摘要:
客观科学的评价方法能保证政策评价结果合理和准确,直接有效地促进政策制定、执行和反馈调整。与以往的复合型评价法不同,PMC 指数模型很大程度避免了主观性并提高了精确度,是当前国际上比较客观且仅用于分析政策文本的量化评价法。但目前PMC模型指标体系设定较为固定,且指标数量较少,一般不超过10个一级指标,且不能对政策本文内容进行全面的量化评价研究。因此,本文通过ROST CM6和VOSviewer工具对智慧能源政策样本集进行深度文本挖掘,根据挖掘出的高频词、网络性和小团体结果,将PMC模型进行优化,一级变量扩展到17个,二级变量扩展到115个,原创性提出智慧能源领域关键变量体系,实现政策文本颗粒度更小、更微观的量化评价。结果显示,17项政策中有8项为良好政策,其余9项均为可接受政策,其中2021年国家能源局发布的《2021年能源工作指导意见》内容最为全面和科学;17个一级变量以及指标中,样本在政策性质、政策评价、研究基础、政策公开、政策重点内容方面存在优势,在政策范围、激励保障、政策作用对象、政策功能、能源服务、能源终端应用、能源种类方面还存在一定欠缺,政策时效、政策发布机构、政策领域、政策组合、政策技术工具方面还存在较大的不足需要完善。
汤匀 王宏杨 胡何欣 柯旺松 陈伟. 我国智慧能源产业政策量化评价——基于文本挖掘和PMC指数优化模型[J]. 世界科技研究与发展, 2023, 45(6): 761-774.
TANG Yun WANG Hongyang HU Hexin KE Wangsong CHEN Wei.
Quantitative Evaluation of Smart Energy Industrial Policies in China Based on Text Mining and PMC Index Optimization Mode
[J]. WORLD SCI-TECH R&D, 2023, 45(6): 761-774.