基于ＣＳＳＣＩ 的我國政策文本研究文獻可視化定量分析

吳泠茜 馬海群

摘 要： ［目的／ 意義］ 隨著我國關于政策文本研究文獻的日益增多， 對國內ＣＳＳＣＩ 期刊發表的相關研究文獻進行綜合述評有助于梳理政策文本分析研究的脈絡， 為未來政策文本研究的深入提供參考。［方法／ 過程］ 基于文獻計量學和可視化分析視角， 繪制我國政策文本研究的作者共現圖譜、機構共現圖譜、關鍵詞共現圖譜、關鍵詞聚類圖譜、關鍵詞突變圖譜等。［結果／ 結論］ 可視化地呈現了我國政策文本研究中具有影響力的作者及科研機構間的合作情況， 通過分析關鍵詞共現、聚類、突變情況以揭示政策文本研究發展脈絡， 并對研究方法、研究視角與研究領域進行總結。

關鍵詞： 政策文本分析； 可視化； 文獻計量

ＤＯＩ：１０．３９６９ ／ ｊ．ｉｓｓｎ．１００８－０８２１．２０２３．０８．００１

〔中圖分類號〕Ｇ２０３ 〔文獻標識碼〕Ａ 〔文章編號〕１００８－０８２１ （２０２３） ０８－０００４－１０

隨著信息化時代的發展， 政策文本作為政策的信息載體受到了更多學者的關注， 對政策文本信息進行挖掘與分析也逐步成為主流研究視角之一。與此同時， 數據時代的發展對我國社會科學的研究范式產生了深遠影響， 以數據為基礎的研究逐漸成為科研領域的重要趨勢之一， 并成為了科學研究的第四范式［１］ 。因此， 近十年來我國興起了政策文本分析研究熱潮， 諸多學者分別從政策文本解讀和政策文本量化的角度對各領域的政策進行論述， 使其成為當前政策科學、數據科學、文獻信息學等領域重點關注的熱點之一。

隨著可視化技術的發展， 可視化研究成為近年來文獻計量領域的主流之一。美國學者陳超美的可視化工具Ｃｉｔｅ Ｓｐａｃｅ 具有較大影響力［２］ 。大連理工大學劉則淵教授團隊較早將可視化理論與方法引入國內文獻計量學研究［３］ ， 其團隊與陳超美合作， 利用Ｃｉｔｅ Ｓｐａｃｅ 對我國科研進行可視化分析與評價， 推動了可視化研究方法在我國科研評價領域的應用［４－５］ 。因此， 本文采用可視化的方法對國內政策文本研究進行回顧和分析。

對政策文本研究進行綜述性分析始終受到學者們的關注， 特別是在政策文本量化研究領域， 通過梳理政策文本計量的起源、遷移與方法創新重塑政策文本量化研究［６］ ， 并揭示政策文本研究包含政策主題變遷、政策工具選擇與組合、政策制定過程中主體合作網絡等內容［７］ 。在公共政策研究領域， 也積極融合文本分析方法［８］ ， 從文本計量的視角出發，提出了政策文本研究的新方向， 即從政策量化研究到政策信息學的轉變［９］ 。鑒于政策文本研究始終受到學者們的廣泛關注， 從可視化的角度進行定量分析有助于進一步揭示政策文本研究的進展。本文在以上成果的基礎上， 基于ＣＳＳＣＩ 期刊論文， 對我國政策文本研究進行回顧與分析。

１ 文獻數據檢索與發文量分析

１ １ 文獻數據檢索

本研究以ＣＮＫＩ、萬方數據和維普數據庫作為文獻數據來源， 選取關于政策文本研究問題的核心期刊論文， 檢索式為： 篇關摘＝“政策文本” ＯＲ “政策文獻”， 文獻來源類別勾選“ＣＳＳＣＩ”， 檢索時間為２０２３ 年４ 月１３ 日， 初步檢索得到文獻共計４ ９３８篇， 經過去重及人工篩選無關的文獻后得到共計１ ８８４篇相關文獻， 時間跨度為２０００—２０２３ 年。

