基于PMC指數模型的我國慢病管理政策量化評價

趙思琦 劉棟梁 夏毓琦 褚淑貞

編者按：為深入學習貫徹習近平新時代中國特色社會主義思想，落實2021年全國宣傳部長會議和全國衛生健康工作會議精神，聚焦中國共產黨成立以來衛生健康事業歷史進程中的重要決策、活動及成果，從不同角度和層面展現衛生健康事業發展的重要成就，我刊特從2021年7月起開設“黨為人民謀健康的100年”專欄，從我刊實際出發，陸續推出一系列我國健康衛生事業與藥學工作結合的相關文章，從而助力提高人民健康水平制度保障、堅持和發展中國特色衛生健康制度。本期專欄文章《基于PMC指數模型的我國慢病管理政策量化評價》是在慢病已成為影響我國人民身體健康和國家經濟社會發展的重大公共衛生問題的背景下，通過文本挖掘方法和PMC指數模型建立我國慢病管理政策的評價指標體系，對相關慢病管理政策進行量化評價，以期為完善我國相應政策的制定、促進慢病管理水平的提高提供參考依據。

中圖分類號 R951 文獻標志碼 A 文章編號 1001-0408（2021）13-1627-07

DOI 10.6039/j.issn.1001-0408.2021.13.16

摘 要 目的：總結目前我國慢病管理政策的成績與不足，為政策的制定和完善提供參考。方法：采用文本挖掘方法對2009-2020年國務院及各部委出臺的109份慢病管理相關政策文件進行處理，建立慢病管理政策PMC指數評價模型，并通過10個一級指標和40個二級指標對16項典型慢病管理政策進行量化評價分析。結果：16項政策中，優秀級10項，可接受級6項，PMC指數得分均值為7.243分，總體處于可接受水平，但仍有較大改進空間。通過對比兩項代表性的政策發現，其中一項得分較低的主要原因為缺乏長期發展規劃、未涉及“互聯網+慢病管理”新模式等內容、人才培養和法律保障等激勵措施不到位。結論：我國慢病管理政策基本完善，可從政策時效、政策內容以及激勵方式層面著手進一步完善。

關鍵詞 慢病管理政策;PMC指數模型;量化評價

Quantitative Evaluation of Chronic Disease Management Policy in China Based on PMC Index Model

ZHAO Siqi，LIU Dongliang，XIA Yuqi，CHU Shuzhen（Research Center of National Drug Policy & Ecosystem， China Pharmaceutical University，Nanjing 211198， China）

ABSTRACT? ?OBJECTIVE： To summarize the achievements and shortcomings of chronic disease management policies in China， and to provide reference for the formulation and improvement of the policy. METHODS： Totally 109 documents related to chronic disease management issued by the State Council and various ministries and commissions from 2009 to 2020 were processed by text mining method. PMC index evaluation model of chronic disease management policy was established. Sixteen typical chronic disease management policies were quantitatively evaluated and analyzed by 10 first-level indicators and 40 second-level indicators. RESULTS： Among the 16 policies， 10 were of excellent level and 6 were of acceptable level. The average PMC score was 7.243， which was generally acceptable level but still had large room for improvement. By comparing two representative policies， it was found that the main reasons for the policies with low scores were the lack of long-term development planning， the absence of “Internet+chronic disease management” new model and other contents， and the lack of talent incentive and legal guarantee measures. CONCLUSIONS： Chronic disease management policy has been improved， and it can be further improved from the aspects of policy prescription， policy content and incentive mode.

KEYWORDS? ?Chronic disease management policy; PMC index model; Quantitative evaluation

慢性非傳染性疾病（以下簡稱“慢病”）是指發病隱匿、潛伏期長、發病后難以治愈且受多種因素影響的一大類疾病的總稱[1]。2015年，國家衛生計生委發布《中國疾病預防控制工作進展》，指出中國因慢病導致的死亡人數已占到全國總死亡人數的86.6%，導致慢病負擔約占總疾病負擔的70%[2]。世界衛生組織（WHO）在《中國老齡化與健康中國評估報告》中預測，到2030年，中國人口快速老齡化將導致慢病負擔至少增加40%[2]。由此可見，慢病已成為嚴重威脅我國居民健康、影響國家經濟社會發展的重大公共衛生問題。

