基于PMC指数模型的合肥市科技创新政策文本量化评价研究

程云龙，杨 剑

(安徽大学 管理学院，安徽 合肥 230039)

0 引言

2022年政府工作报告指出，要提升科技创新能力，强化国家战略科技力量，支持各地加大科技创新投入，推进国际科技合作，加大企业创新力度，强化企业在创新活动当中的主体地位[1]。为实现经济高质量发展，提升自主创新能力，各地政府结合实际为各类创新主体提供人才、资金等多方面的扶持政策。近年来合肥市经济水平快速增长，科技创新水平显著提升。本文选取2017-2021年合肥市部分科技创新政策，运用ROSTCM6对政策文本内容进行充分挖掘，建立PMC指数模型并对政策进行科学评价，以期为合肥市科技创新政策制定提供参考。

1 文献综述

政策评价是采用现代社会科学研究方法，依据相应的标准，对社会和特定群体的政策需求、拟定中的政策方案，以及已颁布实施的公共政策的执行情况产生的效率和效益进行评价。同时，政策评价是有效配置公共资源，提高公共决策科学化、民主化，检验政策效果和效益的重要途径。对政策进行评价，也是决定政策调整、继续或者停止的重要根据。国内外学者针对政策评价展开了较为深入的研究，大体分为以下3个方面。

第一，从研究方法来看，学者针对相关科技政策评价主要采用专家访问、问卷调查、文本挖掘等定性研究方式和以主成分分析、DEA模型、熵权法等定量研究方式。例如郄海拓等[2]运用文本分析法对72个国家创新型城市的科技创新政策依据各地区人均GDP和创新能力指数划分为4个象限，进行高频词、语义网络等挖掘，最终针对科技创新政策的优化提出了意见；顾玲琍等[3]使用问卷调查法、专家访谈法对上海市科技人才政策的知晓度、认可度、执行度、受益度等指标进行确定并对政策进行评估，结合实地调研情况，针对上海市科技人才政策实施效果存在的问题提出意见；王宁等[4]通过因子分析和DEA-BCC模型对河南省2011-2015年科技人才政策投入与产出效率进行评价，提出了完善科技人才政策的运行机制、政策体系及综合环境的建议。张永安等[5]以2007-2016年北京市科技创新政策为样本，运用熵权法确定评价科技创新政策的一级和二级指标，得出了北京市科技创新政策绩效稳定增长但是对环境作用较为单一的结论。

第二，从研究视角来看，既往对科技创新政策评价的视角较多集中在政策绩效评价和指标体系的构建等。汪晓梦等[6]通过收集2007-2014年中部地区6个省份的R&D经费以及政府科技拨款等指标，运用回归分析和灰色关联分析等方法，将安徽省与中部地区其他省份的科技创新绩效进行比较分析，并提出了政策性建议；阎东彬[7]通过收集2012-2017年京津冀地区投入产出情况，使用两阶段数据包络分析法对3个区域科技创新政策的实施效率进行系统评价，得出了三地科技创新政策的实施效果普遍较好的结论，并对各地的不足之处提出相应对策；康捷等[8]构建政策评价的准备、实施和总结的全过程体系，对广东省出台的科技创新政策的内容、执行情况、效果等进行评估。

第三，从研究区域来看，较多集中在以国家或者我国部分省份为单位。例如刘忠艳等[9]对我国1978-2017年国务院各部委颁布的625条科技人才政策进行系统分析，并从供给和需求两侧为完善我国科技人才政策提供相应建议；成全等[10]结合创新型国家战略对2006-2019年出台的各类原始性创新政策进行量化评价，并对当前政策评价研究提出了一些不足之处；秦海波等[11]通过建立PMC指数模型对新疆维吾尔自治区2000—2020年区域创新政策进行量化评价；张英杰[12]从科技创新创业政策的特性、效应等方面构建7个一级指标和25个二级指标，对浙江省科技创新创业政策进行评价。

从上述研究成果来看，学者对于科技创新政策评价的研究不断深入，但仍存在一些不足。如研究普遍集中在以国家或省份为基础的宏观层面的科技创新政策评价，针对各城市的微观层面的政策评价较少。因此，本研究采用定性和定量分析相结合，建立PMC指数模型，在保证科技创新政策内部一致性和评价视角多元化的基础上对合肥市科技创新政策进行评价。

2 合肥市科技创新政策文本评价

2.1 PMC指数模型

PMC指数模型是2011年由Ruiz Estrada[13]基于Omnia Mobilis“世界万物是普遍联系的，任何一个变量都是重要的”的假说基础上构建的政策评价模型，相较于传统的政策评价方法，PMC指数模型更多的是使用二进制数字“0”和“1”对政策进行评价,即若所选样本政策文本中包含相应关键词则设置为1，如未出现则设置为0。其主要步骤包括：变量分类及参数识别、构建政策评价投入产出表、计算各层级指标并进行加总形成PMC值，并绘制PMC曲面图[14]。