１ ２ 發文量分析

發文數量的變化情況可以清晰地表達該研究問題的研究強度和熱度。選取２０００—２０２２ 年數據繪制發文數量年度趨勢圖， 如圖１ 所示。從該曲線的增長態勢來看， ２００８ 年前為政策文本研究的萌芽階段， 屆時政策文本分析視角開始被我國研究者應用。２００８—２０１５ 年為政策文本研究的起步階段， 我國越來越多的研究者開始重視政策文本研究視角。２０１５ 年至今為政策文本研究的發展階段， 期間各個領域的研究者都以政策文本研究視角對各行各業的政策進行文本分析。值得注意的是， ２０１７ 年起年均發文量超過１００ 篇， 越來越多的學者結合定性與定量兩種研究方式， 以政策文本分析視角挖掘政策的內涵與價值，政策文本分析研究視角進入了穩定發展態勢。

２ 作者、機構合作現狀分析

繪制作者、機構之間的合作圖譜可以揭示政策文本分析研究者和研究機構間的合作狀況， 從另一角度體現了政策文本分析研究的復雜與繁瑣性特征。統計發現， 在我國ＣＳＳＣＩ 期刊上發表政策文本分析研究４ 篇及以上的學者共計３８ 人， 如表１ 所示。

由表１ 可知， 馬海群、黃萃、陳鵬、杜寶貴、祁占勇、秦春秀等是政策文本分析研究發文量較高的學者。下面通過作者共現網絡圖譜和機構合作網絡圖譜來探究發文量較高的學者間的科研合作情況， 經過參數調整后如圖２、圖３ 所示。

圖２、圖３ 中的連線較少， 表明該領域的合作網絡整體情況不理想。通過進一步考察發現， 圖譜中存在的一些科研團體， 他們的內部成員絕大多數是來自同一地區或同一科研機構， 如黑龍江大學信息資源管理研究中心的馬海群團隊（包括姜鑫、張濤、劉興麗等）、中國科學技術信息研究所封穎團隊、華中師范大學譚春輝團隊（謝榮、王一夫、劉倩、魏溫靜等）、華東師范大學李廷洲團隊（吳晶、楚江亭、李文輝等）、武漢大學黃如花團隊（溫芳芳、苗淼等）。各個小團體內部合作緊密， 但團體之間的聯系較為松散， 其中只有中國科學院大學經濟與管理學院圖書情報與檔案管理系與其他機構間聯系緊密， 也實現了跨省同中國科學院成都文獻情報中心合作。整體上看， 我國政策文本分析研究合作以知名學者為中心形成了較小的師生或同機構科研合作團隊， 各團體間聯系較小。

３ 應用的具體研究方法、研究視角與研究領域分析

關鍵詞是文獻的重要組成部分， 是研究者經過深思熟慮得到的、反映論文重要概念等方面的核心術語。政策文本分析相關文獻的關鍵詞聚類不僅反映了我國政策文本分析研究的發展脈絡與前沿熱點，其關鍵詞聚類列表還可以清晰地展示出政策文本分析應用的具體研究方法與研究領域。根據表２ 的政策文本研究相關論文關鍵詞聚類列表， 繪制政策文本研究關鍵詞聚類（ＬＬＲ 對數似然率標簽名）的Ｓｉｚｅ與時間（年份）柱狀圖， 如圖４ 所示， 并根據研究方法、研究視角、研究領域與其他對關鍵詞進行劃分， 通過內容分析法對政策文本研究應用的具體方法、研究視角與研究領域進行闡述。

