn)行了細(xì)致的歸類，最終整理出共計556項編碼。通過深入分析，發(fā)現(xiàn)這五類政策工具在實際應(yīng)用中的頻率差距較大，權(quán)威型政策工具使用頻率最高，所占比例達(dá)到了42.99%，激勵型和引導(dǎo)型政策工具次之，占比在17%左右，能力型和變革型政策工具使用頻率較低，均在15%以下，反映出當(dāng)前基層減負(fù)政策工具運(yùn)用不均衡，存在政策工具過剩或不足問題（見表2）。

（二）政策內(nèi)容（Y維度）

在樣本收集階段，主要通過北大法寶、中央人民政府官網(wǎng)、各省市政府官網(wǎng)以及各大媒體平臺包括新華網(wǎng)、光明網(wǎng)、人民網(wǎng)等網(wǎng)站進(jìn)行檢索，在檢索政策文件時以基層減負(fù)作為搜索關(guān)鍵詞，同時剔除以“社區(qū)治理”“基層治理”“基層建設(shè)”等為主題的政策文件，收集到中央級、省級政策文件共40份，其中，中央級政策文件5份，省、直轄市政策文件35份，時間大都集中在2019年3月份中央印發(fā)《關(guān)于解決形式主義突出問題為基層減負(fù)的通知》之后的一兩年。

將收集的政策導(dǎo)入ROSTCM6軟件提取高頻詞，進(jìn)行語義網(wǎng)絡(luò)分析，結(jié)合基層減負(fù)政策的具體內(nèi)容梳理出基層減負(fù)政策的重點(diǎn)，即力戒形式主義、力戒官僚主義、作風(fēng)建設(shè)、精簡程序以及健全激勵制度，也是政府通過政策工具手段著重要達(dá)成的目標(biāo)。Y維度將從力戒形式主義、力戒官僚主義、作風(fēng)建設(shè)、精簡程序以及健全激勵制度進(jìn)行分析，力戒形式主義、力戒官僚主義以及作風(fēng)建設(shè)這三大內(nèi)容主要通過引導(dǎo)型政策工具來實現(xiàn)（見表3）。在引導(dǎo)型政策工具中，思想引領(lǐng)、宣傳教育的占比分別達(dá)到了57%、34%，在政策中主要通過強(qiáng)調(diào)以黨的政治建設(shè)為統(tǒng)領(lǐng)加強(qiáng)思想教育，解決黨性不純、政績觀錯位問題，將力戒形式主義、官僚主義作為教育的重要內(nèi)容，引導(dǎo)黨員干部牢記黨的宗旨，從而通過引導(dǎo)型政策工具發(fā)揮政策的作用。精簡程序這一內(nèi)容主要通過權(quán)威型政策工具中的減文減會來實現(xiàn)，嚴(yán)格控制層層發(fā)文、層層開會從而起到精簡程序的作用，在所收集的40份基層減負(fù)政策中，減文減會被提及了120次，在權(quán)威型政策工具的占比達(dá)到了50%，可見其運(yùn)用頻率較高。最后，健全激勵制度主要通過激勵型政策工具來實現(xiàn)，針對基層干部，特別是那些在艱苦地區(qū)和脫貧攻堅最前線拼搏的干部應(yīng)當(dāng)給予更多的理解與支持。在政策和待遇層面，應(yīng)適當(dāng)傾斜，以體現(xiàn)對他們的關(guān)懷與激勵，從而讓他們更加積極地推動基層減負(fù)工作的進(jìn)行，可以看到激勵型政策工具中政策傾斜占比41%，運(yùn)用頻率居于第二位。

基于對政策工具和政策內(nèi)容的分析，構(gòu)建基層減負(fù)政策的二維分析框架（見圖1）。X軸代表政策工具維度，Y軸代表政策重點(diǎn)維度。

三、PMC指數(shù)評價指標(biāo)體系建立

（一）PMC指數(shù)模型

基于Omnia Mobilis假說，萬事萬物都是運(yùn)動和相互關(guān)聯(lián)的，每一個變量都同等重要。Ruiz Estrada于2011年提出PMC指數(shù)模型（Policy Modelling Consistency）。［15］PMC指數(shù)模型是對政策進(jìn)行評估的一種方法。該模型通過精心設(shè)計一級、二級變量形成變量指標(biāo)體系，直觀地反映出政策的內(nèi)在一致性。在此基礎(chǔ)上，計算PMC指數(shù)與繪制PMC曲面圖可以對各項政策的效果進(jìn)行整體分析與優(yōu)劣比較。運(yùn)用PMC指數(shù)模型，對我國11項基層減負(fù)政策文本進(jìn)行深入的量化分析，以期為政策制定與執(zhí)行提供更為科學(xué)、客觀的參考依據(jù)。具體包括6個步驟（見圖2）：⑴政策預(yù)處理；⑵變量設(shè)置；⑶建立多投入產(chǎn)出表；⑷代表性政策選取；⑸PMC指數(shù)計算；⑹PMC曲面圖的繪制。

