基于PMC指数模型的新型智慧城市政策量化评价

侯甜甜，曹海军

（东北大学文法学院，沈阳 110169）

0 引言

“智慧城市”作为一种城市治理模式始于20 世纪90年代末，其思想理念源于“新城市主义”（New Urbanism）和“精明增长”（Smart Growth）运动，目的是破解城市发展过程中出现的各种棘手难题[1]。伴随着信息技术的快速发展与新型城镇化建设规划的实施，我国智慧城市建设不断推进并取得显著成就，成为新时代提升城市治理水平的重要抓手。然而，在推进智慧城市建设的过程中，顶层设计滞后、风险评估缺乏、信息孤岛严重等问题不断凸显，掣肘智慧城市建设的前进方向，在此背景下，新型智慧城市应运而生。2016 年3 月，《中华人民共和国国民经济和社会发展第十三个五年规划纲要》中首次提出要“建设一批新型示范性智慧城市”。近年来，为进一步推动城市健康有序发展，中央政府将新型智慧城市上升为国家战略并制定了一系列相关政策。与此同时，在国家政策的引领下，北京、浙江、河南等地方政府也纷纷因地制宜出台了各种具体政策，为智慧社会、数字中国建设贡献了“政府力量”。

新型智慧城市是基于我国信息化和新型城镇化发展实际而提出的中国化表述。当前，学者们关于新型智慧城市的研究主要集中在以下四个方面：一是新型智慧城市发展现状与演进趋势[2]，二是新型智慧城市运营机制及影响因素[3]，三是新型智慧城市指标评价与推进策略[4]，四是新型智慧城市建设实践与逻辑理路[5]。

综上所述，当前新型智慧城市及相关研究已成为学术界研究的热点之一，而对新型智慧城市政策的研究则较少，即便涉及政策领域，研究也往往是从政策工具、政策建议等角度对新型智慧城市展开论述[6,7]。这些研究对于理解中国语境下的新型智慧城市政策具有一定的指导意义，但对新型智慧城市相关政策缺少系统性、综合性、长期性的梳理与分析。本文在研究中试图解决以下三个方面的问题：一是政策在促进新型智慧城市建设方面所发挥的效果如何？二是目前新型智慧城市政策设计中存在哪些短板？三是不同的新型智慧城市政策其差别何在？为了回答上述问题，本文以2016—2021 年我国发布的75 项新型智慧城市政策为基础，利用ROSTCM6 文本挖掘软件构建PMC 指数模型，并从中遴选出8 项新型智慧城市政策进行量化评价，以期发现各政策的优势和不足，为新一轮新型智慧城市政策的制定与完善提供参考依据。

1 PMC指数模型构建

PMC 指数模型（Policy Modeling Consistency Index）是Estrada（2011）[8]在Omnia Mobilis假设基础上提出的一种科学有效的新型实证分析方法，该方法通常以不同的理论为研究切入点，利用定性或定量模型对政府颁布的政策进行评价，以揭示政策发布的原因及其产生的社会效用。较之其他的政策评价方法，PMC指数模型具有变量设置不受限制、变量权重更具客观性、直观展现政策文本的优劣势以及模型构建成本较低的显著优势[9,10]。因此，本文采用PMC指数模型对我国政府出台的新型智慧城市政策进行评价，具有较强的适应性与有效性。具体而言，PMC指数模型的构建过程主要涉及四个步骤（见下页图1）：一是基于文本挖掘法对政策变量进行分类和参数识别，即确定一级变量和二级变量；二是构建一个能够综合反映政策的多投入产出表；三是计算待评价政策的PMC指数；四是绘制PMC三维曲面图。

图1 PMC指数模型构建过程

1.1 变量分类与参数识别

本文在中国政府网、北大法宝、北大法意网等政策平台，以“新型智慧城市”“新型+智慧城市”为关键词，全面检索与新型智慧城市最为紧密相关的政策文本，共获得2016—2021年我国政府出台的92项新型智慧城市政策文件。根据及时性、完整性和权威性原则，最终筛选出对新型智慧城市政策内容有着重要影响的75项核心政策文本并整理形成数据库。借助ROSTCM6文本挖掘软件对数据库中的政策文本进行预处理，将输出的结果进行分词统计，过滤掉“结合”“以上”等对研究无明显意义的高频政策常用词，进而形成新型智慧城市政策的高频主题词。为了更加直观地呈现政策文本的核心结构和关联程度，将高频主题词共现矩阵导入UCINET软件中，构建出新型智慧城市政策共现高频词社会网络图谱，如图2所示。