３ １ 政策文本分析應用的具體研究方法

通過圖４ 可知， 我國政策文本分析主要應用的方法有內容分析、文本分析、政策分析及量化分析４ 種， 并隨著時間推移逐漸從內容分析向量化分析發展。總體來看， 可以將我國進行政策文本分析方法分為定量分析、定性分析和綜合分析３ 種： 首先是對政策文本進行定量分析， 主要統計政策文本發布及更新時間數據、政策主題詞、政策發文單位等；其次是對政策文本展開的定性分析， 多從政策力度、政策目標、政策作用、政策演進等角度對政策文本進行有邏輯的內容闡釋； 最后是綜合分析， 運用定性與定量相結合的方式， 對某主題政策進行文本分析， 研究者通過應用定量與定性相結合的研究方法，可以發現隱藏于政策文本背后的政策信息與其內在特征。

３ ２ 政策文本分析的研究視角

從圖４ 研究視角來看， 研究者多采用政策變遷、府際關系、政策工具、政策演進、政策評估與文本挖掘等視角進行政策文本研究。隨著時間的遷移， “政策變遷” 研究視角的名稱逐步被“政策演進” 替代， 但政策變遷實質上等同于政策演進，其內在動力都來源于政策需求和政策供給間的矛盾運動［１０］ 。

政策變遷與政策演進成為熱點研究視角是由于政府執政理念會隨著時代的發展而變化， 伴隨著政治、經濟、社會、文化的不斷發展而推陳出新。政策文本是政府履行職能過程中留下的印記， 因此會隨著執政理念的轉變， 內化于政策文本中的政策目標與政策主體文本也在變遷。因此， 政策變遷研究

在政策文本研究興起之初就成為了熱點研究視角之一。在以往的研究中， 對政策變遷的研究主要基于定性的政策文本梳理、解讀， 不可避免的夾雜作者的主觀性。隨著文本挖掘工具的出現， 量化研究因其可以客觀地呈現政府執政理念的轉變過程而被作者廣泛應用， “政策變遷” 一詞隨之轉向了動態化特征更加鮮明的“政策演進”。

府際關系成為熱點研究視角是由于政府部門是政策制定主體之一， 政策制定過程離不開政策主體之間的博弈。政策文本的制定和實施是政府機構多部門的博弈結果， 其中既存在合作， 同時又伴隨著沖突。因此， 政策文本的制定機構的合作網絡可以充分體現復雜的府際關系， 為研究政府部門間的關系及博弈機制提供了新視角。通過政策文本發布機構合著網絡分析方法， 可以清晰地梳理政策文本頒布機構之間的政策網絡合作， 識別政府部門合作模式與沖突關系。

近年來， 政策工具逐漸成為頂流熱點研究視角是由于政策工具是實現政策目標的基本保障， 并以此為研究視角有助于實現政策科學化。陳振明等［１１］ 認為， 政策工具是公共物品和服務的供給方式與實現機制， 即政府為了實現和滿足公眾的公共物品與服務的需求所采取的各種方法、手段和實現機制， 為了滿足公眾需求而進行的一系列的制度安排。因此， 以政策工具為視角的研究成果可以優化政策文本， 進而更好地滿足公眾需求， 并一舉成為了最熱門的研究視角。

政策評估成為熱點研究視角是由于政策評估可以為政策制定者在制定新政策時提供充分且有依據的政策實施情況作為參考， 為此能夠制定更優化的政策。政策評估通常是通過構建科學、全面的評價指標體系， 對政策文本內容及實施過程和效果進行系統化的考察和分析， 之后得出合理的評估結論。為了調整政策措施、提高政策執行效率， 根據政策評估識別出的問題提出相關優化建議， 為判斷未來政策走勢等提供決策參考和依據［１２］ 。

文本挖掘隨著數字化技術的發展逐漸成為最前沿的熱點研究視角， 也被譽為最科學的研究范式之一。其結合了扎根理論與量化研究方法， 從政策文本中提取影響因素， 盡可能克服實證研究中因主觀而導致的研究假設建立不足的情況， 從而增加研究的科學性。

