智慧物流政策的文本量化分析

李波　趙明宇　郭文雅　宋佳歡

關鍵詞：智慧物流政策；文本挖掘；PMC指數模型；政策量化；政策評價

中圖分類號：F426.67 文獻標識碼：A 文章編號：2096-7934（2023）12-0009-15

一、引言

隨著工業4.0潮流的推進，眾多行業加速數字化轉型進程。在此背景下，智慧物流正逐漸嶄露頭角，成為物流行業轉型升級的關鍵途徑之一。為適應中國智慧物流業發展的需要，中央層面出臺了一系列政策，如《關于促進商貿物流發展的實施意見》（商流通函〔2014〕790號）、《關于智慧物流配送體系建設實施方案的通知》（商辦流通函〔2015〕548號）、《關于積極推進供應鏈創新與應用的指導意見》（蘇政辦發〔2017〕97號）等，從多方面引導和促進物流業的數字化改造，為我國各省域地區物流發展指明了方向。

事實上，在政策的具體落實過程中，由于我國各地區的職能和定位存在差異，各地智慧物流發展程度不同，根據區位差別和經濟形勢的要求，地方政策具有明顯的針對性和差異性，但目前對于政策的側重點和優劣勢的評估仍未形成完整體系，也因此對政策的評估方式產生要求。具體而言，政策的評估在于我國不同地區出臺的智慧物流政策的不同點、出臺政策怎樣促進和激勵各地智慧物流行業的發展和各級政府智慧物流發展的導向如何等這些問題，值得科學探討與評價分析。但目前智慧物流政策的相關研究大多集中在政策實施效果層面，對于政策文本評估領域少有文獻涉及。本文從中央的宏觀導向出發，分析了不同區位直轄市出臺智慧物流政策的文本差異化并分析其原因，為智慧物流的地區落地實現提供更為科學的理論基礎，同時通過比較分析上海市和天津市的政策和措施，可以為其他地區提供結合本地優勢和特色的借鑒參考，推動智慧物流全面推廣。

目前在政策的文本評估中應用的研究方法上，已有文獻多采用語義分析、數據可視化與文獻計量等方法，比較分析政策文本背后的潛在價值。例如，周付軍［1］運用內容量化分析和社會網絡分析方法，從政策工具、政策目標、主體要素和外部特征四個維度對我國信息安全管理政策展開分析。封鐵英和南妍以非典疫情防控與新冠肺炎疫情防控政策文本為分析對象，針對公共危機與社會保障核心特征，定量評價中國在公共危機治理中的社會保障應急政策，提出優化社會保障應急政策的建議［2］。李倩等基于中國大陸30個省份的新能源產業政策等數據，利用策略建模一致性（PMC）關鍵詞提取和政策力度的方法量化分析新能源產業政策，探究新能源產業政策的量化分析及其環保效應［3］。總體而言，政策效果的衡量方式在國內基本都有涉及，但利用PMC指數模型進行政策文本評價的研究較少。

考慮以上問題背景，本文以國家層面、天津市和上海市政府部門及相關管理機構出臺的14項智慧物流相關政策為研究對象，從政策屬性、政策措施和政策對象三個角度構建政策評價的指標體系，利用PMC指數模型對國家層面、天津市和上海市發布的智慧物流政策進行比較分析，以期進一步提供借鑒與參考意義。

二、文獻綜述

本文主要與兩方面研究密切相關，一方面是智慧物流政策的評價視角，另一方面是政策文本的量化視角。

（一）有關智慧物流發展政策評價研究

作為物流領域新興的發展趨勢，智慧物流政策的早期研究更多聚焦于物流發展的評估。如張丹選取2006年至2017年26個物流相關的國家政策進行文本分析，判斷此階段出臺政策效能的合理性與有效性，并從政策客體視角分析我國物流業發展方向［4］。侯振興采用內容分析法從政策工具和農產品電商生態系統兩個維度，對中央層面和甘肅省出臺的農產品電商發展政策進行分析，提出政策存在的若干問題［5］。但以上研究僅針對我國物流相關政策的評價分析，關于數字化、智慧化物流發展政策的評價研究少有涉及。由此，本文依據Dai和Athey的研究方式［6-7］，采用文本分析的方法對智慧物流政策進行評價研究，以有效檢驗政策制定和實施的實際效果。

