基于PMC指數模型的我國退耕還林還草專項政策量化評價

孟貴 王冬琳 吳水榮 張旭峰 余洋婷

摘要：文中在梳理我國現行的退耕還林還草政策文件的基礎上，借助Python軟件并通過構建PMC指數模型對我國6份退耕還林還草專項政策文件進行量化評價。結果發現：1）2000—2008年我國退耕還林還草政策文件年均發布數量快速增加，這一時期發布的現行有效的政策文件占總有效文件的66.67%；2009—2020年政策文件年均發布量的變化相對較小，退耕還林還草政策體系逐漸健全成熟。2）依據PMC指數結果，將所選擇的6份政策文件劃分為完美、優秀、良好和可接受4個等級。其中，完美等級政策1份，優秀和良好等級分別為2份和3份。政策總體水平處在優秀等級，政策設計較為合理。3）對單項政策而言，有效的工作著力點能顯著提高政策得分等級。此外，對政策的適時修訂，多樣化的政策措施和明確的政策目標可提高政策評分等級。4）現行政策內容突出了退耕還林還草的生態效益，而對工程的經濟效益、科技創新主體的作用和價值的重視程度相對欠缺。據此，提出以下3條建議：1）退耕還林還草政策的制定應明確工作抓手，綜合考慮退耕還林還草的生態、經濟和社會效益；2）對政策內容進行適時調整；3）綜合運用人事任免、財稅支持、行政監管和信息引導等多種政策措施，并注意退耕還林還草的實際效果，量化政策目標。

關鍵詞：退耕還林還草政策；PMC指數模型；政策量化；政策評價

中圖分類號：F326.2文獻標識碼：A文章編號：2096-9546（2023）01-0009-09

DOI： 10.12344/lczcyj.2023.01.13.0001

孟貴，王冬琳，吳水榮，等.基于PMC指數模型的我國退耕還林還草專項政策量化評價［J］.林草政策研究，2023，3（1）：9-17.

Quantitative Evaluation of Chinas Specific Policies on Returning Farmland to

Forest and Grassland Based on the Index of PMC ModelMeng Gui1，2Wang Donglin3Wu Shuirong1Zhang Xufeng4Yu Yangting5

（1.Research Institute of Forestry Policy and Information， Chinese Academy of Forestry， Beijing 100091， China;

2.Institute of Geographic Sciences and Natural Resources Research， Beijing 100101， China;

3.Institute of Ecological Conservation and Restoration， Chinese Academy of Forestry，

Beijing 100091， China;

4.School of Economics and Management， Beijing University of Technology， Beijing 100124， China;

5.Shaanxi Management Center for Forest Seedling and Farmland Conversion to Forest Project ，

Xian 710082， Shaanxi， China）Abstract： Based on the review of the current policies on farmland conversion to forest and grassland in China， the paper uses Python software and PMC index model to conduct the quantitative evaluation of 6 specific policies on the conversion in China. The results show that： 1） The annual average number of policies released for the conversion increased rapidly from 2000 to 2008 in China， and the currently effective policies issued during this period account for 66.67% of the total number of effective policies. From 2009 to 2020， there were small changes in the annual average number of policy released， and the policy system for the conversion has gradually got improved and come to mature; 2） According to the results of PMC index， the policies selected for evaluation can be categorized into four grades： perfect， excellent， good and acceptable， among which there are 1 policies in perfect grade， 2 policies in excellent grade and 3 policies in acceptable grade， respectively. In the sense， the policies are overall at an excellent level， and reasonably designed; 3） For any policy， setting effective focus and goals can significantly improve the evaluation level of policy; and 4） The policies are more focused on the ecological benefits of the conversion program than the economic benefits， and pay less attention to the role and value of scientific and technological innovation. In view of the above results， it is suggested that the policy of returning farmland to forest and grassland should be made clear and the ecological， economic and social benefits should be considered comprehensively. The policy content should be timely adjusted. We should comprehensively consider various policy measures such as personnel appointment and removal， fiscal and tax support， administrative supervision and information guidance， pay attention to the actual effect of returning farmland to forest and grassland， and quantify the policy objectives.