（二）政策預(yù)處理

首先對收集到的40份政策文本進(jìn)行了系統(tǒng)的整理工作，確保文本的準(zhǔn)確性和完整性。隨后，將經(jīng)過整理的文本導(dǎo)入ROSTCM6軟件數(shù)據(jù)庫，以便進(jìn)行深入的文本挖掘。在挖掘過程中，對文本進(jìn)行了精細(xì)的分詞處理，并對分詞結(jié)果進(jìn)行了詞頻統(tǒng)計，過濾掉“不得”“貫徹”等無意義的高頻詞，最終得到基層減負(fù)政策的高頻詞匯并整理成表4，此表只部分展示了排名前30的高頻詞匯?？梢钥吹健盎鶎印薄皶h”等詞匯出現(xiàn)的頻率最高，由此可見基層減負(fù)政策針對文山會海較多，各省對會議過多的問題比較重視。運(yùn)用ROSTCM6進(jìn)行語義網(wǎng)絡(luò)分析，這一過程包含了多個步驟：提取高頻詞、過濾無意義詞、提取行特征、構(gòu)建網(wǎng)絡(luò)、構(gòu)建矩陣等，在此基礎(chǔ)上生成語義網(wǎng)絡(luò)圖（見圖3）。語義網(wǎng)絡(luò)圖直觀反映了政策文本各個高頻詞匯之間的相互關(guān)聯(lián)程度，由圖3可見基層、部門等關(guān)鍵詞處于核心位置，并與其他關(guān)鍵詞緊密相連。

（三）變量設(shè)置

在對高頻詞以及語義網(wǎng)絡(luò)圖進(jìn)行分析的基礎(chǔ)上，梳理出基層減負(fù)政策的主要研究重點(diǎn)、政策的發(fā)布機(jī)構(gòu)、政策最終要達(dá)成的目標(biāo)，即二級變量，再根據(jù)二級變量概括出政策重點(diǎn)、政策主體、政策目標(biāo)等三個一級變量。具體的二級變量指標(biāo)為：政策重點(diǎn)（X4）包含的二級變量X4：1～X4：5為：力戒形式主義、力戒官僚主義、作風(fēng)建設(shè)、精簡程序、健全激勵制度；政策主體（X6）包含的二級變量X6：1～X6：4為：中共中央、省委辦公廳、省政府辦公廳、其他；政策目標(biāo)（X9）包含的二級變量X9：1～X9：3為：解決形式主義問題、為基層干部松綁減負(fù)、激勵廣大干部擔(dān)當(dāng)作為、不懈奮斗。

結(jié)合張永安等學(xué)者［16］關(guān)于PMC模型的量化評價框架，設(shè)置了政策性質(zhì)、政策時效、政策評價、調(diào)控范圍、政策工具、政策功能、政策公開等七個一級變量。再結(jié)合各一級指標(biāo)在文獻(xiàn)中的解釋，設(shè)置相應(yīng)的二級變量：政策性質(zhì)（X1）包含的二級變量X1：1～X1：5為：預(yù)測、建議、引導(dǎo)、監(jiān)管、描述；政策時效（X2）包含的二級變量X2：1～X2：3為：短期、中期、長期；政策評價（X3）包含的二級變量X3：1～X3：4為：依據(jù)充分、方案科學(xué)、目標(biāo)明確、規(guī)劃詳實；調(diào)控范圍（X5）包含的二級變量X5：1～X5：4為：國家、省、市、縣及以下；政策工具（X7）包含的二級變量X7：1～X7：5為：激勵型、權(quán)威型、引導(dǎo)型、能力型、變革型；政策功能（X8）包含的二級變量X8：1～X8：4為：制度約束、規(guī)范引導(dǎo)、監(jiān)督評價、創(chuàng)新方式方法；政策公開（X10）未設(shè)置二級變量。一級變量及對應(yīng)二級變量設(shè)置見表5。

（四）多投入產(chǎn)出表的構(gòu)建

為了便于對數(shù)據(jù)進(jìn)行計算并分析，在變量設(shè)置的基礎(chǔ)上，構(gòu)建多投入產(chǎn)出表。多投入產(chǎn)出表最大的作用就是能夠清晰地看到各個二級變量的賦值情況。在PMC指數(shù)模型中，變量賦值要滿足二進(jìn)制規(guī)則，如果該二級變量滿足評價標(biāo)準(zhǔn)，則取值為1，若不滿足，則取值為0。在變量設(shè)置時選取了10個一級變量和37個二級變量，由于筆者所選取的基層減負(fù)政策均為公開發(fā)布的政策，所以政策公開沒有二級變量，且政策公開賦值均為1。表6是基層減負(fù)政策PMC指數(shù)量化評價指標(biāo)體系及評價標(biāo)準(zhǔn)，依照此標(biāo)準(zhǔn)對二級變量進(jìn)行賦值，“是”賦值為1，“否”賦值為0。