（二）基于文本量化分析的政策評價研究

關于政策內容量化的評價研究方法，部分學者已經取得一系列成果。如馬雨萌等基于政策外部特征與內容要素的文本分析方法，從政策頒布特征、重點布局、政策工具、熱點演進、政策衍生和機構合作等方面對目標領域科技政策文本進行分析［8］。于琦等利用詞頻分析法和內容分析法，對我國健康醫療大數據政策文獻進行量化研究，從宏觀上把握我國健康醫療大數據政策的基本特征和政策目標，為我國健康醫療大數據政策的制定和實施提供切實依據［9］。進一步，楊凱瑞等以近15年間中央層面的創新創業扶持政策為研究對象，采用政策文本分析法從四個維度進行統計分析，以發掘我國創新創業扶持政策的特征及存在的不足并給出合理建議［10］。郭鵬飛和周英男通過文本分析識別并提煉出構成城市綠色轉型評價指標體系的三大核心因子，形成城市綠色轉型政策的四級評價指標體系［11］。

與此同時，PMC在我國政策評價領域的應用日漸廣泛。如宋大成等以2001年至2020年我國國家層面出臺的114項科學數據開放共享政策為研究對象，采用文本挖掘、內容分析等方法提取政策文本中高頻詞，利用PMC指數模型對其中6項科學數據開放共享政策進行量化評價分析［12］。董紀昌和袁銓等針對2013年至2019年我國中央層面層面出臺的220項房地產政策提取關鍵詞頻，構建了房地產政策的PMC指數模型［13］。沈俊鑫等基于西部地區34項數字經濟政策文本，通過文本挖掘提取關鍵詞并繪制語義網絡圖，進而構建PMC指數模型對政策樣本進行量化評價［14］。

綜上，可以看出現有文獻主要集中在物流政策的評價研究，很少有文獻針對智慧物流政策進行量化分析。為此，本文以我國中央層面的智慧物流政策為基準，選取兩個物流發展定位相似的直轄市，即天津市和上海市，采集其2018年至2022年間涉及智慧物流的政策進行文本挖掘量化處理，選取其中14項有代表性的智慧物流專項政策指標，計算PMC指數并得出政策評價結果，從而對比中央層面、天津市與上海市的智慧物流政策量化評估結果，為我國各級政府制定和完善智慧物流政策與發展戰略提供了借鑒意義。

三、評價模型構建過程

本節將對我國國家層面出臺的智慧物流政策進行文本挖掘，構建量化評價分析模型。研究過程如圖1所示。

圖1 本文量化評價模型構建過程

從圖1可以看出，本文構建的智慧物流政策量化評價模型分成三大部分。第一，收集相關政策文本后，應用統計分析和文本挖掘方法對政策文本進行分詞并從中提取高頻詞，通過數據清洗和數據處理，獲得相關指標。第二，參考相關政策量化指標，構建一級和二級指標組成的評價模型，通過PMC指數模型對智慧物流政策進行分析評價，基于PMC指數模型評價過程的邏輯思路如下：①變量選取與參數識別；②構建多投入產出矩陣；③PMC指數計算；④PMC曲面繪制；⑤分析政策指標。第三，依據PMC指數模型的計算結果，對一級指標和二級指標分別進行對比分析，從而評價政策優劣，為政策制定或改進提出相應建議。

通過PMC指數模型進行分析評價過程。與其他政策量化評價模型相比，PMC指數模型具有顯著優勢［15］：首先，PMC指數模型的參數通過文本挖掘得出，避免了人為評價的主觀性；其次，相對于聚焦事后評價的政策研究模型，模型針對政策文本本身進行研究，更為有效地關注政策文本的內容；最后，PMC指數模型不僅可以實現對單一政策進行量化評價的目標，還能分析不同政策間的一致性，且非常直觀地展示出政策的優勢，從而為政策改進路徑提供更為科學、有效的依據。

四、實證分析

（一）樣本選取

在中國，智慧物流行業的發展相對較晚。2009年，我國的政策文件中首次引入智慧物流的概念。而關于智慧物流的具體政策框架，也是在近年來才開始逐步建立和完善。尤其是2018年以來，《國家物流樞紐布局和建設規劃》《關于推動物流高質量發展促進形成強大國內市場的意見》《關于進一步降低物流成本實施意見的通知》和《關于加快建設全國統一大市場的意見》等國家政策文件相繼發布，為我國智慧物流的蓬勃發展提供了強有力的保障，進一步激發了智慧物流系統的建設高潮。基于此，本文將數據樣本遴選時間確定在2018年至2022年。