Keywords： Returning Farmland to Forest and Grassland Program; PMC index model; quantitative evaluation of policy；policy evaluation

退耕還林還草工程強調以錢糧補助的方式激勵農戶改變土地利用方式，實現在改善退耕地區生態環境的同時減少我國水土流失等自然災害發生的頻次并增加農戶收入和調整農村土地利用結構等目的，是迄今為止世界范圍內涉及面最廣、補助金額最大、個人參與程度最高的生態補償項目之一［1］，也是推動人與自然和諧發展、促進社會經濟與自然環境協調發展的重要舉措［2］。新一輪退耕還林還草政策的實施更是推進生態文明建設的客觀要求［3］和鞏固脫貧攻堅成果并促進鄉村振興的有效途徑。然而隨著全球碳交易市場、氣候問題等宏觀面的不斷改變，以及國內經濟社會的不斷發展，對退耕還林還草政策的預期目標是否可以如期實現、政策效果是否合理有效、政策內容是否符合實際情況仍有待進一步探索。

現有研究主要對退耕還林還草工程的社會經濟價值［4-10］、生態效益評價［11-13］和政策運行機制［13-14］等方面展開集中討論，重點在于對農戶保護或再參與退耕還林還草工程的意愿及影響因素和退耕還林還草生態補償標準等問題的研究［15-16］。有關林業政策的研究多以政策文獻的定性解讀、理論探討和經驗分析為主，缺乏對林業政策的量化研究［17］，對退耕還林還草政策文本的量化分析相對不足。同時，退耕還林還草取得了一定的生態效果，但資金利用的效率有待提高［13］，且政策效果存在顯著的空間差異［18］，因而有必要從政策文本角度審視政策內容的科學合理性。此外，既有使用政策一致性（Policy Modeling Consistency，PMC）指數模型在新能源汽車補貼政策、養老服務政策、機器人產業政策等諸多領域展開量化的研究［19-21］，在量化評價的基礎上給出了完善政策的建議。由于不同退耕還林還草政策文本的針對性、適用性和涉及的對象主體等方面存在較大區別，縱然量化全部的退耕還林還草政策文件具有規模上的可觀性，但其量化結果也將存在較大差異，實際意義和運用價值可能會大打折扣。因此，在全面整理并閱讀我國退耕還林還草政策文件之后，本文以2000年至今國務院及各部委出臺的6份現行有效且具有代表性的退耕還林還草政策專項文件為研究對象，運用Python軟件和PMC指數模型，在對政策進行文本分析的基礎上，構建退耕還林還草政策評價體系，從政策文本量化角度衡量各項政策的優劣，以期在量化、比較各項政策的基礎上，提出鞏固退耕還林還草成效的政策建議。

1退耕還林還草政策評價模型構建

1.1政策文件與模型選擇

1999年，我國在四川、陜西和甘肅3省率先開展了退耕還林還草試點工作，2002年則在全國范圍內全面啟動了退耕還林還草工程。2000年3月，《關于開展2000年長江上游、黃河上中游地區退耕還林（草）試點示范工作的通知》明確了相關工作的試點示范實施方案。2000年9月的《國務院關于進一步做好退耕還林還草試點工作的若干意見》進一步對種苗生產供應、植被恢復方式和檢查監督機制等方面作出了較詳細的規定。隨著退耕還林還草工程的實施，相關政策文件不斷出臺。本研究在國家林業和草原局政府相關網站、中國林業信息網及北大法寶數據庫輸入“退耕還林”這一主題詞進行檢索，剔除重復內容后，獲取了自2000年以來相關專項政策文件共計43份，其中現行有效文件30份（含修訂）。總結各年發布文件數量及總體變化趨勢（圖1）可以發現：1）2000—2008年我國退耕還林還草政策各年發布數量總體呈快速上升趨勢，并在2008年達到最大值，表明了國家解決生態環境問題及退耕還林還草過程中存在的各項問題的力度與決心；這一時期是我國退耕還林還草政策體系的建成與完善階段，出臺的各項政策都對后期政策的實施及執行產生重要影響。2）2009—2020年累計出臺10份退耕還林還草專項政策，我國退耕還林還草政策體系逐漸完備健全。

基于政策文本的代表性、階段性和側重點差異，兼顧分析的可行性，從30份政策文本中選擇了《國務院關于進一步做好退耕還林還草試點工作的若干意見》和《國家發展和改革委員會，國家統計局，國家林業局，農業部，監察部關于開展退耕還林還草核查工作的通知》等6份退耕還林還草專項政策文件（表1）。上述6份政策文件涉及面相對較為廣泛，反映了特定時期的退耕還林還草工作重點，對推動我國退耕還林還草事業發展作出了較大貢獻。同時，選取的政策文件較平均地分布在2000—2020年，并在政策發布數量較多的2007年和2008年多選入了1份文件納入分析，以提高研究的科學性和代表性。所選擇的政策文件中既有國務院、國家林業局單獨發布的政策文件，又有多部門如國家發展和改革委員會、國家統計局、國家林業局和農業部等聯合發布的政策文件。因此，所選擇的6份政策文件在時間、內容和效力等方面均具有一定的代表性。