2.2 政策文本选择

为了实现政策内容的全面性和研究结果的客观性，通过在合肥市人民政府以及合肥市科技局等部门官方网站和“北大法宝”，以关键词“科技”“科技创新”“科技成果”等进行搜索，剔除失效政策文本后，共收集到39个科技创新政策文本，各年份发文具体数量如图1所示。

图1 合肥市科技创新政策发文数量

为充分评价合肥市科技创新政策，本文选取了具有代表性的10条科技政策(表1)进行研究，政策文本包含对科技创新人才、科技园区以及企业组织等对象进行的政策支持，从而能够从多个维度对合肥市科技创新政策进行评价。

表1 合肥市科技创新政策文本

2.3 文本提取及高频词汇统计

将所选取的10条合肥市科技创新政策文本内容导入ROSTCM6文本挖掘软件，对文本内容经过分词处理后进行高频词汇统计，并将部分程度副词如“良好”“极大”以及动词“改善”“降低”以及部分量词等删除。如表2所示，列出了排名前50的经删减后的高频词汇。

表2 合肥市科技创新政策高频词汇统计结果

2.4 确定评价指标

通过借鉴Kuang等[15]、张永安等[16]学者的研究，结合政策文本挖掘情况，形成科技政策评价指标体系。如表3所示，选择了10个一级指标以及38个二级指标作为评价标准。

表3 PMC模型变量设置

2.5 建立多投入产出表

多投入产出表是一套数据分析框架，主要采用二进制形式来对各项政策进行赋分，由于每个一级变量下设若干个二级变量，且二级变量所占权重相同，无需将各指标进行排名。如表4所示。

表4 合肥市科技创新政策多投入产出表

2.6 PMC指数计算

首先，将选择的合肥市科技创新政策 PMC模型的一级和二级变量放进投入产出表中；其次，通过挖掘政策文本内容，对二级变量进行赋值，公式如(1)、(2)所示；第三，将所有二级变量赋值结果进行加总，并将二级变量得分总和与此二级变量的数量相除，得到一级变量的数值，公式如(3)所示。最后，将各一级变量数值进行汇总，最终得到各科技政策的PMC指数，如式(4)所示。

如表5所示，通过计算合肥市科技创新政策PMC指数后，将其划分为A、B、C、D共4个等级，分别对应9～10分为优秀；7～8.99分为良好；5～6.99分为可接受；0-4.99分为不良。

表5 PMC指数评价等级标准

X～N[0,1]

(1)

X={XR:[0～1]}

(2)

(3)

其中p为一级变量，q为二级变量，n为各一级变量下的二级变量个数

PMC=

(4)

如表6所示，将所选择的合肥市科技创新政策进行文本挖掘后，依据上述标准对10项科技创新政策的得分进行计算并进行等级划分。

2.7 PMC曲面构建

在计算出各政策样本的PMC指数后，将一级变量构建成3×3的矩阵，以图像形式直观呈现出政策评价的结果。本研究主要涉及10个一级变量，但X10为政策公开的指标，无二级变量且所选取的政策皆为公开政策，因此将X10剔除，公式如(5)所示。同时，因篇幅原因，只展示出部分政策文本的曲面图。图2、图3、图4、图5分别为P3、P5、P6、P9的PMC曲面图。

图2 P3政策的PMC曲面

图3 P5政策的PMC曲面

图4 P6政策的PMC曲面

图5 P9政策的PMC曲面

(5)

3 研究结果分析

3.1 整体分析

从整体看，达到良好的政策分别为P1、P2、P3、P6、P8、P9，占所选取政策的60%。其中，P6的得分最高为8.77分；达到可接受的政策分别为P4、P5、P7、P10，共计4项政策，占总政策的40%。另外，从一级变量来看，除政策公开程度、政策视角和政策评价外，政策领域、作用客体及其功能相较于其他指标具有优势，而政策性质、政策时效、激励措施的得分较低。

3.2 具体分析

政策P1的PMC得分为7.55分，位列第三位，该项政策在其功能方面低于平均值。政策内容更多是认定企业孵化器及评价备案的众创空间的绩效，涉及产品创新和交流合作等方面的内容较少。针对政策P1，在2022年政府工作报告中所提出的着力培育“专精特新”企业，在资金、人才、孵化平台搭建等方面给予大力支持[1]的背景下，可考虑在该政策进行修订时增加科技企业众创空间人员交流的内容。

政策P2的PMC得分为7.15分，位列第五位，该项政策在性质和功能方面低于平均值。政策内容主要是科技项目申报的相关管理办法，更多涉及到科技项目的监督管理和申报引导，缺少人才建设和产品创新的相关内容。因此，在后期制定相关政策时，应着重考虑上述部分内容。