３ ３ 政策文本分析的研究領域

從圖４ 所示的研究領域上來看， 政策文本研究最先興起于教育政策領域， 隨后在公共政策領域快速發展， 近期在科學政策領域受到關注。通過筆者的梳理發現， 政策文本分析的研究領域可以細化為教育政策［１３－１５］ 、科學數據政策［１６－１８］ 、地方政府政策［１９－２２］ 、科技政策［２３－２５］ 、人才政策［２６－２８］ 、貨幣政策［２９］ 、醫療健康政策［３０］ 等公共領域制定的政策文本。

４ 研究熱點分析

４ １ 關鍵詞共現圖譜與熱點關鍵詞

各類研究中關鍵詞出現頻次的高低， 決定著該類研究中包含的相關領域關注度的大小。繪制關鍵詞共現圖譜可以揭示我國政策文本研究的核心主題及其關聯情況， 如圖５ 所示， 按照中介中心度的大小來控制節點標簽的顯示數量， 節點文字的字號大小與其代表的關鍵詞出現頻次大小成正比。如圖５所示， 我國政策文本研究除了上述研究方法、研究視角和研究領域外， 還有近期興起的政策協同、政策網絡、人工智能、大數據等研究主題。

從表３ 可知， 政策工具、政策文本、內容分析、政策變遷、教育政策、量化分析、政策演進、人才政策、文本挖掘、人工智能、地方政府、公共政策等是近年來政策文本分析研究的熱點， 其中包含了政策文本研究的不同政策主題。隨著時間的推移，政策文本研究的實效性凸顯， 政策主題會隨著大數據、人工智能等時代的產物而迅速產生新興熱門主題。

４ ２ 關鍵詞聚類圖譜

繪制關鍵詞聚類圖譜以反映我國政策文本分析研究的發展脈絡與前沿熱點。數據顯示共有３３７ 個網絡節點， ３５６ 條連線， 網絡密度為０ ００６３， Ｍｏｄ?ｕｌａｒｉｔｙ Ｑ 的值為０ ８７９９， 遠大于臨界值０ ３， 表明關鍵詞聚類網絡的結構顯著， 聚類效果較好； ＭｅａｎＳｉｌｈｏｕｅｔｔｅ 值為０ ９７７４， 也遠大于臨界值０ ５， 表明聚類結果是合理的。通過采用對數似然比ＬＬＲ 算法，共產生９ 個主要關鍵詞聚類， 分別為政策、政策文本、政策分析、文本分析、內容分析、政策工具、政策變遷、公共政策和人工智能， 如圖６ 所示。

可以發現， 隨著政策文本研究的不斷深入， 基于政策工具理論的政策文本分析始終受到我國學界關注［３１］ 。在我國， 黃萃等［３２］ 基于政策工具視角對中國風能政策文本進行了量化研究， 進一步推動了政策工具的運用。李健等［３３］ 基于政策工具對中國節水政策框架進行分析研究， 深入剖析了我國節水政策存在的問題， 并對未來節水政策的制定和應用提出了合理化建議。周京艷等［３４］ 基于政策工具視角對我國大數據政策的文本量化分析， 討論了現有政策的合理性以及完善現有政策的路徑。劉春華等［３５］基于政策工具視角下對中國體育政策進行梳理與分析， 深入剖析體育政策在政策工具選擇、組織、關聯中存在的缺失與沖突。白彬等［３６］ 基于政策工具視角對以創業拉動就業的政策進行分析， 探討了政策的合理性和有效性， 并提出優化方法和路徑。李健等［３７］ 基于政策工具視角， 對中國慈善事業政策進行研究， 并深刻揭示了未來慈善事業政策的走向等。政策工具理論在我國政策文本研究中的廣泛應用體現了我國政策文本研究以政策的問題為導向， 以期提高政策實施質量。

而近兩年興起并迅速發展的人工智能也受到了政策文本研究的重視。李明等［３８］ 對我國央地政府人工智能政策的外部結構、政策工具與政策主題進行分析。湯志偉等［３９］ 在政策工具與創新價值鏈視角下對我國地方政府人工智能政策進行研究。劉紅波等［４０］ 基于政策文本量化對我國人工智能發展的價值取向、議題構建與路徑選擇進行分析。湯志偉等［４１］ 對中美兩國人工智能政策進行基于目標、工具與執行的內容分析。可見政策文本研究主題的演變時效性較強， 會隨著整體上時代的發展而遷移。