為保證政策文本數據收集的完整性和研究的一致性，本文采用以下檢索策略進行數據收集：檢索北大法寶數據庫，設定“智慧物流”“智慧供應鏈”等為檢索詞，效力位階設定為“中央法規”，檢索公布日期為2022年10月1日前且現行有效的法律法規；檢索CNKI的政策文件數據庫，選定“智慧物流”“智慧供應鏈”等關鍵詞，檢索發文日期為2022年10月1日前的相關政策文件；檢索天津政務網和上海政務網，選定“智慧物流”“智慧供應鏈”等關鍵詞，檢索發文日期為2022年10月1日前的相關政策文件。

另外，注意到關于支持智慧物流的政策多包含在“十三五”規劃“十四五”規劃、物流政策等綜合性政策文本中，專項性的智慧物流政策文本較少，而PMC指數模型需要針對專項性政策文本，同時考慮到智慧物流通過智能硬件、物聯網與大數據等智慧化技術與手段提高物流系統分析決策和智能執行能力［16］。本文以時間窗口期間14項較有代表性的專項政策作為量化評價樣本，并將與智慧物流政策相關的智能制造專項政策也納入選擇范圍［17］。同時，選擇4組中央層面、天津市和上海市的相同政策進行分析比較，以期雙向比較政策落地成效。具體政策文本樣本如表1所示。

表1 政策選擇

（二）分詞提取與詞頻統計

本文對選取的14項政策樣本進行分詞提取與詞頻統計。利用ROSTCM6軟件導入14項全部智慧物流政策文本，挖掘文本數據，形成文檔集并進行文本分詞處理；然后，將分詞后的文檔集進行詞頻統計，在剔除單字及較常出現的程度副詞后，輸出高頻詞。如表2所示。

表2 智慧物流政策文本挖掘高頻詞

對14項政策內容進行文本挖掘發現，在智慧物流政策文本內容中，不同政策維度呈現出不同的規律和特點，如表2所示。故本文根據智慧物流政策文本中的政策維度，即政策形式、政策主體、應用技術、政策手段、政策對象以及政策機制等方面進行挖掘和分析。在政策形式方面，詞頻挖掘中出現“方案”“制度”“標準”“規范”“政策”“措施”等高頻詞，可以反映出智慧物流政策的形式較為全面，能夠為全面建設智慧物流體系提供多種政策方向和政策選擇。在政策主體方面，參與的主體覆蓋“企業”“行業”“單位”“集團”等，說明政府在制定智慧物流政策的過程中，考慮的參與主體集中于企業、市場，主要依靠企業自身自行選擇和建設智慧物流系統，政府干預效果有限。在應用技術方面，高頻詞主要集中于智慧城市的“環境設施”“信息化”“科技”“智能”，表明現有的智慧物流政策不斷融合新一代信息技術，同時通過平臺建設等手段促進互聯網與物流業深度融合。在政策手段方面，高頻詞集中體現為“服務”“發展”“建設”“推動”“完善”等政府職能，可見在推進智慧物流建設的過程，政策初衷在于對企業的激勵與推動，同時發揮政府政策的服務、激勵的政策作用方式，強制性措施則鮮有出現。在政策對象方面，高頻詞主要為“供應”“快遞”“配送”等，表明智慧物流政策的作用對象與傳統物流的作用對象基本相同。在政策機制方面，高頻詞主要為“合作”“協同”“協調”“共享”，表明當前智慧物流政策在制定過程中已經考慮到運用多元治理理論，即通過合作和協調的方式解決智慧物流建設中的問題。

進一步，本文通過構建語義網絡進一步分析挖掘政策文本的核心內容與各關鍵詞間的輻射程度，這為設定政策評價指標及權重參數提供了可靠依據，總體而言，政策文本的關鍵詞網絡關系可分為以下三部分：①發展、服務、建設、提高以及物流、企業、體系的方形圖塊最大，度數中心性最強，與其他主題詞的連接最多，為政策文本的核心主題詞，表明本文采集的智慧物流政策文本內容均圍繞推動物流企業自主轉型升級展開；②較為核心的主題詞為技術、信息化、平臺、創新等圖塊，這些主題詞體現出智慧物流發展過程中政府對技術和智能設備應用，以及互聯網領域的技術創新與發展應用情況；③主題詞諸如資源、模式、協同等圖塊反映政府政策在推動智慧物流發展的同時，也注重信息平臺的共享以及資源、模式應用等問題的管理。基于文本挖掘得出的表2結果，通過這些關鍵詞的詞頻與關聯程度，可以構建有關天津市與上海市智慧物流政策分析的評價指標。