四、基層減負(fù)政策量化評估

（一）代表性政策選取

為確保所選政策的權(quán)威性和代表性，根據(jù)我國東、中、西、東北四大地區(qū)對40份政策進(jìn)行劃分，并選擇出適合的11份政策文本。政策文本選擇主要遵循以下三個原則。首先，均衡性原則。為了保證所選的政策文本在各個地區(qū)都有涉及，先將40份政策按照四大地區(qū)進(jìn)行劃分，確保能夠公平分配到每一個地區(qū)。其次，時效性原則。若同一省份涉及到不同年份的多個政策，則選擇最新出臺的政策。但是，出于2019年中央出臺的政策將2019年確定為基層減負(fù)年的考慮，中央出臺的政策并未選擇最新的，而是保留了2019年的政策。最后，要保證文件篩選的適用性，能夠與主題緊密相關(guān)。具體的政策選擇如表7所示。

（二）PMC指數(shù)計算

為了對各基層減負(fù)政策進(jìn)行量化評估，計算了PMC指數(shù)以得出各政策的得分情況，并據(jù)此繪制了PMC曲面圖。在計算過程中，采用了Ruiz Estrada提出的PMC指數(shù)模型算法。首先，按照公式⑴⑵和評價標(biāo)準(zhǔn)對所設(shè)置的二級變量進(jìn)行0、1賦值，并構(gòu)建多投入產(chǎn)出表。其次，根據(jù)公式⑶計算每個一級變量的得分狀況，這一得分是通過將二級變量的得分求和并除以相應(yīng)的二級變量個數(shù)得到的。最后，通過運(yùn)用公式⑷，得出每項政策的PMC指數(shù)以及凹陷指數(shù)，從而對各項政策進(jìn)行排名。筆者參照張永安和周怡國［25］已有的等級劃分標(biāo)準(zhǔn)，分為不良、可接受、良好、優(yōu)秀和完美五個等級，如表8所示。

X～N［0，1］" " " " " " " " " " " " " " " " " " " " nbsp; " " " " " " " （1）

X=｛XR：［0，1］｝" " " " " " " " " " " " " " " "（2）

（3）

t=1，2，3，4，5，…，∞式（3）中t為一級變量，j為二級變量。

（4）

（三）PMC曲面圖

PMC曲面能夠全面地展示政策在各個維度上的表現(xiàn)情況，從而實現(xiàn)對基層減負(fù)政策的全方位量化評價。通過觀察PMC曲面的凹陷程度，可以有效地判斷政策的優(yōu)劣狀況。通常情況下，曲面的凹陷程度越小，意味著該政策在各方面表現(xiàn)越出色，其政策等級也相應(yīng)較高。相反，曲面的凹陷程度越大，說明該政策需要改進(jìn)的地方越多，政策等級越低。

由于文章篇幅有限，本文只選取了兩個政策文本繪制PMC曲面。圖4是選擇了PMC指數(shù)最高的江蘇省在2020年5月發(fā)布的《關(guān)于深入解決形式主義突出問題持續(xù)為基層減負(fù)的通知》，該政策在系列2的兩側(cè)凹陷較大，說明該省的基層減負(fù)政策中缺少了有關(guān)精簡程序、作風(fēng)建設(shè)相關(guān)的內(nèi)容，導(dǎo)致政策重點(diǎn)的評分相對低一些。由于該通知是由中共江蘇省委辦公廳、江蘇省人民政府辦公廳聯(lián)合發(fā)布，發(fā)布主體雖多于其他各省，但相對較為單一，所以在政策主體的得分上也不算高，僅有0.5。同時，該政策在系列3的凹陷較小，說明該政策在政策工具的運(yùn)用上面多元化，政策功能、目標(biāo)也相對明確。圖5是選擇了PMC指數(shù)最低的中共山東省委辦公廳在2020年5月發(fā)布的《關(guān)于持續(xù)解決困擾基層形式主義問題的若干措施》，該政策同樣在系列2的兩側(cè)凹陷較大，該省的基層減負(fù)政策中不僅缺少了有關(guān)精簡程序、作風(fēng)建設(shè)的相關(guān)內(nèi)容，對于健全激勵制度的內(nèi)容也沒有涉及到，該項政策的發(fā)布主體是中共山東省委辦公廳，沒有多元化的發(fā)布主體，所以導(dǎo)致該項基層減負(fù)政策的系列2兩側(cè)凹陷程度大。同時，該項政策在系列3的右側(cè)凹陷程度也較大，說明該政策的目標(biāo)僅僅局限于解決形式主義問題，對于給基層干部松綁減負(fù)以及激勵廣大干部擔(dān)當(dāng)作為的目標(biāo)沒有提及。