４ ３ 關鍵詞突現圖譜

繪制關鍵詞突現結果如圖７ 所示。據觀察政策文本分析研究的政策領域起始于教育政策， 并且學者們在政策文本分析研究的起步階段主要關注政策變遷問題。隨著時代的發展， 科技政策、地方政府政策、體育政策、開放數據政策、創新政策、改革開放政策、大數據政策逐漸進入研究者視野， 并隨著研究的深入及研究范式的不斷發展， 從簡單的梳理政策變遷研究轉為政策評價研究， 以期制定更加科學的政策。

２０２０ 年興起的政策評價是公共政策的制定和管理過程中最重要的紐帶， 通過使用不同的理論、量化模型和技術手段來對特定的政策進行綜合性分析， 不僅可以對政策本身做出科學的評判， 還可以檢驗政策制定和執行的實際效果。政策評價在公共政策分析的過程中充當了重要角色， 也是政策資源合理分配的基礎， 有效地檢驗政策效果［３８］ 。近年來多數作者應用的ＰＭＣ（Ｐｏｌｉｃｙ Ｍｏｄｅｌｉｎｇ Ｃｏｎｓｉｓｔｅｎ?ｃｙ）指數模型［３９］ 不僅可以通過ＰＭＣ 指數多維度分析某項政策的內部異質性和優劣水平， 而且可以通過ＰＭＣ 曲面圖直觀展示政策各維度的優勢和缺陷。張永安等［４４］ 針對我國“大眾創業、萬眾創新” 政策進行ＰＭＣ 量化分析， 完善雙創政策的提升策略；周海煒等［４５］ 利用文本挖掘和ＰＭＣ 指數模型構建大數據發展政策的評價體系， 提出合理優化路徑； 胡峰等［４６］ 以Ｈｅｒｒｉｎｇ 模型為研究框架， 基于ＰＭＣ 指數模型， 從情報需求識別、規劃、搜集、加工、分析、演示的過程視角對大數據政策文本進行量化評價， 最終得出我國大數據政策設計總體較為科學、合理， 政策質量較高的結論； 趙楊等［４７］ 應用ＰＭＣ指數模型對我國政府頒布的８ 項有代表性的國家跨境電子商務政策進行量化評價分析， 得出我國跨境電子商務政策的ＰＭＣ 指數總體呈上升趨勢的結論。

５ 總結與展望

本文對我國ＣＳＳＣＩ 期刊中發表的政策文本研究的相關文獻進行定量分析， 運用ＣｉｔｅＳｐａｃｅ 共現分析、聚類分析等可視化手段， 揭示政策文本研究文獻的作者、機構合作網絡、研究方法、研究領域與研究熱點。

以上分析展現了我國政策文本研究的發展： 其一是我國政策文本研究分為３ 個階段， ２００８ 年以前為萌芽階段， ２００８—２０１５ 年為政策文本研究的起步階段， ２０１５ 年至今為政策文本研究的穩定發展階段， 年均發文量實現了１００ 篇以上的穩定發展； 其二是我國政策文本研究作者、機構合作情況，通常以知名學者為中心， 形成范圍較小的師生或同機構科研團隊的合作； 其三是我國政策文本研究應用的具體方法與涉及研究領域范圍較廣， 研究方法上已經形成定性與定量相結合的方式， 結合了實施描述與統計驗證兩種方法， 所涉及的研究視角與研究領域也較為廣泛，； 其四是隨著大數據與人工智能的發展， 政策文本研究領域逐步拓寬， 政策工具與政策評價也成為了我國政策文本研究的重點。