慢病管理（chronic disease management）是指組織慢病專業醫生、藥師及護理人員，為慢病患者提供全面、連續、主動的管理，以實現促進患者健康、延緩慢病進程、減少并發癥、降低傷殘率、延長壽命、提高生活質量并降低醫藥費用的目的的一種科學管理模式[3]。隨著“新醫改”方案正式出臺，2009年國務院常務會議通過《關于深化醫藥衛生體制改革的意見》，提出加強對嚴重威脅人民健康的傳染病、慢病等疾病的監測與預防控制;加快以維護社區居民健康為中心，提供初級診療服務、慢病管理等公共衛生服務的體系建設[4]。慢病管理成為衛生事業發展規劃的重要內容。2010年，衛生部辦公廳發布《慢性非傳染性疾病綜合防控示范區工作指導方案》，對我國慢病管理工作的進一步展開發揮了“以點帶面、推動整體、帶動全國”的示范引領作用[5]。隨后，各項慢病管理政策相繼出臺，通過宏觀支持，協調有關系統以及全社會共同參與到慢病防治中來，這足以看出政策對慢病管理意義之重大。因此，本研究通過文本挖掘和PMC指數（policy modeling consistency index）模型建立慢病管理政策評價指標體系，通過PMC指數評分和PMC曲面圖，對慢病管理政策進行多維度的量化評價，以期為政策的制定和完善提供參考，更好地促進我國慢病管理的發展。

1 文獻綜述

1.1 慢病管理研究現狀

謝晴宇等[6]對中國知網中現有的慢病管理文獻進行量化分析，發現慢病管理領域的主流研究方向主要集中于依從性、慢病管理、分級診療、社區慢病、大數據、健康管理師，并且目前慢病管理領域的研究熱點多集中在糖尿病、高血壓等病種的防控上。例如胡曉戀等[7]采用對照研究方法，得出在缺血性腦卒中恢復期患者臨床護理管理中加入慢病管理，能夠顯著提高患者的依從性和自我管理評分。胡亞瓊等[8]歸納了2型糖尿病管理向分級診療制度借力的實施路徑，認為分級診療制度是慢病管理真正落地的推手，可使慢病管理更具有可操作性。黃玉梅等[9]基于“互聯網+家庭醫生簽約服務”慢病管理模式的研究，認為我國社區衛生服務探索處于初級階段，缺乏強制性政策和醫療保障制度的約束，因此慢病管理工作的有效實施仍需相關政策的支持。

1.2 政策評價研究現狀

1.2.1 慢病管理的政策評價研究現狀 從研究方法上來看，多項研究從不同角度對我國現有的慢病管理相關政策進行了梳理，回顧性分析了歷年來政策的演變過程及存在的問題，為進一步推進我國慢病管理政策調整提供了借鑒[10-12];劉軍軍等[13]運用基本政策工具方法，從慢病預防類型維度構建二維分析框架，通過文本量化研究發現我國慢病管理政策對環境型政策工具的依賴性過大，部分供給型和需求型政策工具使用不足。徐望紅等[14]利用對比分析方法，從法律保障、參與主體、管理模式、體系結構等方面比較中日兩國慢病管理策略，指出日本以預防為主的慢病管理體系策略和經驗值得我國學習。向芳等[15]通過德爾菲法專家調查法，構建了一套科學、簡便、較為全面的慢病防控政策評價指標體系（該體系包括3個一級指標、21個二級指標和56個三級指標），并通過統計學分析證實篩選出的指標可用于慢病防控工作評價。綜上所述，目前國內研究學者對我國慢病管理政策的研究較少，且多以回顧性分析和對比分析為指導，從定性角度對政策進行評價，鮮有研究運用實證分析方法從建立模型的角度量化評價我國慢病管理政策。