PMC指數模型以Omnia Mobilis假說為指導思想，強調在政策評價中要全面考慮各類影響變量［22］。該模型能夠從各個維度分析某份政策的內部一致性及其優劣，PMC曲面能夠通過圖像方式直觀反映政策各維度情況，以提出更為具體、客觀和有針對性的提升措施，是目前國際上較為先進的政策評價方法［19，23］。PMC指數模型應用主要包括5個具體步驟：1）根據政策文本內容確定二級變量；2）對各二級變量進行二進制處理并設定參數；3）建立多投入產出表；4）計算PMC指數；5）構建PMC曲面。通過PMC指數和曲面可以直觀反映政策全貌［24］。

1.2分詞處理與詞頻統計

運用Python軟件對選取的6份政策文件進行分詞處理及高頻關鍵詞統計，鑒于研究內容為退耕還林還草政策，故選擇剔除“退耕還林”“退耕”等明顯的高頻主題詞匯，同時剔除“有關”“或者”“關于”等高頻干擾詞匯，最終選取頻次較高且具有代表性的重點詞匯作為分析對象（表2）。

高頻關鍵詞“糧食”“種苗”是受退耕還林還草政策影響較大的對象，“農戶”“農民”“地方”是退耕還林還草政策的利益群體，集中體現了退耕還林還草過程中國家與農戶兩大主體的關系，即國家對提高農戶收入、改善農戶生活的重視，以及促進退耕還林還草與保障群眾生活之間的協調發展。“補助”“核查”“驗收”“檢查” 等均反映了退耕還林還草政策實施過程中的具體措施，即突出對退耕還林還草農戶的補償和對還林還草效果的核查與驗收。其中，“核查”“檢查”“驗收”累計出現107次，反映了國家對退耕還林還草效果的重視程度以及監管力度；“行政”“責任”“負責”等體現了為實現退耕還林還草工程的政策目標而采取的保障手段，即強調行政監管和落實主體責任；“生態”“糧食”等集中體現了退耕還林還草政策制定的功能和政策目標的約束機制，即既要提升生態效益，又要保障地區糧食安全。此外，退耕還林還草政策的落腳點在于國家通過制定階段性的目標約束，采取一定的行政、經濟和法律等保障手段，以實現經濟社會和生態效益的最大化。

1.3變量設置與參數設定

運用內容分析法對退耕還林還草政策文件內容進行挖掘分析，明確關鍵詞對應的側重點，兼顧退耕還林還草政策的實施背景并在借鑒相關政策評價指標變量設置的基礎上，凝練出9個一級變量，分別為政策層級、政策性質、政策時效、政策主體、政策評價、政策內容、政策措施、政策效益和政策約束；隨后對各個一級變量進一步挖掘，設計了35個二級變量，從而構建出退耕還林還草政策量化指標（表3）。

1.4建立多投入產出表

多投入產出表由若干個一級變量和不受數量限制的二級變量組成，構成替代性的數據庫分析框架，可以通過存儲大量數據來測量并顯示政策演變過程中的任何單個變量［21］，用于對退耕還林還草政策文件各項指標進行量化。具體來說，X1～X9構成了多投入產出表的一級變量，X11、X12、X13…X93則構成了多投入產出表的二級指標。

2實證分析

2.1PMC指數計算X～N ［0 ， 1］，（1）

Xt={XR：［0 ～ 1］}，（2）

Xt∑nj=1XtjT（Xtj）t=1，2，3…n，（3）式中，t代表一級變量，j代表二級變量。PMC=X1∑3j=1X1j3+X2∑5j=1X2j5+

X3∑3j=1X3j3+X4∑3j=1X4j3+

X5∑4j=1X5j4+X6∑6j=1X6j6+

X7∑5j=1X7j5+X8∑3j=1X8j3+

X9∑3j=1X9j3。（4）根據退耕還林還草政策量化指標細則，采用文獻挖掘法將二級變量指標數值放在多投入產出表中。PMC模型中所有指標均為二進制0和1，若評估的政策中存在二級變量涉及的相關信息，則賦值為1，反之則為0。因而，首先根據公式（1）和（2）評估二級變量；再根據公式（3）求和計算得出一級變量Xt的具體數值，是二級變量得分之和與二級變量個數的比值；最后，根據公式（4）計算出每份政策的PMC指數值。