在今后的發展中， 還需從研究方法上加強對文本數據的解釋性分析能力與創新空間， 應努力嘗試與其他學科的理論方法相融合， 從而構建出新的量化研究方法或文本內容挖掘工具， 從而實現政策文本分析研究結果的更大貢獻； 在研究領域的拓展與創新上， 還應該將政策文本研究推廣至更多的領域， 充分開發政策文本的價值， 為社會賦能。

參考文獻

［１］ Ｈｅｙ Ｔ， Ｔａｎｓｌｅｙ Ｓ， Ｔｏｌｌｅ Ｋ． Ｔｈｅ Ｆｏｕｒｔｈ Ｐａｒａｄｉｇｍ ［Ｍ］． ＭｉｃｒｏｓｏｆｔＰｒｅｓｓ， ２００９．

［２］ Ｃｈｅｎ Ｃ． ＣｉｔｅＳｐａｃｅ： Ｄｅｔｅｃｔｉｎｇ ａｎｄ Ｖｉｓｕａｌｉｚｉｎｇ Ｅｍｅｒｇｉｎｇ Ｔｒｅｎｄｓａｎｄ Ｔｒａｎｓｉｅｎｔ Ｐａｔｔｅｒｎｓ ｉｎ Ｓｃｉｅｎｔｉｆｉｃ Ｌｉｔｅｒａｔｕｒｅ ［ Ｊ］． Ｊｏｕｒｎａｌ ｏｆ ｔｈｅＡｍｅｒｉｃａｎ Ｓｏｃｉｅｔｙ ｆｏｒ Ｉｎｆｏｒｍａｔｉｏｎ Ｓｃｉｅｎｃｅ ａｎｄ Ｔｅｃｈｎｏｌｏｇｙ， ２００６，５７ （３）： ３５９－３７７．

［３］ 陳悅， 劉則淵． 悄然興起的科學知識圖譜［ Ｊ］． 科學學研究，２００５， （２）： １４９－１５４．

［４］ 陳超美， 陳悅， 侯劍華， 等． ＣｉｔｅＳｐａｃｅ Ⅱ： 科學文獻中新趨勢與新動態的識別與可視化［Ｊ］． 情報學報， ２００９， ２８ （３）：４０１－４２１．

［５］ 劉則淵， 王賢文， 陳超美． 科學知識圖譜方法及其在科技情報中的應用［Ｊ］． 數字圖書館論壇， ２００９， （１０）： １４－３４．

［６］ 李江， 劉源浩， 黃萃， 等． 用文獻計量研究重塑政策文本數據分析———政策文獻計量的起源、遷移與方法創新［ Ｊ］． 公共管理學報， ２０１５， １２ （２）： １３８－１４４， １５９．

［７］ 黃萃， 任弢， 張劍． 政策文獻量化研究： 公共政策研究的新方向［Ｊ］． 公共管理學報， ２０１５， １２ （２）： １２９－１３７， １５８－１５９．

［８］ 黃萃， 呂立遠． 文本分析方法在公共管理與公共政策研究中的應用［Ｊ］． 公共管理評論， ２０２０， ２ （４）： １５６－１７５．

［９］ 劉昊， 張志強． 文獻計量視角下政策科學研究的新方向———從政策量化研究到政策信息學［Ｊ］． 情報雜志， ２０１９， ３８ （１）：１８０－１８６， １１１．

［１０］ 陳潭． 公共政策變遷的理論命題及其闡釋［Ｊ］． 中國軟科學，２００４， （１２）： １０－１７．

［１１］ 陳振明， 張敏． 國內政策工具研究新進展： １９９８—２０１６ ［ Ｊ］．江蘇行政學院學報， ２０１７， （６）： １０９－１１６．

［１２］ 趙莉曉． 創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］ 俞國良， 琚運婷． 我國心理健康教育政策的歷史進程分析與啟示［Ｊ］． 中國教育學刊， ２０１８， （１０）： ４０－４８．

［１４］ 俞國良， 李森． 我國“立德樹人” 教育政策歷史進程的文本分析與啟示［Ｊ］． 西南民族大學學報（ 人文社科版）， ２０１９，４０ （６）： ２１７－２２２．