图2 新型智慧城市政策共现高频词社会网络图谱

在图谱中高频关键词用正方形节点表示，节点的大小代表关键词出现的频次，节点间线条则代表关键词间的紧密程度。由图2可以看出，智慧作为相关政策文本的核心关键词，其出现频次最高、辐射范围最广，因此该节点位于网络图谱中心位置。同时，新型智慧城市政策文本的关键词还包括信息、城市、服务、管理、应用等，且这些关键词辐射范围较广并构成一个重要的凝聚子群。在对上述新型智慧城市政策高频词进行全面总结与分类的基础上，本文借鉴臧维等（2021）[11]、胡峰等（2020）[12]、刘建朝和李丰琴（2021）[13]关于PMC指标体系构建的相关文献，并结合政策的自身特性构建了包含10个一级变量的新型智慧城市政策量化评价指标体系，如表1所示。

1.2 构建多投入产出表

多投入产出表作为一种量化新型智慧城市政策的基本分析框架，可通过存储大量数据来度量评价指标体系中的任何单个变量，是PMC 指数模型构建的关键一环。本文在结合新型智慧城市政策变量分类与参数识别的基础上建立多投入产出表，如下页表2 所示。此外，为进一步增强政策评价结果的科学性与可靠性，在依据表2对二级变量进行赋值的过程中，只有当待评价政策文本能够非常清晰地描述二级变量的内容时，相应的变量取值才能为1；而对于难以确定的内容，则采用德尔菲法来判断具体的变量取值，这种做法能够在一定程度上减少政策评估的主观误差。

1.3 计算PMC指数

参考Estrada（2011）[8]的研究，新型智慧城市政策PMC指数的计算过程如下：首先，将表1中的变量放入表2的多投入产出表中；其次，运用政策文本挖掘方法并结合公式（1）和公式（2）计算多投入产表中二级变量的具体数值；再次，根据公式（3）计算一级变量的具体数值；最后，按照公式（4）计算待评价政策的PMC 指数，即各项政策的一级变量数值加总。

其中，t为一级变量，j为二级变量，T为二级变量的个数。

PMC 指数的计算结果可为判断政策的一致性水平提供有力支撑，依据得分数值的大小，将新型智慧城市政策质量等级划分为四个档次：完美、优秀、可接受、不佳。划分等级标准如表3所示。

表3 政策等级划分标准

1.4 绘制PMC曲面图

为了更加清晰、直观地展示新型智慧城市政策的整体样貌，需要绘制PMC 曲面图。本文中共有10 个一级变量，其中，文件引用（X10）没有设置二级变量且在各项政策的取值均为1，考虑到矩阵的对称性特点，对此变量进行删除处理，最终将保留的9 个一级变量组成一个3×3矩阵：

2 实证分析

2.1 政策样本的选取

本文对75项新型智慧城市政策通过简单随机抽样的方法，选取国家和地方政府公布的具有代表性的8项与新型智慧城市相关的政策。其中，国家级政策2 项、省级政策3项、地市级政策2项、区县级政策1项。具体政策样本信息见表4。

表4 新型智慧城市政策样本

2.2 PMC指数计算

基于上述的操作，本文将8项新型智慧城市政策的样本数据输入多投入产出表，如下页表5所示。在此基础上分别计算出政策P1、P2、P3、P4、P5、P6、P7、P8 的PMC 指数，如下页表6所示。