因為設定了9個一級指標，故計算得到的PMC指數取值范圍為0～9，值越大表明政策設計越合理。進一步根據國外關于PMC方法運用［22］及國內相關文獻［19，26］關于政策評價等級劃分結果，確定退耕還林還草政策評判標準：8＜PMC指數≤9分為完美政策等級，6＜PMC指數≤8為優秀政策等級，4＜PMC指數≤6分為良好政策等級，4分及以下為可接受政策等級。依據表3對選取的6份退耕還林還草專項政策打分后，根據上述公式計算出每份政策的PMC指數（表4）。

2.2政策等級及得分情況分析

2.2.1基于PMC指數的政策等級劃分

根據PMC指數，6份政策的PMC指數排名由高到低分別為P1、P6、P4、P3、P2、P5，其中完美、優秀和良好級別政策分別為1份（P1）、2份（P6、P4）和3份（P3、P2、P5）。政策總體PMC指數處在優秀等級，表明我國退耕還林還草政策整體設計較為科學、合理。P1、P4和P6政策發文層級為國務院，政策性質涉及面廣，政策內容較為完善且政策措施設計較健全，相對于財政部、國家發展改革委及國家林業局等單個部門或多個部門聯合發布的政策評級明顯較高。P3、P2和P5主要為部委級別的政策文件，在政策內容和政策約束等方面具有明顯的側重點，在政策措施（X7）和政策效益（X8）得分方面與完美和優秀等級政策存在一定差異。

2.2.2基于量化指標的政策得分情況分析

綜合各份政策一級指標得分情況，分析政策著力點、時效性、政策措施多樣性和約束性對政策評級的影響。

1） 有效的工作著力點能顯著提高政策評判等級，明確的工作抓手可以提高政策的執行力。完美政策P1強調退耕還林還草工程要兼顧社會、經濟和環境效益；優秀政策P6強調集合政府、市場和農戶集體力量來推進退耕還林還草工程，鞏固造林成果，拓寬農戶收益；優秀政策P4兼具預測、監管、引導等政策性質，以多項定量化的政策目標為工作著力點來切實保障政策執行效果；良好政策中PMC指數最高的P3在突出造林規范的同時更注重對造林成果的檢查驗收，發揮政府或外部力量的監管作用，強調以環境效益為重要抓手。

2） 長期有效的政策文件評級較高，對政策的適時修訂可提高政策時效性。從各一級變量具體得分情況可以發現：均值最大的3個一級變量分別是政策時效（X3）、政策約束（X9）和政策性質（X2），均值最小的3個一級變量分別是政策層級（X1）、政策效益（X8）和政策主體（X4）。完美和優秀等級的林業政策為中期和長期有效，并通過不斷修改補充來適應時代發展，如PMC指數最大的P1《國務院關于進一步做好退耕還林還草試點工作的若干意見》最早于2002年12月發布，并于2003年1月實施，在2006年進行修訂。6份退耕還林還草政策絕大多數自發布之日起有效期超過10年。

3） 多樣化的政策措施能夠有效提升政策評級。政策P1既采取了人事任免、財稅支撐、信息引導，又包括行政獎懲、金融支持措施，反映了國務院充分運用人事、行政、財政和社會等多方資源充分保障退耕還林還草試點工作的開展實施。作為核查類的政策P2只涉及人事和行政措施，而政策P5只涉及財稅措施和信息引導措施，缺乏一定的行政手段和人事任免等措施的保障。政策P3和P4分別在財稅措施、金融措施和人事措施等方面仍有空白，影響了政策等級的提升，或不利于政策最終執行效果的提升。

4） 政策約束越強，即政策目標越細致，政策評級越高。具體表現為設定明確的量化目標的政策文件比只涉及定性目標的政策文件效力要高。除政策P3外，其余5份政策均涉及單項或多項具體的量化目標。層級越高的政策發布機構越注重制度設計的合理性。而鑒于林業在國民經濟中的特殊地位，6份退耕還林還草政策的發布機構層級較低，政策的發布主體主要為部委層級，少數為國務院層級，缺少中央、全國人大等層面的政策，使得6份政策的X1變量在整個一級指標中平均分最低。此外，由于6份退耕還林還草政策文件主要強調的是社會民生和環境效益，因而使其對經濟效益重視程度不足。