五、基層減負(fù)政策評價結(jié)果分析

（一）政策整體分析

從橫向來看，在10個一級變量中，只有政策公開（X10）的得分為1，因為各項基層減負(fù)政策都是公開發(fā)布的。政策評價（X3）的得分居于第二，僅次于政策公開，其中有7項基層減負(fù)政策的得分為1，山東省、湖北省、江西省、重慶市由于政策規(guī)劃沒有體現(xiàn)詳實，所以稍次于其他省份。在政策目標(biāo)（X9）上，有6項政策的得分為1，這6項政策均以解決形式主義問題、為基層干部松綁減負(fù)、激勵廣大干部擔(dān)當(dāng)作為不懈奮斗，有5項政策未涉及激勵廣大干部當(dāng)擔(dān)作為、不懈奮斗，山東省在政策目標(biāo)的評分最低，它只簡單的將解決形式主義問題作為目標(biāo)?？偟膩碚f，一級變量的各項均值達(dá)到了較高的水平，但仍存在兩個一級變量的得分較低，遠(yuǎn)低于平均值。政策時效（X2）中，有短期政策P3，中期政策P1、P4、P7、P8、P10、P11，長期政策P2、P5、P6、P9，以中期政策和長期政策為主，短期政策較少，政策時效比較單一。在政策主體（X6）中，發(fā)布機(jī)構(gòu)僅僅由中共中央或省委、省政府辦公廳或者說其他部門發(fā)布，發(fā)布機(jī)構(gòu)也較為單一。

從縱向來看，根據(jù)表9中11項基層減負(fù)政策的PMC指數(shù)，PMC指數(shù)的評價等級均處于優(yōu)秀和良好等級。處于優(yōu)秀等級的基層減負(fù)政策有P1、P2、P3、P4、P9和P10共6項，其中，1項為中央政策，5項為各省市出臺的政策，在這5項政策中，3項來源于東部地區(qū)，2項來源于西部地區(qū)。處于良好等級的基層減負(fù)政策有P5、P6、P7、P8和P11共5項，均為各省市出臺的政策，在這5項政策中，1項來源于東部地區(qū)，2項來源于中部地區(qū)，1項來源于西部地區(qū)，還有1項來源于東北地區(qū)。PMC指數(shù)的均值為6.98，整體級別表現(xiàn)為良好等級，11項政策的排序為P4gt;P1=P9gt;P2=P10gt;P3gt;P11gt;P6gt;P8gt;P7gt;P5。整體上看，政策呈現(xiàn)出東部政策優(yōu)于西部政策，又優(yōu)于東北以及中部的政策的特征。

（二）優(yōu)秀等級的政策評估

從表9中11項基層減負(fù)政策的PMC指數(shù)可知，P4的PMC指數(shù)為7.99，在11項政策中排名第一，其中在調(diào)控范圍（X5）和政策工具（X7）上得分較為突出，調(diào)控范圍上到對中央政策的執(zhí)行，下到對縣及以下部門的指示，范圍相比于其他政策范圍廣。在政策工具上，江蘇省的政策涉及比較全面，囊括了激勵型、權(quán)威型、引導(dǎo)型、能力型和變革型的全部類型。江蘇省綜合運(yùn)用能力型政策工具中的數(shù)據(jù)支持和技術(shù)保障兩部分，使其得分與其他省份拉開差距。自2022年以來，江蘇省無錫市以數(shù)字化轉(zhuǎn)型作為契機(jī)，打造了基層社會治理數(shù)字化、社區(qū)減負(fù)“一表通”量大應(yīng)用場景，實現(xiàn)數(shù)據(jù)多跑路、基層真減負(fù)。從PMC曲面來看，P4在政策時效（X2）和政策主體（X6）凹陷較大，但與其他省份并未拉開差距，甚至在政策主體（X6）上，P4的得分略高于其他政策。

P1和P9的PMC指數(shù)為7.69，與江蘇省的PMC指數(shù)差0.3，并列為第二名。關(guān)于P1中共中央辦公廳發(fā)布的基層減負(fù)政策，由于中央作為宏觀調(diào)控的政策，調(diào)控的范圍并沒有特別的具體，沒有調(diào)控到各市或者縣及以下的區(qū)域，導(dǎo)致P1在調(diào)控范圍（X5）的評分略低，與江蘇省拉開差距。且政策P1在政策工具（X7）中沒有運(yùn)用以基礎(chǔ)設(shè)施、技術(shù)保障、人才建設(shè)、資金支持、數(shù)據(jù)支撐為手段的能力型政策工具，在這一變量也導(dǎo)致中央評分低于江蘇省。但是P1在政策評價（X3）、政策重點(diǎn)（X4）、政策功能（X8）、政策目標(biāo)（X9）都取得了滿分，為各省基層減負(fù)政策的發(fā)布起到了帶頭作用。同樣的，政策P9在政策評價（X3）、政策重點(diǎn)（X4）、政策功能（X8）、政策目標(biāo)（X9）中取得了滿分，說明該政策的目標(biāo)比較明確且與中央政策保持一致，政策內(nèi)容較為全面。但該政策的調(diào)控范圍（X5）涉及到中央和市的較少，可以在接下來的政策中擴(kuò)大調(diào)控范圍，設(shè)置短期、中期、長期的政策從而提高政策時效（X2）的得分。