表5 8项新型智慧城市政策的多投入产出表

表6 8项新型智慧城市政策的PMC指数

2.3 PMC曲面绘制

依据公式（5），得到8 项新型智慧城市政策样本的PMC 矩阵（见下页表7）。为了能够更加直观地判断和比较各政策的凹陷程度及优劣势，基于政策的PMC 矩阵绘制了PMC曲面图，文本仅以PMC指数最低的P1和最高的P7 这2 项新型智慧城市政策进行展示，如下页图3 和图4所示。其中，曲面图中的1、2、3 代表三维矩阵横坐标值，系列1、系列2、系列3代表三维矩阵纵坐标值，矩阵的变量可以用曲面图的坐标系来表示，如变量X4的坐标系为（2，系列1）。可以看出，不同色块代表变量所对应的不同指数得分，曲面越处于三维坐标的较高水平、曲面的凹陷度越小、曲面的黑色部分越明显，说明政策涉及的指标越全面，政策评价等级越高。

表7 8项新型智慧城市政策的PMC矩阵

图3 政策P1的PMC曲面图

图4 政策P7的PMC曲面图

2.4 政策量化评价

从8项新型智慧城市政策PMC指数的计算结果（见表6）以及相应曲面图（见图3 和图4）来看，PMC 指数得分区间为[6.55，9.22]，均值为7.87，P7政策为完美水平，P3、P4、P5、P8为优秀水平，其余为可接受水平，说明8项新型智慧城市政策质量相对优良，具备一定的科学性和合理性，可为新型智慧城市建设提供方向指导。从政策样本的PMC指数排名来看，P7＞P3＞P4＞P5＞P8＞P2＞P6＞P1，反映了我国新型智慧城市政策整体呈现“下优于上”的趋势，即政策层级越低的政府部门所颁布的新型智慧城市政策质量反而越高。为有效揭示政策间的差异，接下来依据政策发布主体的级别，对8项新型智慧城市政策的量化评价结果进行深入分析，并据此有针对性地提出改进路径。

（1）国家级新型智慧城市政策分析

P1和P2作为国家级政策，其PMC指数分别为6.55和6.91，在8 项新型智慧城市政策中排名分别为第8 和第6，等级表现均为可接受，此结果表明国家级政策虽然在制度安排和任务设计上取得显著成效，但未能综合考虑到各个维度，因而还有很大的改进空间。就排名最末位的P1 而言，剔除X10，仅有政策内容X5、政策视角X6这2项一级指标得分大于或等于均值，其余7 项指标得分均小于均值，其中，激励措施X8是其最大的失分项，得分为0.20，这说明该政策亟须将法律保障、人才引进、资金支持、开展试点这四个政策工具纳入激励范畴，以加快促进政策客体参与新型智慧城市建设。此外，政策时效X1、政策性质X2、政策领域X3、政策受众X4、政策评价X7、政策功能X9这6项指标也都小于均值，因此，P1 的参考性改进路径为X8—X1—X9—X7—X3—X4—X2。就P2 而言，剔除X10后仅有政策内容X5、政策视角X6、政策评价X7、政策功能X9这4 项一级指标得分大于或等于均值，其余5 项指标得分均小于均值。其中，政策作用对象仅涉及关键的政策部门与公众，而忽略了企业、科研院所、高校等其他受众的重要性，因而政策受众X4相对单一（比均值小0.38），是阻碍新型智慧城市建设的关键因素。同时，鉴于P2 的发布主要是针对当年中央政府深入推进新型智慧城市建设工作的响应，其政策重点在于督促开展新型智慧城市建设评价，因而政策时效X1比均值小0.34，这与该政策文本的特殊性密切相关。此外，政策性质X2、政策领域X3、激励措施X8也存在需要改进的方面。P2的参考性改进路径为X4—X1—X8—X2—X3。