（三）政策量化的PMC指數模型建立

PMC指數模型在進行政策量化評價時，其核心思想是不忽視任何一個相關變量的作用，同時盡可能多地選取相關變量［18］。參考胡春艷［19］、張永安等［20-21］研究成果，同時結合以上政策文本挖掘得出的高頻詞匯表，構建政策評價指標體系。

基于上述文本挖掘及分析結果和已有文獻中智慧物流的相關指標，本文構建了包括9個一級指標和45個二級指標在內的智慧物流政策評價指標體系，如表3所示。同時根據政策要素的性質分成三組：第一組屬于政策屬性，包括政策性質、政策級別與政策時效，主要反映政策的基本信息和屬性；第二組是政策措施，包括作用方式、保障措施、政策內容和政策類型，主要反映政策的實施方式和政策執行過程中需要采取的保障措施；第三組是政策對象，包括政策客體和政策機制，主要反映政策的具體內容和面向對象。該評價指標體系全面覆蓋了上文選取的智慧物流政策文件內容和信息。其中政策內容（X6）通過前文的文本挖掘，選取14個主題，歸納成6組作為二級指標。

表3 相關智慧物流政策的評價指標構建

從表3可見，一級指標變量包括政策性質（X1）、政策時效（X2）、作用方式（X4）、保障措施（X5）、政策時效（X5）、政策內容（X6）、政策客體（X8）、政策機制（X9），它們的二級變量均服從［0，1］二項分布，也就是說，若政策內容中滿足二級指標評價標準，則二級變量賦值為1，否則賦值為0。傳統PMC指數模型中所有二級指標變量取值都服從［0，1］二項分布，用于平衡所有指標，但這種方式不適用于二級指標評價標準互斥的指標，會造成所有政策在這一指標下評分相同，無法進行優劣評價。本文參考成全［12］等對政策力度量化標準的研究，對一級變量政策級別（X3）、政策類型（X7）的二級變量評價參數設置為在［0，1］范圍內的逐項遞減取值。

五、結果分析

（一）PMC指數指標計算

首先，建立多投入產出表（如表4所示），并依據文本挖掘法和二進制法賦予二級變量具體數值。這里的多投入產出表主指標與表3一級指標對應，而每個主指標由n個二級指標組成，對應表3具體二級指標，二級指標沒有數量限制且重要性相同，因此無需做出重要性排名。其次，計算一級指標值，結合上一步二級變量的賦值進行計算，對二級變量進行相應的加權計算得到一級變量數值：①對于服從［0，1］二項分布的二級指標，根據公式（1）得出二級指標的數值；②針對有額外標注的二級指標，則根據政策標題中明確的類型確定二級指標變量值，同時將該二級變量值直接作為政策的一級變量數值。最后，根據上述方法計算得每項政策的一級指標變量，再將各政策一級變量加總計算得到最終的PMC指數。

其中：t表示一級指標；j表示二級指標，X_t表示一級變量指標的得分，X_j表示二級變量指標得分，T（X_i-j）表示二級指標的數量

表4 本文14項智慧物流政策的多投入產出

本研究參考Estrada［22］的政策等級劃分標準，將PMC指數得分劃分為4個等級：完美［8-9）、優秀［7.99-7］、可接受［6.99-5］、不良［4.99-0］。基于多投入產出表并依據相關政策內容進行參數設定，設置14項智慧物流政策的多投入產出表（如表4所示）。同時基于政策評價模型，分別計算出14項政策的PMC指數，并對照政策評級劃分表對以上政策進行等級評價，具體結果如表5所示。

表5 本文14項智慧物流政策的PMC指數

依據表5可知，總體而言，所選全部政策無不良情況，5項天津市政策中有2項政策評價一般，3項政策評價為良好，5項上海市政策中1項一般，3項政策評價良好，評價中并未產生優秀水平的政策，可能原因在于：我國智慧物流政策的制定和實施仍處于起步階段，各地方對政策的落實重點不完全相同。例如，政策性質方面，各項智慧物流政策更重視引導和監督，但鮮有判定的功能；政策作用方式方面，各地對企業的引導為主，基本不涉及強制措施等。