政策P3的PMC得分为7.93分，位列第二位，该项政策在性质和视角方面低于平均值。政策内容主要是推动合肥市经济高质量发展而制定的科技创新政策的具体实施细则，属于微观层面。另外更多的是对该项政策的阐述和引导，并未提到其监管和相应的考核制度。因此，在后续政策制定时，应当在宏观与微观视角结合的基础上增加政府部门监督和考核内容。

政策P4的PMC得分为6.60分，位列第七位，该项政策在作用层面、领域、激励措施和评价等方面低于平均值。政策内容主要是针对引进外国优秀人才，促进合肥市经济社会发展而制定的具体管理办法，涉及的作用层面主要涉及区域和企业。同时，相关的激励措施更多是人才引进方面，内容较为单一，这是因为政策本身的性质所决定的。因此，在后期制定人才政策时，重点在激励措施方面增加相关内容。

政策P5的PMC得分为6.07分，位列第九位，该项政策除政策时效、政策视角和政策公开程度外，其余一级指标均低于平均值。政策内容主要针对各类企业提升创新能力而制定的若干扶持措施，政策的作用层面和领域更多是聚焦在企业和科技等方面。另外，在政策功能方面缺乏企业的产品创新和交流合作，在激励措施方面缺乏人才、资金等的支持。因此，未来在制定相关政策时应当在各个方面增加相应内容。

政策P6的PMC得分为8.77分，位列第一位，是所选政策文本中最优秀的政策。政策内容主要是针对合肥市国家新一代人工智能创新发展试验区的建设而制定的相关方案。该政策与其他政策相比，在政策作用层面更加考虑到国家、产业、区域、企业4个层面。另外，在政策作用客体和功能以及激励措施方面，相较于其他措施更为完备。

政策P7的PMC得分为5.90分，位列第十位，排名较为靠后。该项政策除政策领域的得分高于其他政策以外，其余一级指标均等于或小于平均值。政策内容主要是科技创新平台的入库及评价方法，更多的是一种准入细则。由于政策性质本身的原因，进而导致其作用层面、领域、作用客体功能和激励措施较为局限，因此得分较低。

政策P8的PMC得分为7.35分，位列第四位，该项政策在其性质和视角方面低于平均值。政策的主要内容是对合肥市产业技术创新战略联盟的考核和评价，并针对考核结果采取相应的奖惩措施。因此，在政策性质和视角方面，更多从微观角度来进行监管、引导和考核，未来在修订政策时，应当考虑宏观与微观相结合。

政策P9的PMC得分为7.07分，位列第六位，该项政策在其性质、作用客体、激励措施及其评价等方面低于平均值。政策内容主要是针对部分创新活力足、成长性好的科技型企业，结合合肥市产业发展政策而制定的管理办法。由于政策本身性质原因，导致其主要面向的作用客体为企业，后续政策可在上述不足之处予以补充。

政策P10的PMC得分为6.15分，位列第八位，该项政策除时效、作用客体、激励措施及其公开程度以外，其余一级指标均低于平均值。政策内容主要是针对合肥市重点产业领域关键技术项目进行申报、检查和验收而制定的管理方法。政策作用层面和领域覆盖面较小，在后期制定相关政策时可重点考虑完善这两部分的内容。

4 结论与展望

10项科技创新政策PMC指数的排名为：P6>P3>P1>P8>P8>P9>P4>P10>P5>P7,平均值为7.05，处于良好等级，表明合肥市科技创新政策的相关内容仍有提升空间。基于上述结论，提出以下几点建议：

从政策时效角度。合肥市科技创新政策的时效处于短期，普遍在2～3年，缺乏有关合肥市科技创新发展的长期规划。未来可根据合肥市科技创新发展实际情况，结合社会经济发展条件，对原有政策加以修改，延长政策时效。

从激励措施角度。通过对政策文本的评价，发现合肥市科技创新政策的激励措施主要集中在知识产权保护、投资补贴、便利服务和资金支持等方面，在税收优惠和创业支持方面的内容较少。因此，在激励措施等方面可以考虑从多方面予以扶持，包括创业支持等方面。

从政策性质角度。合肥市科技创新政策在引导、监管和考核的角度涉及的内容较多，在预测和建议方面内容较少。因此，应当在后续的政策制定中增加上述内容，更多从宏观角度对合肥市科技创新政策提供未来发展规划。

本研究仍存在一些不足之处：第一，在政策样本选择方面，仅选择了近5年合肥市颁布的科技政策，在后续的研究过程中可适当拓宽研究时限。第二，在针对科技创新政策进行评价时，可考虑多类政策组合形成的政策效应，而不仅是单一科技创新政策对公共活动的影响。