［１５］ 靳娟娟， 俞國良． 我國家庭教育政策歷史進程的文本分析與__啟示［Ｊ］． 中國人民大學教育學刊， ２０２１， （１）： １１４－１２６．

［１６］ 姜鑫， 馬海群， 王德莊． 基于質性文本分析視角的開放科學數據與個人數據保護的政策協同研究———以國外資助機構為例［Ｊ］． 情報理論與實踐， ２０２０， ４３ （７）： ５４－６２．

［１７］ 王德莊， 姜鑫． 國外學術期刊科學數據政策質性分析與內容要素研究［Ｊ］． 中國科技期刊研究， ２０２２， ３３ （８）： １０８８－１０９７．

［１８］ 王丹丹， 劉清華， 葛力云． Ｓｐｒｉｎｇｅｒ Ｎａｔｕｒｅ 科研數據政策標準化工作實踐及啟示［Ｊ］． 圖書情報工作， ２０２０， ６４ （１８）： １３７－１４５．

［１９］ 郭燕芬， 柏維春． 我國地方政府效能評價的實施現狀———基于３１ 省的政策文本分析［Ｊ］． 蘭州學刊， ２０１９， （１）： １６４－１８２．

［２０］ 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．

［２１］ 李明， 曹海軍． 中國央地政府人工智能政策比較研究———一個三維分析框架［Ｊ］． 情報雜志， ２０２０， ３９ （６）： ９６－１０３， ５３．

［２２］ 姜景， 姜婭新， 杜惠． 政策工具視角下的數字政府研究———基于我國４５ 份政策文本的量化分析［ Ｊ］． 智庫理論與實踐，２０２２， ７ （２）： １４－２３．

［２３］ 彭輝． 基于內容分析法的上海市科技創新政策文本分析［ Ｊ］．大連理工大學學報（社會科學版）， ２０１７， ３８ （１）： １５７－１６３．

［２４］ 文圓， 危懷安， 李旭彥． 科技企業孵化器政策量化與演進研究［Ｊ］． 科技進步與對策， ２０２１， ３８ （１９）： １１９－１２８．

［２５］ 章昌平， 錢楊楊． 中國科技政策網絡分析： 行動者、網絡結構與網絡互動［Ｊ］． 社會科學， ２０２０， （２）： ３－１７．

［２６］ 黃海剛， 曲越． 中國高端人才政策的生成邏輯與戰略轉型：１９７８—２０１７ ［Ｊ］． 華中師范大學學報（人文社會科學版）， ２０１８，５７ （４）： １８１－１９２．

［２７］ 陳新明， 蕭鳴政， 張睿超． 城市“搶人大戰” 的政策特征、效力測度及優化建議［ Ｊ］． 中國人力資源開發， ２０２０， ３７ （５）：５９－６９．

［２８］ 朱軍文， 王杰． 從“競爭” 到“普惠”： 高校青年人才支持政策轉向研究［Ｊ］． 教育發展研究， ２０２２， ４２ （７）： ２１－２６， ３３．

［２９］ 程翔， 鮑新中， 張瑞， 等． 基于政策量化的京津冀地區科技金融政策有效性分析［ Ｊ］． 科技管理研究， ２０１８， ３８ （２０）：６２－６８．

［３０］ 翟運開， 郭柳妍， 趙棟祥， 等． 基于ＰＭＣ 指數模型的遠程醫療政策評價［Ｊ］． 信息資源管理學報， ２０２２， １２ （ ２）： １１２－１２２， １３７．