（二）政策對比分析

本文共設有9個一級變量，最終產生3階方陣，根據式（2）進行PMC矩陣的計算，并進行PMC曲面的構建，通過比較的方式可以展現出政策量化的評價效果。

由于本文選取不同出臺單位智慧物流政策比較，根據公式（2），建立中央層面政策與天津市、上海市的智慧物流政策平均PMC指數矩陣，如表6所示。

表6 智慧物流政策PMC矩陣

進一步，PMC曲面可在多維坐標系下以圖像方式呈現出待評價政策的優劣勢，以便更直觀、形象地評價智慧物流政策，根據PMC矩陣，構建中央層面、天津市與上海市的政策平均PMC曲面圖，如圖2所示。

圖2 中央層面、天津市與上海市智慧物流政策的平均PMC指數曲面

通過對不同政策出臺部門智慧物流政策的PMC指數進行計算并繪制PMC曲面發現，全部政策水平均為良好，每個一級指標的平均情況可以通過圖2直觀地表現出來。總體而言，中央層面政策的評分最高（0.835），上海居中（0.709），天津最后（0.674）。

相對而言，上海的政策性質、政策保障、政策屬性和政策對象得分更高，天津的政策時效性、政策內容和政策類型更加廣泛，在政策內容方面，三類政策基本包含全部政策內容信息，體現了智慧物流政策對信息化、標準化發展的重視；政策類型方面，基本包含五類政策類型，相關涉及內容均有明確表述；在政策客體方面，上海市政策關注交通優化，相較于天津得分更高；關于政策機制，合作、共享和協調基本均在全部政策里有所體現。

此外，為更清晰地對比政策區別，根據前文政策的分組方式，本文將同類型政策視為一組，繪制了四組同類型政策PMC指數雷達圖，如圖3所示。

圖3 分類別政策下的PMC指數評價分析比較

如圖3（a）所示，在X4作用方式、X9政策機制、X1政策性質方面，天津市政策表現更好；上海市在X8政策客體、X6政策內容中，更占優勢。結合兩市具體情況考慮，天津市的電子商務業集聚度較高，擁有豐富的電商平臺和物流企業，同時更注重提升物流服務水平和物流效率，而上海市則更注重推動物流智能化和綠色發展。天津市的物流政策注重提供優惠政策、資金扶持、技術支持等方面的支持，以吸引更多企業進駐和發展。而上海市的政策則更注重提升物流信息化和物流智能化水平。

如圖3（b）所示，本組政策均為推進供應鏈創新與應用政策，從政策的PMC指數得分來看：在X1政策性質、X9政策機制上，上海市政策明顯占優，這可能與上海市政府在政策制定過程中更加注重政策的科學性和可操作性有關。上海市政府在政策制定過程中充分考慮了市場需求和實際情況，同時采用科學的政策制定方法和機制，保證政策的執行效果。在X4政策作用、X8政策客體中，電子商務與快遞物流政策表現一致，說明近年來，天津市不斷加大供應鏈領域的投資力度，推進企業供應鏈的資金支持、技術支持等政策，為企業的發展提供了更好的環境。兩市偏重點不同。

加快農村寄遞物流體系建設政策的PMC指數情況如圖3（c）所示，由于這項政策的導向性強、目標明確，針對農村基礎數字化設施建設，因此這三項政策的PMC指數得分較低，天津市的政策類型為方案類，而中央層面的智慧物流政策和上海市的政策為通知類，導致政策之間的顯著差異，方案類政策通常具有較高的靈活性和可操作性，通知類往往更宏觀和更具調控作用。具體而言，在X1政策性質、X8政策客體、X2政策時效和X9政策機制上，上海市政策得分更高，在X5保障措施、X4作用方式、X6政策內容和X7政策類型，天津市政策更好。與前文相同，上海市政府在本項政策制定和執行中依然更加注重科學性、操作性以及時效性，政策的目標明確、針對性強，同時采取了科學的政策機制，確保政策的高效執行。天津市在政策制定過程中更注重具體的政策措施和政策類型，以確保農村寄遞物流體系建設能夠得到充分的支持和推動。