1.2.2 PMC指數模型的政策評價研究現狀 PMC指數模型作為公共政策的評價工具，已被運用到多個領域的政策量化評價。例如鄒鈺瑩等[16]將其運用到我國養老服務政策的評價，發現養老服務政策存在作用方式結構性失調、政策目標劃分不合理等問題。張永安等[17]利用該指數模型評價科技創新政策，證實了科技創新政策總體處于合理范圍。董紀昌等[18]評價房地產政策時，以PMC指數模型為基礎發現，專項調節政策涉及面較窄、中央層面的政策內容則涵蓋廣泛。張文靜等[19]基于PMC指數模型研究長期護理保險制度政策，得出可從激勵機制建立、醫護資源配置等方面著手完善政策體系。而目前我國還未有將PMC指數模型用于慢病管理政策評價的研究，因此，本研究將選取該模型對我國慢病管理政策進行量化評價，為我國繼續深化慢病管理政策的修訂與實施提供方向性指導。

2 慢病管理政策PMC指數模型的構建

PMC指數模型是Ruiz等[20]基于Omnia Mobilis假說為指導思想，主張萬事萬物都是不斷運動且相互聯系的，應盡可能多地重視每一個相關變量的影響。作為一個政策計量模型，其作用在于通過構建相同權重的變量，既能分析某一政策總體的內部一致性，也能非常直觀地體現任何一項具體政策的優劣勢，從而科學地量化評價政策。PMC指數模型的構建和分析分為以下四個步驟：一是變量分類及參數確認;二是建立多投入產出表;三是PMC指數的計算;四是構建PMC曲面圖。

2.1 變量分類及參數確認

通過查閱國務院政策文件庫收錄的相關政策法規，初步篩選匯總2009-2020年國務院及其各部委出臺的109份慢病管理政策。運用ROSTCM 6.0詞頻分析工具，對導入文本數據庫的政策文本進行合并與分詞處理，首先剔除對本研究無意義的虛詞和通用詞，然后提取高頻詞匯和行特征，建立語義網絡，進一步深度挖掘政策文本的核心內容與聯系，為變量選取和參數確認提供可靠依據。圖1所示即為本文建立的慢病管理政策社會網絡圖譜，其中“服務”處在核心位置，是慢病管理政策關注的熱點，與之緊密聯系的關鍵詞有“社區”“家庭醫生”“診療”“預防”與 “防治”等;“醫療”是慢病管理政策的保障，輻射關鍵詞“人員”“管理”“體系”“健康教育”等; “公共衛生服務”是慢病管理政策側重的方向，相關詞有 “資源”“建設”“基層”“衛生機構”“醫院”等。

本研究根據以上社會圖譜中政策高頻詞和關鍵詞的輻射情況，并結合政策自身的特點以及參考現有學者關于構建PMC指數模型的文獻，建立慢病管理政策量化評價體系，結果共設置了10個一級變量和40個二級變量。其中一級變量為政策性質X1、政策時效X2、發布機構X3、政策內容X4、政策組合X5、政策評價X6、政策視角X7、政策領域X8、激勵方式X9、政策公開X10。明確一級變量的內涵之后，設定二級變量，在設定時盡可能考慮多方面影響因素，不忽視任何一個變量的作用，然后采用二進制系統方法對二級變量進行賦值評價。當政策內容包含或符合相關變量時，取值為1;若與變量無關，則取值為0（X10無二級變量，若政策公開則取值為1，反之為0），如表1所示。

2.2 多投入產出表的建立

多投入產出表的本質是一種數據分析框架，其能夠儲存大量的數據，并用多維度變量來量化任何一個單獨變量[24]。結合本文設置的一級變量和二級變量建立多投入產出表，其中每個一級變量和二級變量的權重相同，可以根據一級變量指標內涵選擇n個子變量，沒有先后名次之分，并且沒有數量限制。多投入產出表的構建有利于接下來對慢病管理政策的評價進行全面系統地衡量，具體如表1所示。

2.3 PMC指數的計算

參考Estrada等[22]關于PMC指數模型的計算方法，運用文本挖掘技術建立一級變量和二級變量并放置于多投入產出表中，然后根據每項政策的具體內容，結合公式①和公式②確定各項政策的每個二級指標的具體數值;根據公式③計算一級變量的值;最后根據公式④分別計算每項政策的PMC指數。