P2和P10兩項政策的PMC指數(shù)為7.36，并列排名為第四名，政策質(zhì)量較好。兩項政策在調(diào)控范圍（X5）、政策功能（X8）上略有差異，政策P2是北京市委辦公廳發(fā)布的政策，調(diào)控范圍涉及到國家、市、縣及以下，而政策P10是中共云南省委辦公廳發(fā)布的政策，調(diào)控范圍僅限于省和縣及以下，相對于政策P2來說范圍小一些。在政策功能（X8）上，政策P2并未出現(xiàn)創(chuàng)新方式方法的功能，而政策P10在這一變量的得分拿到了滿分，從而拉開了一定差距，在接下來北京市的政策可以多進(jìn)行方式方法的創(chuàng)新，而云南省也可以適當(dāng)擴(kuò)大調(diào)控范圍。

政策P3的PMC指數(shù)為7.29，排名為第六名，也是優(yōu)秀等級的最后一名。首先P3在政策評價（X3）和政策目標(biāo)（X9）中取得了滿分，說明該政策對于目標(biāo)的把握還是比較清晰的。但是相比于評價等級為優(yōu)秀的政策，該政策在政策工具（X7）和政策功能（X8）的得分較低，對于能力型和變革型的政策工具使用較少，可以在接下來增加一些以技術(shù)保障、數(shù)據(jù)支撐為手段的能力型工具和以制度完善、體系優(yōu)化為手段的變革型工具，對于政策功能，多關(guān)注創(chuàng)新方式方法。

（三）良好等級的政策評估

從表9中11項基層減負(fù)政策的PMC指數(shù)可知，P11的PMC指數(shù)為6.89，排名第七，在良好等級中位居第一。首先在政策性質(zhì)（X1）上與優(yōu)秀等級拉開距離，大多數(shù)基層減負(fù)政策都有關(guān)于思想引導(dǎo)一類的建議，但是在P11中政策的引導(dǎo)性并不是很強(qiáng)烈，可以在這一點(diǎn)上進(jìn)行調(diào)整。其次在政策工具（X7）上只運(yùn)用了3種政策工具，可以增加引導(dǎo)型、能力型政策工具的使用。

P6、P8和P7的PMC指數(shù)分別是6.11、5.99和5.91，排名為第八、第九和第十名，這三個政策之間的差距并不是很大。對于政策重點(diǎn)（X4）評分較低，3項政策都缺乏作風(fēng)建設(shè)、精簡程序、健全激勵制度相關(guān)的內(nèi)容，對于政策內(nèi)容的把握有些片面，P6稍高于P8和P7是因為在政策重點(diǎn)（X4）中涉及了力戒官僚主義，但其他兩項政策并未提到該內(nèi)容。在調(diào)控范圍（X5）中政策P7略低于P6和P8是因為缺乏了國家層面的一個指導(dǎo)。在政策工具（X7）上3項政策的得分都只有0.6，可以增加政策工具使用的多元化。

P5的PMC指數(shù)為5.77，在11項政策中排最后一名。整體來看，該政策在政策性質(zhì)（X1）、政策評價（X3）、政策重點(diǎn)（X4）、政策功能（X8）、政策目標(biāo)（X9）上，都與其他政策拉開一定的差距，考慮到該政策是在2019年出臺精文簡會政策后出臺的，所以該政策的核心放在了解決形式主義問題，導(dǎo)致對于政策重點(diǎn)、政策目標(biāo)的把握有些片面，從而導(dǎo)致政策性質(zhì)、政策評價的得分也相對低一些。

（四）優(yōu)秀組和良好組的指標(biāo)對比

如表10所示，優(yōu)秀組共有6項政策，均值為7.57；良好組有5項政策，均值為6.13。兩組的均值差異也較大，具體來看，在政策時效（X2）、政策公開（X10）兩組的評分均值相等；在調(diào)控范圍（X5）、政策主體（X6）、政策功能（X8）、政策目標(biāo)（X9）兩組的評分均值稍有差異；在政策性質(zhì)（X1）、政策評價（X3）、政策重點(diǎn)（X4）、政策工具（X7）兩組的評分均值差異較大，尤其是政策重點(diǎn)（X4）和政策工具（X7），優(yōu)秀組的評分均值遠(yuǎn)大于良好組，甚至政策重點(diǎn)（X4）優(yōu)秀組是良好組的兩倍還多。由此可見，當(dāng)前基層減負(fù)政策在政策目標(biāo)、調(diào)控范圍等方面存在較高的趨同性，但是在政策重點(diǎn)和政策工具等方面趨異性較高，是因為各地進(jìn)行基層減負(fù)的重點(diǎn)內(nèi)容可能根據(jù)當(dāng)?shù)貙嶋H調(diào)整的略有差異，以及政策工具的使用也略有不同。