如圖3（d）所示，相比上海市，天津市出臺關于商貿物流高質量發展專項行動計劃類政策，將商貿物流高質量發展作為重點發展領域，因此出臺了專項行動計劃類政策來推進這一領域的發展。而上海市可能在制定政策時更注重整體的發展規劃和布局，選擇了其他類型的政策來推進全局的發展。

總體而言，上海經濟發展水平較高，物流行業發展成熟；作為我國的經濟中心，經濟發展水平、發展程度都較高，政策環境更加完善，對政策屬性和政策對象進行了更加明確和細致的規定，這有利于提高政策的執行效果。同時關于新技術的探索和應用更有優勢，促進了上海的物流企業及相關機構的積極性和主動性。天津在政策時效性、政策內容和政策類型得分更高，政策時效性更強，對于物流行業的關注度高，政策制定和修訂的速度也相對較快。天津在政策內容上更為豐富和具體，更注重細節和實際操作，有具體的執行計劃和措施，這有利于政策的落地和執行，天津制定了更多涵蓋不同領域和層面的政策，對物流行業的支持更為全面，政策執行力度更強。

綜合以上分析，依據天津市和上海市的智慧物流發展政策，有以下部分可以進行參考借鑒：首先，結合地區特點，政府在智慧物流領域給予支持和引導是非常關鍵的，提供資金、稅收優惠、創新基金等方面的支持，鼓勵企業投資發展智慧物流，地區的智慧物流才能發展的更為迅速。其次，智慧物流的核心在于明確的目的性，可以借鑒上海市的政策整體規劃，推動物流信息化建設，促進物流信息的高效流通。再次，在細節的安排上，可以借鑒天津市的政策細化與政策措施的規定，出臺專項政策與方案類政策增強地區靈活性落實。最后，上海與天津的高校眾多，技術人才提供了大量支持。各地方應參照建設智慧物流人才培訓體系，引進高端人才和技術團隊，促進產學研合作，推動智慧物流的創新發展。

六、結論與啟示

本文以2018年至2022年我國中央層面、上海市和天津市層面出臺的較為典型的14項智慧物流政策為研究對象，采用文本分析和內容分析的方法，提取關鍵詞頻，構建基于PMC指數模型的智慧物流政策評價指標體系，對14項智慧物流政策進行單項政策量化評價。研究結果如下：

第一，從宏觀來看，中央層面政策、上海市政策和天津市政策均屬于良好政策，政策設計合理，說明國家和地方政府都十分重視智慧物流發展和相關政策的制定。第二，天津市更注重政策細節，上海市政策更加具有目的性，兩者政策的出臺和地區位置以及地區的規劃相關，對于中央政策的落實各有不同。第三，政策的調控范圍和作用對象具有很強的相關性，這也在一定程度上說明政策的調控范圍越廣泛，政策的作用對象越具體。第四，PMC指數模型為政策量化評價提供了一種全新的思路和視角，本文將這種方法應用于智慧物流調控政策領域，改進了局部計算方法，完善了智慧物流政策評價指標體系。

本文尚存在一些不足之處。第一，樣本覆蓋范圍小，在今后的研究中，為了更全面地體現政策的覆蓋范圍，可根據涉及智慧物流內容的政策進行政策條目編碼，進行關鍵詞指標選取時，適度擴大樣本。第二，政策的專項性可以進一步加強，有些政策屬于特殊政策，可以在今后的研究中，以某一特殊政策為基礎，構建PMC變量指標體系，從而對某一政策進行更精確的量化評估，以提供更精確的參考意見。

參考文獻：

［1］周付軍.政策工具視角下我國信息安全管理政策量化研究——以2003—2021年政策文本為例［J］.情報雜志，2023，42（1）：174-181.

［2］封鐵英，南妍.公共危機治理中社會保障應急政策評價與優化——基于PMC指數模型［J］.北京理工大學學報（社會科學版），2021，23（5）：75-84.

［3］李倩，趙彥云，劉冰潔.新能源產業政策的量化分析及其環保效應［J］.北京理工大學學報（社會科學版），2021，23（4）：30-39.

［4］張丹，朱鳳戰.我國物流產業發展的政策效應分析［J］.商業經濟研究，2019，782（19）：100-102.

［5］侯振興，閭燕.區域農產品電子商務政策文本計量研究——以甘肅省為例［J］，中國流通經濟，2017，31（11）：45-53.

［6］DAISL.Howeffectiveisthegreendevelopmentpolicyofchinasyangtzerivereconomicbelt？aquantitativeevaluationbasedonthepmcindexmodel［J］.Internationaljournalofenvironmentalresearchandpublichealth，2021，14（18）：76-79.