X～N[0，1]…公式①

X={XR：[0～1]}…公式②

Xi（[∑][j=1][n][Xij

T（Xij）] ）…公式③

公式①和②表示所有二級變量服從[0，1]分布，且賦值為0或1，XR表示取整數;T或T（Xij）為某一級變量下二級變量的個數;i為一級變量，取值為1、2、3、4、5、6、7、8、9、10;j為二級變量。

PMC=[X1（[∑][i=1][4][X1i

4] ）+X2（[∑][j=1][3][X2j

3] ）+X3（[∑][l=1][4][X3l

4] ）+X4（[∑][m=1][10][X4m

10] ）+X5（[∑][n=1][3][X5n

3] ）+X6（[∑][o=1][4][X6o

4] ）+X7（[∑][p=1][2][X7p

2] ）+X8（[∑][q=1][4][X8q

4] ）+X9（[∑][r=1][6][X9r

6] ）+X10]…公式④

本文設置了10個一級變量，因此慢病管理政策的PMC指數得分在0～10之間。結合Estrada等[22]的評價標準，具體劃分為以下4個等級：PMC指數值得分9～10，為完美政策;PMC指數得分7～8.99，為優秀政策;PMC指數得分5～6.99，為可接受政策;PMC指數得分0～4.99，為不良政策。

2.4 PMC曲面構建

PMC曲面圖有利于直觀地顯示PMC指數模型的計算結果，更好地以可視化方式從多維度視角呈現政策的優點與不足。由于本研究選取的政策都是公開的，所以一級變量X10對政策評價無影響。為了矩陣的對稱性和曲面的平衡性，剔除該指標，建立如公式⑤的三矩陣表，從而繪制各項政策的PMC曲面圖。

PMC曲面=[X1 X2 X3

X4 X5 X6

X7 X8 X9]…公式⑤

3 實證研究

3.1 樣本選取

綜合考慮到政策來源主體的多樣性、頒布時間分布的均勻性、政策內容的全面性等，本文選取16項具有代表性的政策文件作為樣本，基于以上慢病管理政策研究框架進行分析，使研究結果更有意義和價值。具體政策名稱、發布機構、發布時間如表2所示。

3.2 慢病管理政策模型分析

依據文本挖掘方法和PMC模型的操作步驟，將表2中的16項慢病管理政策填入多投入產出表，并代入公式③、公式④，分別計算16項慢病管理政策的PMC指數，結果見表3。

從表3的PMC指數結果可以發現，近年來，我國慢病管理相關政策整體態勢良好。16項慢病管理政策按PMC指數高低排名為：P11>P14>P6>P9>P7>P3>P1>P10>P13>P12>P5>P4>P16>P8>P15>P2。按等級標準劃分后包含兩個政策等級，優秀級政策有10項，分別為P1、P3、P5、P6、P7、P9、P10、P11、P13、P14，其中政策P11的PMC指數值為8.167，排名第1位;可接受級政策有6項，分別為P2、P4、P8、P12、P15、P16，其中政策P2的PMC指數值為5.150，得分最低。該項政策（P2）是國家中醫藥管理局制定的關于中醫藥慢病管理項目具體工作的通知，政策性質以指導和描述為主，缺乏具體建議與預測內容，政策時效為2年且未提及中長期目標，政策內容中大數據技術與健康教育等均未提及、激勵保障手段也較為單一。

3.3 政策PMC的曲面圖分析

3.3.1 16項政策PMC的曲面圖分析 通過對16項慢病管理政策的一級變量PMC指數取平均值，根據公式⑤構建16項政策的PMC曲面（圖2），更能從宏觀角度清晰地看出政策的總體水平。