六、結(jié)論與建議

一方面，從政策工具和政策重點(diǎn)入手，對我國中央以及各省出臺的40份基層減負(fù)政策文本進(jìn)行考察分析，構(gòu)建基層減負(fù)政策的二維分析框架。研究發(fā)現(xiàn)，中央以及各省出臺的基層減負(fù)政策文本的重點(diǎn)包括力戒形式主義、力戒官僚主義、作風(fēng)建設(shè)、精簡程序以及健全激勵制度等方面，采用的政策工具在這幾個方面均有涉及，但是具體而言，目前政府對各個政策工具的使用頻率不同，權(quán)威型政策工具使用頻率最高，占比43%，引導(dǎo)型、激勵型政策工具次之，能力型、變革型政策工具最少，反映了政策工具運(yùn)用比例失衡的問題。另一方面，從政策評價指標(biāo)體系建立的角度，利用文本挖掘和PMC指數(shù)模型，對我國基層減負(fù)政策進(jìn)行量化評價。通過構(gòu)建10個一級變量以及37個二級變量，選取了中央以及部分省份共11項基層減負(fù)政策進(jìn)行PMC指數(shù)的計算，通過橫向與縱向的比較分析，以及最終的等級劃分與排序，精確表現(xiàn)出各評估對象的優(yōu)勢、不足和改進(jìn)方向。并通過繪制PMC指數(shù)最高和最低的兩個政策的PMC曲面，展示了兩個政策在各個維度的優(yōu)劣情況。研究發(fā)現(xiàn)：首先，基層減負(fù)政策整體評價較好，11項政策中優(yōu)秀等級的政策有6個，良好等級的政策有5個。其次，通過對政策得分進(jìn)行排序以及地區(qū)劃分，政策呈現(xiàn)出東部政策優(yōu)于西部政策，又優(yōu)于東北以及中部政策的特征。最后，基層減負(fù)政策既存在趨同性又有一定的趨異性。從各一級變量的得分情況來看，基層減負(fù)政策存在政策時效單一、政策重點(diǎn)不全面、政策工具的使用較為傳統(tǒng)、政策缺乏預(yù)測性等問題。鑒于這些問題會對基層減負(fù)政策產(chǎn)生一定的影響，本文從以下四個方面提出建議。

第一，合理規(guī)劃政策的短期、中期和長期目標(biāo)，增強(qiáng)政策時效的連續(xù)性。［26］政策的執(zhí)行并不是一蹴而就的，既要設(shè)置短期目標(biāo)，指導(dǎo)當(dāng)下的基層減負(fù)政策，又要設(shè)置長期目標(biāo)，為基層減負(fù)工作的開展指明大的方向，防止脫離軌道。［27］基層減負(fù)是黨中央為了改進(jìn)基層治理，提高政策執(zhí)行力，增強(qiáng)基層干部獲得感而推行的重大政策舉措?；鶎訙p負(fù)政策的實施具有長期性和階段性，在不同的發(fā)展階段面臨著不同的任務(wù)，政策的制定者應(yīng)根據(jù)各省份基層減負(fù)政策的情況，制定配套的短期、中期和長期規(guī)劃與之相適應(yīng)，避免采用單一的政策時效，進(jìn)而持續(xù)性推動基層減負(fù)工作的開展。［28］

第二，豐富政策內(nèi)容，不斷細(xì)化完善基層減負(fù)政策。［29］充分考慮到基層減負(fù)的形勢需要，中共中央辦公廳在2019年發(fā)布的《關(guān)于解決形式主義突出問題為基層減負(fù)的通知》中將作風(fēng)建設(shè)、精簡程序、健全激勵制度等作為重點(diǎn)內(nèi)容，但是在某些省份的基層減負(fù)政策中卻未體現(xiàn)這幾項內(nèi)容。作風(fēng)建設(shè)的開展有利于找根源、抓整改，從思想觀念上改變基層人員的工作觀念，推動基層減負(fù)工作的順利開展；精簡程序、減文減會，嚴(yán)格控制會議的規(guī)模和數(shù)量，減少不必要的表格、文件，真正減少基層人員非必要的工作；健全激勵措施可以從政府補(bǔ)貼、技術(shù)支持以及人才激勵等方面進(jìn)行考慮，豐富的激勵手段有助于基層人員提高主動性。［30］