（2）省级新型智慧城市政策分析

在省级政府的3 项政策中，P3、P4、P5 的PMC 指数分别为8.75、8.63、8.14，排名分别为第2、第3 和第4，均为优秀水平，说明省级政府所颁布的新型智慧城市政策质量较为优质。就P3来看，为全力推进新型智慧城市建设，提高公共服务和社会治理水平，宁夏回族自治区人民政府依据《国务院关于印发“十三五”国家信息化规划的通知》有关规定颁布了中短期政策，该政策兼具宏观、中观、微观三个视角，覆盖政府部门、企业、社会公众等广泛的受众对象，综合运用了人才引进、考核评价、开展试点等多项激励措施，在准确把握现状的基础上对未来发展方向和目标进行了理性预测，在10 个一级变量中仅有政策内容X5没有达到均值，其他变量均大于或等于均值，这充分证明了此政策方案设计较为完善，若要进行政策改进，则可对指标X5进行重点优化。就P4 来看，它是由河北省人民政府出台的关于新型智慧城市的中长期发展指导意见，旨在促进新一代信息技术与新型城镇化发展战略深度融合，提升城市治理能力，建设一批特色鲜明的新型智慧城市。该政策在政策时效X1、政策性质X2、政策领域X3、政策受众X4、激励措施X8、政策功能X9这几项得分明显大于政策的平均水平，但美中不足的是没有涉及市民体验和宏观视角，且政策制定的依据不充分，即政策内容X5、政策视角X6、政策评价X7这3 项的得分小于均值，因此，P4 的参考性改进路径为X7—X6—X5。而就P5而言，它是由山东省人民政府发布的中长期政策以统筹推进新型智慧城市建设，涉及经济、社会、科技、政治、环境等各大领域，包括惠民服务、精准治理、生态宜居、信息资源、网络安全等内容，且该政策在政策时效X1、政策领域X3、政策内容X6、激励措施X8、政策功能X9等方面的得分明显大于均值，但在政策性质X2、政策受众X4、政策视角X6、政策评价X7这4 项一级指标上仍有较大的改进空间。其中，政策评价X7的得分与均值差距最大（比均值低0.21），成为该项政策最大的失分点，这主要是因为政策方案的制定与实际结合不够充分，为此，P5可以优先考虑从政策评价入手进行完善，其参考性改进路径为X7—X4—X6—X2。

（3）地市级新型智慧城市政策分析

P6和P7作为地市级政策，其PMC指数分别为6.88和9.22，在8 项新型智慧城市政策中排名分别为第7 和第1，等级表现分别为可接受和完美，这一结果表明地市级政策质量参差不齐，整体呈现差异化的政策效果。就P6而言，它是由长沙市人民政府颁布的中短期管理办法，该政策除了政策时效X1、政策受众X4、政策评价X7和文件引用X10之外，其余6项一级指标得分均小于均值。在这份关于新型智慧城市建设的地市级政策中，政策诊断性作用缺失以及政策涉及范围狭窄使得政策性质X2、政策领域X3失分较多。此外，政策内容X5、政策视角X6、激励措施X8、政策功能X9均存在需要改进的方面，P6 的参考性改进路径为X3—X2—X9—X5—X6—X8。就排名最优的P7 而言，它是由连云港市人民政府出台的专门针对新型智慧城市建设的长期规划，除了文件引用X10之外，该政策在政策时效X1、政策性质X2、政策领域X3、政策受众X4、政策内容X5和政策评价X7这6项一级指标上均为满分，另外，在激励措施X8、政策功能X9上也都大于均值，总的来说，P7政策的设计比较科学、合理，PMC分值较高，然而，美中不足的是，宏观视角的缺失导致政策视角X6比均值小0.12，若要进行政策完善，则未来可重点考虑优化指标X6。

（4）区县级新型智慧城市政策分析

P8 是研究样本中唯一的一项区县级政策，其PMC 指数为7.88，在8项新型智慧城市政策中排名第5，等级表现为优秀，其结果却反超国家级政策的评估结果，可能的原因是，该政策具有预测、监管等性质，且在政策受众X4、政策评价X7、激励措施X8等指标上做出比较详尽的阐述与说明，因而得分明显大于均值。作为大兴区人民政府出台的短期专项政策，以加快建成“一体化、高端化、国际化、宜居宜业和谐”的智慧大兴为目标，举全区之力开创大兴智慧新未来，虽然仅为一项区县级政策，但凭借着依据成分、目标明确、方案科学等优势成为引领和支撑大兴区新型智慧城市建设与发展的重要行动指南。未来若要促进政策达到完美等级，还需要从政策时效X1、政策内容X5和政策视角X6这3项一级指标出发进行政策改进，P8的参考性改进路径为X1—X6—X5。需要强调的是，本文所提出的改进路径并非一成不变，可结合各地区的新型智慧城市建设实际情况做相应的调整。