結合表3的PMC指數可得，16項慢病管理政策的PMC指數平均值為7.243，政策總體處于可接受水平，說明我國對慢病管理越來越重視，配套政策和措施也逐漸完善，初步形成了符合中國國情的慢病管理策略和工作網絡。整體來看，政策性質（X1）的PMC指數均值為0.781，即政策更注重描述、建議和指導，對于慢病管理的預測功能涉及較少;政策時效（X2）方面，PMC指數均值為0.521，多數政策包含短期和中期規劃，5年以上的具體規劃內容相對較窄;發布機構（X3）的PMC指數均值為0.406，有37.5%的政策是由多部委聯合發布，大部分還是以國務院發布為主要形式;政策內容（X4）的PMC指數均值較高，為0.806，有7項政策達到了1分，其政策內容涉及廣泛、涵蓋全面，其余政策在醫保服務體系建設、家庭醫生、標準制定上稍有欠缺;政策組合（X5）的PMC指數均值為0.333，50.0%的政策發布采取兩項及兩項以上政策組合的形式，體現了政策執行的連貫性;政策評價（X6）的PMC指數均值為0.828，政策內容詳實、權責清晰、表現良好，少數政策在科學規劃、目標明確兩個方面有待加強;政策視角（X7）的PMC指數均值為0.750，說明我國能夠較好地從宏觀和微觀雙重視角制定慢病管理相關對策;政策領域（X8）的PMC指數均值排名第1位，為0.844，說明慢病管理政策的制定需跨越政治、經濟、技術、社會等多領域，倡導多元化參與;激勵方式（X9）的PMC指數均值為0.556，多項政策僅側重資源和加強財政投入，而人才、機構融資和法律保障等方面需要進一步完善。

3.3.2 政策P3和政策P11的對比分析 政策P3《中國慢性病防治工作規劃（2012-2015）》與政策P11《中國防治慢性病中長期規劃（2017-2025年）》是我國慢病防治與管理歷程中兩個綱領性的中長期規劃政策文件，后者是對前者的延續、繼承和發展，兩者具有較強的關聯性。為進一步清楚地展現兩個不同時期政策的轉變與優化，探尋政策的差異性與發展方向，本文通過繪制雷達圖和PMC曲面圖對兩項政策進行深入對比分析，結果見圖3～圖5。

由圖3可明顯看出兩項政策在不同方面得分的異同和整體變化。其中指標差異較大的是政策時效X2、發布機構X3、政策內容X4和激勵方式X9，得分基本無變化的是政策性質X1、政策組合X5、政策評價X6、政策視角X7和政策領域X8。由于雷達圖只能顯示一級指標來對多項政策作整體評價，因此還需結合PMC曲面圖以更加全面地剖析政策優劣程度（圖4、圖5）。

由圖4和圖5可知，政策P3得分低于P11的原因主要為：（1）在政策時效方面，政策P3涉及短期和中期內容，規劃管制按照5年展開，未涉及長期規劃，不符合慢病病程長、遷延性的特點;（2）政策內容方面，由于當時技術創新水平較低，政策P3未涉及分級診療、家庭簽約醫生等慢病管理新模式，也缺乏互聯網等信息技術在患者個人檔案追蹤和醫保服務體系建設方面的應用;（3）激勵方式方面，政策P3缺乏在機構融資、土地保障、人才等方面的激勵措施。然而，在發布機構方面，政策P3得分則略高于政策P11，究其原因為：P3是由衛生部等15個部門聯合發布，文件僅傳達至15個部門的下級部門;而P11則由國務院辦公廳下發，發文主體級別的提升使其可直達各級政府，大大提升了政策效力，也從側面說明我國對慢病管理與防治的力度逐漸加強。

4 討論與建議

本文從文本挖掘和量化評價兩方面分析了“新醫改”之后我國出臺的相關慢病管理政策。在慢病管理政策發展的宏觀趨勢下，根據已有學者的研究，本文構建了PMC指數模型的慢病管理指標評價體系，剖析了16項具有代表性的政策的PMC曲面圖并對整體政策情況進行研究，另外對其中2份具有代表性和延續性的政策進行了具體的對比分析。結果發現，政策P1、P3、P5、P6、P7、P9、P10、P11、P13、P14為優秀級政策，其余均為可接受級別政策。PMC指數得分排名為P11>P14>P6>P9>P7>P3>P1>P10>P13>P12>P5>P4>