第三，運(yùn)用多元化政策工具，加大引導(dǎo)型、能力型政策工具的使用頻率。不同地區(qū)的基層減負(fù)政策略有差異，應(yīng)當(dāng)堅持因地制宜，因地施策。一方面，進(jìn)一步優(yōu)化政策工具組合，構(gòu)建多元化的均衡政策工具體系，更好地為基層減負(fù)。目前的政策工具運(yùn)用多為權(quán)威型政策工具，監(jiān)督考核、減文減會方面居多，后續(xù)可以增添諸如能力型、變革型政策工具，來平衡政策工具結(jié)構(gòu)，調(diào)整政策工具的運(yùn)用比例。［31］另一方面，從整體上看，引導(dǎo)型、能力型政策工具使用不多，引導(dǎo)型政策工具的使用可以提高人們的自覺意識，增強(qiáng)基層干部的主動性；能力型政策工具的使用可以為基層減負(fù)工作的開展提供所需要的資金、技術(shù)、人才支撐，推動工作的順利進(jìn)行。要加大引導(dǎo)型、能力型政策工具的使用頻率，可以通過發(fā)揮優(yōu)秀等級的示范作用，加強(qiáng)思想教育來解決黨性不純以及宣傳教育等手段增加引導(dǎo)型政策工具的使用，也可以通過不斷完善基礎(chǔ)設(shè)施，合理加大對基層的資金投入、數(shù)據(jù)支撐等手段增加能力型政策工具的使用。

第四，適當(dāng)增加政策效果的預(yù)測性，使政策具備多維度性質(zhì)。［32］多數(shù)政策在“政策性質(zhì)”的二級變量上存在一定缺失，后續(xù)出臺的政策應(yīng)予以彌補(bǔ)。在階段性措施制定后，可以預(yù)測一下政策可能達(dá)到的效果或者會產(chǎn)生的影響，作為此項政策完成的基本標(biāo)準(zhǔn)。同時與激勵型政策工具相結(jié)合，若基層人員對該政策執(zhí)行的好，可以對他們適當(dāng)進(jìn)行政策傾斜、資金獎賞等作為激勵，若基層人員對該政策的執(zhí)行效果嚴(yán)重低于預(yù)期，也可以進(jìn)行相應(yīng)的懲罰，包括通報批評，罰款等，從而激發(fā)工作人員主動進(jìn)取，承擔(dān)責(zé)任，更好地完成中央以及各省發(fā)布的各項政策。

【參考文獻(xiàn)】

［1］徐雷鵬.為基層減負(fù) 為實干撐腰（特別報道）［EB/OL］.人民網(wǎng)，http：//politics.people.com.cn/n1/2021/0111/c1001-31995061.html.

［2］王向陽.國家治理轉(zhuǎn)型與基層減負(fù)悖論——基于近年來基層治理實踐的考察［J］.理論與改革，2022（3）：83-94.

［3］胡曉東.上下級政府間的督考權(quán)：邊界與規(guī)范——探尋我國基層負(fù)擔(dān)背后的深層原因［J］.北京行政學(xué)院學(xué)報，2021（5）：46-55.

［4］龐明禮，陳念平.科層運(yùn)作中的督查機(jī)制：慣性、悖論與合理限度［J］.理論月刊，2021（2）：58-65.

［5］呂德文.監(jiān)督下鄉(xiāng)與基層超負(fù)：基層治理合規(guī)化及其意外后果［J］.公共管理與政策評論，2022（1）：34-42.

［6］姚廣利.基層青年干部負(fù)擔(dān)重的根源和應(yīng)對［J］.人民論壇，2019（33）：96-97.

［7］胡威，唐醒.我國基層會議減負(fù)效果的實證研究——基于A省780名社區(qū)黨支部書記的調(diào)查［J］.中國行政管理，2021（1）：85-90.

［8］麥佩清.“基層減負(fù)年”減負(fù)了嗎？——基于某直轄市A區(qū)259個社區(qū)的調(diào)研［J］.公共管理評論，2020（3）：111-121.

［9］陳彥丞.基于PMC指數(shù)模型的社區(qū)減負(fù)政策量化評價與優(yōu)化研究［J］.山東農(nóng)業(yè)大學(xué)學(xué)報（社會科學(xué)版），2022 （2）：45-53.

［10］Dahl R，Lindblom C.Politics Economics and Welfare［M］.New York：Harper and Row，1953：146.

［11］黃偉.試析政策工具研究的發(fā)展階段及主題領(lǐng)域［J］.國家教育行政學(xué)院學(xué)報，2008（9）：24-30.

［12］薛二勇，周秀平.中國教育脫貧的政策設(shè)計與制度創(chuàng)新［J］.教育研究，2017（12）：29-37.

［13］［21］顧麗梅，張揚(yáng)，郝文強(qiáng).“價值—工具”視角下的中國治理數(shù)字化轉(zhuǎn)型［J］.西安交通大學(xué)學(xué)報（社會科學(xué)版），2023（5）：12-22.