3 结论与建议

本文以2016—2021年我国出台的75项新型智慧城市政策为研究对象，采用ROSTCM6 文本挖掘软件建立政策共现高频词社会网络图谱，确定新型智慧城市政策评价指标，进而通过构建PMC指数模型对8项新型智慧城市政策文本进行量化评价，研究结果显示：（1）新型智慧城市政策制定较为合理，政策质量表现优良。8 项政策中有1 项政策（P7）的PMC 指数评分达到完美级别，4项政策（P3、P4、P5、P8）的PMC 指数评分达到优秀级别，其余3 项政策（P1、P2、P6）的PMC 指数评分达到可接受级别，这反映了从中央到地方各级政府都高度重视新型智慧城市的建设与发展，因而在很大程度上提升了城市智慧化水平和功能品质，促进了新型城镇化向更高质量迈进。（2）我国新型智慧城市政策整体呈现“下优于上”的趋势，除了P6 地市级政策与国家级政策PMC指数大致相当以外，其余省级、地市级与区县级政策的PMC指数均高于国家级。（3）新型智慧城市政策仍有一定的完善空间，中央和地方在政策制定上存在的共性问题包括政策缺乏长期规划部署、政策描述性和诊断性作用相对缺失、政策功能结构性失衡、政策激励措施不足。基于此，本文提出如下几点建议:

第一，增强新型智慧城市政策时效的长期性。政策文本的作用时效主要涉及长期、中期和短期，而所选取的样本政策更侧重于短期或中期目标的实现，忽视了长期目标的制定，这在某种程度上导致了新型智慧城市政策前瞻性难以有效发挥。因此，未来应加快制定新型智慧城市的长远规划，尤其是建议中央政府尽快出台宏观上的、具有权威性的总体规划或建设指导意见，来规范和引导新型智慧城市行业的发展，明确在总体要求、架构设计、重点任务、保障措施等方面做出系统性安排并适当延长政策的时效，以避免各地区因不科学、盲目规划造成的资源浪费。

第二，重视新型智慧城市政策的描述性和诊断性作用。目前，新型智慧城市政策文本的政策性质主要体现在监管、导向、预测、建议层面，而描述性和诊断性作用相对缺失。政策的描述性和诊断性作用是新型智慧城市政策设计过程中不容忽视的重要环节，也是支撑新型智慧城市高质量发展的有力保障。因此，未来在强调监管性、导向性等作用的同时，还应注重描述性、诊断性价值的发挥，以使相关部门清楚地认识到新型智慧城市发展的现状以及所面临的现实问题，快速明确自身的行动方向，促进新型智慧城市政策精准高效地执行。

第三，强化新型智慧城市政策功能的全面应用。从8项新型智慧城市政策文本的多投入产出表和PMC指数得分可以看出，政策功能的结构存在明显失衡现象，即政策功能的应用多集中于贯彻落实、统筹推进等方面，而在技术突破和特色发展方面有所欠缺。因此，新型智慧城市政策要发挥好其促进作用，应在未来的政策制定过程中从全方位多维度的角度出发平衡好各个政策功能，在现有基础上鼓励企业、科研院所等参与主体将先进技术和城市治理业务结合，推动关键技术创新突破，同时指导各地区聚焦自身发展特点和城市布局，打造具有地域特色的新型智慧城市。

第四，完善新型智慧城市政策的激励措施。新型智慧城市建设与发展作为一项综合性复杂巨系统，涉及人力资本、财力资本、平台管理等方面，政策量化评价结果表明，样本政策的激励措施更多地依赖人才引进、资金支持、考核评价以及开展试点，但缺少更加具象化的相关法律法规保障，这大大降低了利益相关主体参与新型智慧城市建设的积极性和自主性。因此，未来在政策制定上应着力强化法律法规的针对性和有效性，如可通过增加税收优惠、政府采购等方面的法律法规为新型智慧城市建设保驾护航。