2.3基于PMC指數的政策改進策略

在確定6份退耕還林還草政策得分等級的基礎上，結合各項政策一級指標的不足，提出相應的改進策略。

PMC指數排名第1的是政策P1，指數值為8.47，各項一級指標且均超過均值。根據表4的具體得分明細，可以進一步對政策性質加以完善補充，即在X2方面加以優化，注重運用多樣化的政策工具手段。

PMC指數排名第2的是政策P6，指數值為7.61。相較于完美政策，其可以在政策約束、政策時效、政策性質和政策措施等方面進一步加以優化調整。作為國家層面的退耕還林還草綜合條例，應制定多項可量化評判的階段性目標以保障最終政策目標的成功實現，鼓勵市場主體積極參與到退耕還林還草工程建設之中，完善金融規范措施，切實發揮好退耕還林還草工程的社會、經濟和環境效益，優化順序依次為X9、X3、X7、X2。

PMC指數排名第3的是政策P4，指數值為6.86。作為國務院發布的政策文件，其兼具多樣化的政策性質，但在政策內容、政策主體和政策措施方面得分略低于均值，在造林任務、造林規范及市場的作用發揮等方面稍顯欠缺，改進順序為X6、X4、X7。

PMC指數排名第4的是政策P3，指數值為5.57。政策約束、政策評價和政策主體得分顯著低于均值。在退耕還林還草工程實施過程中既要兼顧宏觀目標的實現，也要制定微觀量化的階段性目標加以約束，同時盡可能鼓勵多主體的參與，以加強政策執行的監督或群眾參與力度，因而P3的改進順序為X9、X5、X4。

PMC指數排名第5的是政策P2，指數值為5.00。在政策內容、政策效益、政策措施和政策評價等方面得分顯著低于均值，說明退耕還林還草政策完善過程中要適當兼顧內容的完備性與政策措施的多樣化選擇，科學量化政策實施的目標，改進順序為X6、X8、X7、X5。

PMC指數排名第6的是政策P5，指數值為4.92。P5在政策措施運用方面明顯不足，與其他政策樣本相比，在人事措施和行政措施方面表現欠缺，對經濟、市場和環境效益的重視程度相對不足。作為通知類文件，較于P3，可適當增加檢查驗收方面的政策內容，并輔以行政措施加以保障，在提高退耕還林還草規模的同時兼顧造林質量，解決現有政策對工程的環境效益重視程度不足的問題。因而，改進的重點依次為X8、X7、X6、X2。

3結論與啟示

3.1結論

本文在回顧我國自2000年以來發布的退耕還林還草政策文件的基礎上，從現行有效的30條政策文本數據庫中選取了6份退耕還林還草專項政策文件，進一步借助Python軟件并根據PMC指數模型對6份退耕還林還草政策文件進行量化評價研究。研究發現：2000—2008年我國退耕還林還草政策年均發布數量總體呈快速上升趨勢，期間發布的政策文件占現行有效文件的66.67%，2009—2020年累計出臺了10份退耕還林還草專項政策，使得我國退耕還林還草政策體系逐漸完備健全。在選取的6份退耕還林還草專項政策文件中，完美等級政策1份，優秀等級和良好等級分別2份和3份，且政策總體水平處于優秀范圍內，我國退耕還林還草政策總體上設計較為科學合理。但總體而言，退耕還林還草政策對經濟價值的重視程度相對不足。明確的工作抓手可以提高政策的執行力，有效的工作著力點和對既有政策文本內容的適時修訂，以及在政策文本中制定多樣化的政策措施和確定可量化的政策目標能顯著提高政策評級。

3.2啟示

PMC指數為政策量化評價提供了可行途徑，但其意義不在于簡單地將指數結果作為政策優劣的評判標準。各項政策指標的得分結果和政策改進策略，可以為后續退耕還林還草政策的優化提供有益參考：1）作為一項重要的生態工程，在退耕還林還草政策的制定和執行過程中，要明確政策執行后的社會、經濟和生態效益。同時，退耕還林還草政策主體是政府和農戶集體，且政府對農戶集體常給予資金補助來鞏固退耕還林還草成效，改善農戶生存條件。因此，應注重發揮市場機制的作用，發掘退耕還林還草工程的經濟效益與市場價值，增強退耕還林還草工程的“造血”功能。2）政策的制定與完善不是一蹴而就的，需要根據時代變化和實際情況進行及時修正調整，以保障政策內容的延續性和適應性。3）政策內容應盡可能綜合考慮運用人事管理、財稅支撐、信息引導、金融支持和行政獎罰措施，發揮好不同政策措施的協同效應，充分提升退耕還林還草多方利益主體的積極性。4）政策目標既要凸顯國家宏觀戰略，又要充分強調退耕還林還草的實際效果，制定可量化的政策目標，強調多元化的政策工具，即行政監管與經濟激勵相結合，發揮好政府或外部力量的監管作用，積極鼓勵廣大農戶參與植樹造林以及過程監督和成效評估，以促進退耕還林還草政策的落實與工程的實施。

參考文獻

［1］李國平，石涵予.退耕還林生態補償標準、農戶行為選擇及損益［J］.中國人口·資源與環境，2015，25（5）：152-161.