［7］SUSANA，GUIDOWI.Thestateofappliedeconometrics：causalityandpolicyevaluation［j］.Thejournalofeconomicperspectives，2017，31（2）：3-32.

［8］馬雨萌，黃金霞，王昉，等.基于政策文本量化研究的科技政策分析服務平臺建設［J］.情報科學，2022，40（7）：169-176，185.

［9］于琦，景勝潔，邰楊芳，等.我國健康醫療大數據政策文獻的多維分析［J］.中國全科醫學，2019，22（26）：3209-3216.

［10］楊凱瑞，何忍星，鐘書華.政府支持創新創業發展政策文本量化研究（2003-2017年）——來自國務院及16部委的數據分析［J］.科技進步與對策，2019，36（15）：107-114.

［11］郭鵬飛，周英男.基于扎根理論的中國城市綠色轉型政策評價指標提取及建構研究［J］.管理評論，2018，30（8）：257-267.

［12］宋大成，焦鳳枝，范升.我國科學數據開放共享政策量化評價——基于PMC指數模型的分析［J］.情報雜志，2021，40（8）：119-126.

［13］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.

［14］沈俊鑫，沈冰亮，何承洪，等.基于PMC的西部地區數字經濟政策文本量化評價研究［J］.昆明理工大學學報（社會科學版），2022，22（5）：93-102.

［15］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.

［16］LIUWH，WANGSY，LIANGYJ，etal.Effectofintelligentlogisticspolicybriefingsonshareholdervalue：evidencefromChineselogisticscompanies［J］.Internationaljournaloflogisticsresearchandapplications，2023，26（3）：233-256.

［17］李麗，陳佳波，李朝鮮，等.中國服務業發展政策的測量、協同與演變——基于1996—2018年政策數據的研究［J］.中國軟科學，2020，355（7）：42-51.

［18］RUIZEMA.Policymodeling：definition，classificationandevaluation［J］.Journalofpolicymodeling，2011，33（4）：523-536.

［19］胡春艷，張蓮明.“好”政策的執行效果也好嗎？——基于容錯糾錯政策的實證檢驗［J］.公共行政評論，2021，14（3）：4-23，196.

［20］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.

［21］成全，董佳，陳雅蘭.創新型國家戰略背景下的原始性創新政策評價［J］.科學學研究，2021，39（12）：2281-2293.

［22］ESTRADAMAR.Policymodeling：definition，classificationandevaluation［J］.Journalofpolicymodeling，2011，33（4）：523-536.

AnalysisofTextQuantificationonSmartLogisticsPolicies：Compare

thePoliciesofTianjinandShanghaiBasedonthe

PoliciesoftheCentralGovernment

LIBo，ZHAOMing-yu，GUOWen-ya，SONGJia-huan

（TianjinUniversity，Tianjin300072）

Abstract：Thedevelopmentofsmartlogisticsneedsthesupportofpracticalpolicysystem.Quantitativeresearchofpolicytextcanprovidedecision-makingbasisandoptimizationsuggestionsfortheformulationandimprovementofsmartlogisticspolicies.Basedonthepoliciesissuedbythecentralgovernmentfrom2018to2022，thispapermakesahorizontalcomparisonof14smartlogisticspoliciesofTianjinandShanghaiastheresearchobject，adoptstextminingtoextractseveralkeywordsinthepolicies，andconstructsanindexsystemandPMCindexevaluationmodelforpolicyevaluationfromthreeperspectives：policyattributes，policymeasuresandpolicyobjects.Thepapermakesquantitativeevaluationandanalysisofthetypicalsmartlogisticspoliciesissuedbythetwomunicipalities.Fromthemacropointofview，thepoliciesofShanghaiandTianjinaregoodpolicies，andthepolicydesignisreasonable.Specifically，Tianjinspoliciespaymoreattentiontodetails，whileShanghaispoliciesaremorepurposeful.Thisstudycanprovidereferenceforotherregionstointroduceandguidesmartlogisticspolicies.

Keywords：smartlogisticspolicy;textmining;PMCindexmodel;policyquantification;policyevaluation

基金項目：中國工程院戰略研究與咨詢項目與天津市科技計劃項目“高質量發展背景下天津市智慧物流產業布局與發展路徑研究”（22ZLGCGX00060）