［３１］ 范麗莉， 唐珂． 基于政策工具的我國政府數據開放政策內容分析［Ｊ］． 情報雜志， ２０１９， ３８ （１）： １４８－１５４， ５３．

［３２］ 黃萃， 蘇竣， 施麗萍， 等． 政策工具視角的中國風能政策文本量化研究［Ｊ］． 科學學研究， ２０１１， ２９ （６）： ８７６－８８２， ８８９．

［３３］ 李健， 王博． 基于政策工具的中國節水政策框架分析研究［Ｊ］．科技管理研究， ２０１５， ３５ （４）： ２１８－２２３．

［３４］ 周京艷， 張惠娜， 黃裕榮， 等． 政策工具視角下我國大數據政策的文本量化分析［Ｊ］． 情報探索， ２０１６， （１２）： ７－１０， １６．

［３５］ 劉春華， 李祥飛， 張再生． 基于政策工具視角下的中國體育政策分析［Ｊ］． 體育科學， ２０１２， ３２ （１２）： ３－９．

［３６］ 白彬， 張再生． 基于政策工具視角的以創業拉動就業政策分析［Ｊ］． 科學學與科學技術管理， ２０１６， ３７ （１２）： ９２－１００．

［３７］ 李健， 顧拾金． 政策工具視角下的中國慈善事業政策研究———以國務院《關于促進慈善事業健康發展的指導意見》為例［Ｊ］． 中國行政管理， ２０１６， （４）： ３４－３９．

［３８］ 李明， 曹海軍． 中國央地政府人工智能政策比較研究———一個三維分析框架［Ｊ］． 情報雜志， ２０２０， ３９ （６）： ９６－１０３， ５３．

［３９］ 湯志偉， 雷鴻竹， 郭雨暉． 政策工具—創新價值鏈視角下的我國地方政府人工智能產業政策研究［ Ｊ］． 情報雜志， ２０１９，３８ （５）： ４９－５６．

［４０］ 劉紅波， 林彬． 中國人工智能發展的價值取向、議題建構與路徑選擇———基于政策文本的量化研究［ Ｊ］． 電子政務， ２０１８，（１１）： ４７－５８．

［４１］ 湯志偉， 雷鴻竹， 周維． 中美人工智能產業政策的比較研究———基于目標、工具與執行的內容分析［Ｊ］． 情報雜志， ２０１９， ３８（１０）： ７３－８０．

［４２］ 蔡冬松， 柴藝琳， 田志雄． 基于ＰＭＣ 指數模型的吉林省數字經濟政策文本量化評價［Ｊ］． 情報科學， ２０２１， ３９ （１２）： １３９－１４５．

［４３］ Ｒｕｉｚｅ Ｅｓｔｒａｄａ Ｍ Ａ， Ｙａｐ Ｓ Ｆ， Ｎａｇａｒａｊ Ｓ． Ｂｅｙｏｎｄ ｔｈｅ Ｃｅｔｅｒｉｓ Ｐａ?ｒｉｂｕｓ Ａｓｓｕｍｐｔｉｏｎ： Ｍｏｄｅｌｉｎｇ Ｄｅｍａｎｄ ａｎｄ Ｓｕｐｐｌｙ Ａｓｓｕｍｉｎｇ ＯｍｎｉａＭｏｂｉｌｉｓ ［Ｊ］． Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｊｏｕｒｎａｌ ｏｆ Ｅｃｏｎｏｍｉｃｓ Ｒｅｓｅａｒｃｈ， ２００８（２）： １８５－１９４．

［４４］ 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．

［４５］ 周海煒， 陳青青． 大數據發展政策的量化評價及優化路徑探究———基于ＰＭＣ 指數模型［Ｊ］． 管理現代化， ２０２０， ４０ （４）：７４－７８．

［４６］ 胡峰， 溫志強， 沈瑾秋， 等． 情報過程視角下大數據政策量化評價———以１１ 項國家級大數據政策為例［Ｊ］． 中國科技論壇，２０２０， （４）： ３０－４１， ７３．

［４７］ 趙楊， 陳雨涵， 陳亞文． 基于ＰＭＣ 指數模型的跨境電子商務政策評價研究［Ｊ］． 國際商務（對外經濟貿易大學學報）， ２０１８，（６）： １１４－１２６．

（責任編輯： 郭沫含）