［2］劉婷，鄭宇梅.中國退耕還林生態補償研究［J］.林業經濟問題，2020，40（1）：21-28.

［3］張坤，謝晨，彭偉，等.新一輪退耕還林政策實施中存在的問題及其政策建議［J］.林業經濟，2016，38（3）：52-58.

［4］康子昊，劉浩，楊鑫，等.退耕還林工程對農戶收入增長和收入分配影響的測度與分析：基于長期跟蹤大農戶樣本數據［J］.林業經濟，2021，43（1）：5-20.

［5］張旭銳，高建中.農戶新一輪退耕還林的福利效應研究：基于陜南退耕還林區的實證分析［J］.干旱區資源與環境，2021，35（2）：14-20.

［6］WANG C，OUYANG H，MACLAREN V，et al.Evaluation of the economic and environmental impact of converting cropland to forest：a case study in Dunhua county，China［J］.Journal of Environmental Management，2007，85（3）：746-756.

［7］胡霞.退耕還林還草政策實施后農村經濟結構的變化：對寧夏南部山區的實證分析［J］.中國農村經濟，2005（5）：63-70.

［8］易福金，陳志穎.退耕還林對非農就業的影響分析［J］.中國軟科學，2006（8）：31-40.

［9］劉璐璐.退耕還林工程對貧困山區農戶生計的影響：以甘肅會寧縣為例［J］.山東農業大學學報（自然科學版），2018，49（3）：543-546，550.

［10］劉浩，劉璨，劉俊昌.中國退耕還林工程對農戶收入和消費不平等的影響測度［J］.南京林業大學學報（自然科學版），2021，45（1）：227-234.

［11］黃麟，曹巍，祝萍.退耕還林還草工程生態效應的地域分異特征［J］.生態學報，2020，40（12）：4041-4052.

［12］WANG S，FU B J，PIAO S L，et al.Reduced sediment transport in the Yellow River due to anthropogenic changes［J］.Nature Geoscience，2016，9（1）：38-41.

［13］丁振民，姚順波.陜西省耕地轉移對生態系統服務價值的影響［J］.資源科學，2019，41（6）：1070-1081.

［14］吳樂，龐潔，靳樂山.少數民族貧困地區退耕還林農戶復耕意愿研究：基于云南省兩縣的調查數據［J］.干旱區資源與環境，2020，34（3）：7-13.

［15］張朝輝，耿玉德，王太祥.農戶退耕意愿影響因素的貧困尺度差異分析：基于新疆阿克蘇地區的調研數據［J］.林業經濟問題，2018，38（1）：1-6，99.

［16］張連剛，支玲，王光玉，等.農戶對退耕還林工程滿意度的影響因素及提升路徑：基于云南省鶴慶縣和貴州省織金縣的調查數據［J］.林業科學，2019，55（12）：123-132.

［17］余洋婷，吳水榮，孟貴，等.1949～2019年中國林業政策發布主體合作網絡演化研究［J］.林業經濟，2020，42（4）：3-19.

［18］楊致遠，劉琪璟，秦立厚，等.延安市退耕還林工程生態效益評價［J］.西北林學院學報，2022，37（1）：259-266.

［19］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·資源與環境，2017，27（10）：188-197.

［20］張麗，姚俊.中國養老服務政策的量化評價［J］.現代經濟探討，2020（12）：33-38.

［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 A R.Policy modeling：definition，classification and evaluation［J］.Journal of Policy Modeling，2011，33（4）：523-536.

［23］張永安，郄海拓.“大眾創業、萬眾創新”政策量化評價研究：以2017的10項雙創政策情報為例［J］.情報雜志，2018，37（3）：158-164，186.

［24］郭強，劉冬梅.中國農業農村科技服務政策量化評價［J］.中國科技論壇，2020（8）：148-158.

［25］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.

［26］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.