P16>P8>P15>P2。通過對總體慢病管理政策樣本的分析，發現政策性質、政策內容、政策評價、政策視角、政策領域等方面的得分較高，有較大優勢;而政策時效、政策組合、激勵方式等方面得分較低，仍有較大改進空間。其次，對比分析2項典型慢病中長期規劃政策后發現，政策P3得分低于政策P11的原因主要集中在政策時效、政策內容和激勵方式方面;同時總結出隨著現代科學技術的發展與人民生活水平的提高，我國慢病管理政策會結合具體國情，根據不同時期的變化及時作出調整和改變，政策的設計更多考慮的是慢病的特殊性，需不斷充實政策內容，使覆蓋面越來越廣泛。

因此，為優化我國慢病管理政策發展路徑，保障慢病管理服務質量，結合目前慢病管理政策特點和存在的不足，筆者從以下三個方面提出相關對策建議。

第一，在政策時效方面，目前我國慢病管理政策的設計多是短期和中期的規劃，而在長期內容方面較有欠缺。隨著人口老齡化、人群疾病譜的變化，慢病越來越成為影響人口健康和負擔的重要因素，且其起病緩慢、治療難度大、是終身性疾病，因此應注意著眼于慢病管理的長期規劃，分階段部署慢病管理防治工作，提升患者生命全周期的保障水平，從源頭降低慢病發病率和病死率。

第二，在激勵方式方面，從樣本的分析結果可以看出，我國慢病管理政策的激勵方式主要包括共享資源、財政投入等，而在機構融資、人才激勵、法律保障等方面的內容較少，需要加以充實完善。為促進激勵方式的優化升級，政策的設計不能僅局限于宏觀領域的指導，而應強調具體的操作執行方法，提高執行效力。例如為加強機構融資，可通過加大我國當前慢病嚴峻形勢的宣傳，普及慢病管理重要意義的教育，擴大慢病管理服務項目覆蓋率，從而吸引社會組織、智能化高技術企業和個人資本參與其中，拓寬慢病管理服務機構的融資渠道。此外，在人才激勵方面，可通過經濟、知識、成長等多層次的激勵，增強醫療機構服務人員的參與感和價值感，進而打造高層次、高素質、專業化的慢病管理技術隊伍。最后，為使慢病防治工作有法可依、有章可循，從根本上解決我國慢病管理工作中現存的一系列問題，還應建立一套完整的體系標準，制定具有針對性的法律法規，為慢病的管理與防治提供有力保障。

第三，在政策內容方面，慢病管理政策在這部分得分較低主要是因為家庭醫生服務體系建設和“互聯網+慢病管理”相關內容涉及較少，因此我國慢病管理在創新管理模式方面有待加強。在政策內容的制定上，應注重家庭醫生健康服務模式的具體化，明確簽約醫生的服務對象和工作內容，制定簽約醫生工作情況管理、評價相關細則，制定統一的、可量化的績效考核指標。同時，鼓勵建立完善的“互聯網+慢病管理”平臺，探索互聯網信息系統在慢病管理領域的多方面應用（例如電子化慢病管理檔案的推廣），發揮大數據時代下信息資源的便捷作用，建立暢通的醫療服務機制，推動慢病管理的有效進行。

5 結語

綜上所述，目前我國慢病管理政策對慢病管理體系的建設主要集中在慢病監管防治體系和醫療服務體系建設方面，而“互聯網+醫保+醫療+醫藥”的慢病管理新模式的創新還需進一步提升;政策激勵方式以財政支持、資源共享為主，而機構融資、人才建設、法律保障等方面相對缺乏，可為未來慢病管理政策的設計提供參考。但基于政策樣本的有限性和研究水平的限制，本文的指標選取存在一定的局限性;今后的研究可引入政策工具等指標，將政策劃分為供給型、需求型、環境型進行對比，探索不同類型政策的功能，為慢病管理的發展提供新的途徑和方向。

參考文獻

[ 1 ] 何巧，劉宇，郭紅，等.慢性病患者健康促進生活方式評價工具研究現狀[J].護理學雜志，2017，32（5）：105-108.

[ 2 ] 王雅琴，朱玲.慢病健康管理新共識新實踐[J].健康中國觀察，2020（8）：53-55.

[ 3 ] 梁長秀.慢病管理中健康管理的應用[J].中國社區醫師（醫學專業），2011，13（4）：211-212.

[ 4 ] 新華社.關于深化醫藥衛生體制改革的意見[EB/OL]. （2009-03-17）[2020-02-11]. http：//www.gov.cn/test/2009- 04/08/content_1280069.htm.