［14］［22］宋歌.理想目標(biāo)與現(xiàn)實問題：“雙減”政策的工具選擇與政策偏好［J］.西華師范大學(xué)學(xué)報（哲學(xué)社會科學(xué)版），2024（5）：95-107.

［15］Ruiz Estrada.Policy Modeling：Definition，Classification and Evaluation［J］.Journal of Policy Modeling，2011（4）：523-536

［16］［17］張永安，郄海拓.“大眾創(chuàng)業(yè)、萬眾創(chuàng)新”政策量化評價研究：以2017的10項雙創(chuàng)政策情報為例［J］.情報雜志，2018（3）：158-164+186.

［18］胡春艷，張蓮明.“好”政策的執(zhí)行效果也好嗎？——基于容錯糾錯政策的實證檢驗［J］.公共行政評論，2021（3）：4-23+196.

［19］杜丹麗，原琳，高琨.2010—2017年京津冀中小企業(yè)科技創(chuàng)新政策評價［J］.中國科技論壇，2019（10）：100-109.

［20］Kuang B，Han J，Lu X，et al.Quantitative Evaluation of China’s Cultivated Land Protection Policies Based on the PMC-Index Model［J］.Land Use Policy，2020（1）：50-62.

［23］沈娟，王坤.基于PMC指數(shù)模型的農(nóng)村職業(yè)教育政策評價及其優(yōu)化［J］.當(dāng)代職業(yè)教育，2022（4）：71-83.

［24］Ruiz E，Yaps F，Nagaraj S.Beyond the Ceter is Paribus Assumption：Modeling Demand and Supply Assuming Omnia m=Mobilis［J］.International Journal of Economics Research，2008（2）：185-194.

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

［26］宋亞萍.高校一流本科教育政策內(nèi)容量化評價與優(yōu)化——基于PMC指數(shù)模型的分析［J］.教育發(fā)展研究，2021（9）：12-20+36.

［27］劉戎，吳秋昊.“十三五”期間節(jié)水政策的量化評價——基于PMC指數(shù)模型［J］.資源與產(chǎn)業(yè)，2023（1）：40-50.

［28］周海煒，楊月影，王騰.國家級節(jié)水政策的量化評價及優(yōu)化路徑探析［J］.水利經(jīng)濟(jì)，2022（1）：47-54+87.

［29］李放，饒丹，楊斯淇，等.保障性租賃住房政策的量化評價研究［J］.城市問題，2022（9）：65-75.

［30］周海煒，陳青青.大數(shù)據(jù)發(fā)展政策的量化評價及優(yōu)化路徑探究——基于PMC指數(shù)模型［J］.管理現(xiàn)代化，2020（4）：74-78.

［31］劉芳，張李亮.基于PMC指數(shù)模型的都市圈發(fā)展政策量化評價［J］.山東工商學(xué)院學(xué)報，2022（6）：67-78.

［32］張大友.“破五唯”指向的科教評價政策：現(xiàn)實特征與優(yōu)化策略——基于PMC指數(shù)模型的研究［J］.長江師范學(xué)院學(xué)報，2023（1）：88-99.

Quantitative Evaluation of the Grassroots

Burden Reduction Policy

——Based on PMC Index Model

Liu Zhihui， Wang Fuyun

Abstract： The policy aimed at reducing burdens at the grassroots level is a crucial design to alleviate the workload of grassroots staff and motivate the majority of cadres to make a positive impact. It also represents a significant measure taken by the Chinese government to advance the modernization of its governance system and capacity. By introducing policy tools and policy priorities， a two-dimensional analytical framework for grassroots burden reduction policies was established. Nvivo20 was utilized to code 40 grassroots burden reduction policy documents issued by the central government and various provinces， revealing an imbalance in the utilization of policy tools. Authoritative policy tools were employed most frequently， whereas competency-based and transformational policy tools were relatively underutilized. To more accurately assess the implementation effects of grassroots burden reduction policies， this paper also adopts a method combining text mining and the PMC index model to evaluate 11 such policies across four regions in China. The findings indicate that： Firstly， the overall evaluation of grassroots burden reduction policies is favorable， with 6 policies rated as excellent and 5 as good among the 11 policies. Secondly， through ranking policy scores and regional categorization， it is evident that policies in the eastern region outperform those in the western region， which in turn surpass those in the northeastern and central regions. Lastly， there is both convergence and divergence in grassroots burden reduction policies. These policies face issues such as limited timeframes， incomplete focus areas， traditional tool utilization， and a lack of predictability. Therefore， future grassroots burden reduction policies should reasonably plan policy timeframes， enrich policy content， employ diversified policy tools， and appropriately enhance policy predictability to better meet the practical needs of grassroots work.

Key words： the grassroots burden reduction； policy evaluation； policy instruments； PMC index model

（責(zé)任編輯：劉劍明" 助理編輯：劉" 霖）