[ 5 ] 張梅，王麗敏.我國慢性非傳染性疾病流行狀況及防控策略[J].中國醫學前沿雜志（電子版），2016，8（12）：1-6.

[ 6 ] 謝晴宇，榮光，胡佳卉，等. 1998-2020年慢性病管理領域中文文獻關鍵詞圖譜分析[J].中國公共衛生管理，2021，37（1）：72-76.

[ 7 ] 胡曉戀，李苗.慢病管理對缺血性腦卒中恢復期患者依從性與自我管理能力的影響[J].中國社區醫師，2020，36（2）：137-138.

[ 8 ] 胡亞瓊，劉宇，冷鋒.借力分級診療制度的慢病管理實踐[J].解放軍醫院管理雜志，2019，26（12）：1157-1161.

[ 9 ] 黃玉梅，龔義偉，方惠.“互聯網+家庭醫生簽約服務”模式的探索與實踐[J].中國全科醫學，2019，22（25）：3076- 3080.

[10] 張一英，張勇，白雅敏，等.現行慢性病防控相關政策回顧與分析[J].中國慢性病預防與控制，2016，24（8）：600- 602.

[11] 白雅敏，劉敏，陳波，等. 1984-2014年我國慢性病防控相關重要政策的回顧分析[J].中國慢性病預防與控制，2016，24（8）：563-567.

[12] 薛娟，武志昂.我國慢病管理政策的回顧與分析[J].中國合理用藥探索，2018，15（6）：76-80.

[13] 劉軍軍，王高玲.基于政策工具的慢性病健康促進政策文本量化研究[J].中國衛生經濟，2019，38（2）：12-16.

[14] 徐望紅，張勇，王繼偉，等.中日兩國慢性病防控策略比較及政策啟示[J].中國慢性病預防與控制，2016，24（8）：593-596.

[15] 向芳，邵月琴，張一英，等.應用德爾菲法構建慢性病防控政策評價指標體系[J].上海預防醫學，2018，30（3）：236- 240.

[16] 鄒鈺瑩，婁崢嶸.中央層面養老服務政策內容量化評價：基于PMC指數模型的分析[J].電子科技大學學報（社科版），2020，22（3）：68-76.

[17] 張永安，耿喆.我國區域科技創新政策的量化評價：基于PMC指數模型[J].科技管理研究，2015，35（14）：26-31.

[18] 董紀昌，袁銓，尹利君，等.基于PMC指數模型的單項房地產政策量化評價研究：以我國“十三五”以來住房租賃政策為例[J].管理評論，2020，32（5）：3-13，75.

[19] 張文靜，張麗，姚俊.長期護理保險制度政策評價：基于PMC指數模型[J].中國衛生事業管理，2021，38（2）：103- 108.

[20] RUIZ E M，YAP S F，NAGARAJ S. Beyond the ceteris paribus assumption：modeling demand and supply assuming omnia mobilis[J]. Int J Econ Res，2008（2）：185-194.

[21] 胡峰，戚曉妮，汪曉燕.基于PMC指數模型的機器人產業政策量化評價：以8項機器人產業政策情報為例[J].情報雜志，2020，39（1）：121-129，161.

[22] ESTRADA M. Policy modeling：definition，classification and evaluation[J]. J Policy Model，2011，33（4）：523-536.

[23] 史童，楊水利，王春嬉，等.科技成果轉化政策的量化評價：基于PMC指數模型[J].科學管理研究，2020，38（4）：29-33.

[24] 王進富，楊青云，張穎穎.基于PMC-AE指數模型的軍民融合政策量化評價[J].情報雜志，2019，38（4）：66-73.

[25] 張永安，郄海拓.金融政策組合對企業技術創新影響的量化評價：基于PMC指數模型[J].科技進步與對策，2017，34（2）：113-121.

[26] 劉紀達，麥強，王健.基于扎根理論和PMC模型的軍民科技政策評價研究[J].科技管理研究，2020，40（23）：38-47.

（收稿日期：2021-03-15 修回日期：2021-05-16）

（編輯：劉明偉）