基于内容分析的战略性新兴产业政策评价研究

战略性新兴产业是以重大技术突破和重大发展需求为基础，知识技术密集、物质资源消耗少、成长潜力大、综合效益好的产业，对经济社会全局和长远发展具有重大引领带动作用。在发达国家经济发展进程中，市场对产业发展起主要推动作用，但随着竞争形势的日趋激烈，一些发达国家开始积极制订相关产业政策促进新兴产业发展。2010年，自国务院出台《关于加快培育和发展战略性新兴产业的决定》(国发[2010]32号)以来，我国中央和地方政府都积极制定相关政策措施，着力推动战略性新兴产业发展，增强经济增长、经济转型新动能。战略性新兴产业是先进技术与产业的深度融合，代表着未来经济发展方向，是世界各国和学术界关注的热点。在国民经济发展过程中，相对于传统产业来说，新兴产业具有战略性地位，具有发展成为支柱产业的潜力。

目前，我国经济社会发展步入新常态，在经济增长速度换挡、增长模式转型、增长动力改变背景下，战略性新兴产业对我国经济发展具有重要支撑作用。我国当前经济发展下行压力持续加大，战略性新兴产业培育和发展成为我国产业结构调整的主题，促进战略性新兴产业高质量发展能够稳定经济增长，构建新产业体系，进而提高国际竞争力。为提高经济竞争力，促进国民经济健康持续发展，政府先后出台了相应产业政策，对指导产业发展和产业结构协调发挥了重要作用，但政策制定在提升市场功能、强化竞争、推动产业结构升级方面仍存在一些不足。加之我国确定战略性新兴产业时间较晚，其发展过程中还存在诸多问题，如何制定并利用政策引导新兴产业发展是当前各级政府亟需解决的一个重要问题。开展战略性新兴产业政策评价研究，识别当前政策制定特点和存在的问题，可为政策制定、改进和优化提供重要参考，并能够促进战略性新兴产业高质量发展。本文从政策文本关键词共现分析和构建政策量化评价体系两个方面对战略性新兴产业政策共性和个性进行研究，并根据现实情况提出政策完善建议，对于加快我国产业结构优化和升级，增强我国经济实力具有重要意义。

政策法规文本是一种特殊类型的文本资源，相对于专利文献、期刊论文而言，其具备更高的权威性、严肃性和约束力，战略性新兴产业政策文本可作为目前产业政策的代表性样本。当前，学界对战略性新兴产业发展的关注较多，但对新兴产业政策的研究较少，且主要集中在新兴产业政策制定主体、价值理念、演进路径等方面，以及对国内、国外产业政策的定性评价，研究方法也仅停留在政策规范层面，实证研究深度和广度不足。政策评价是运用科学准则和方法，建立评价标准，对政策体系和过程进行全方位考察，并对其进行衡量和总结的复杂系统工程，其结果能为政策制定和优化提供参考[1]。最早的政策评价研究是由Suchman[2]提出的五类评估法。之后，Poland[3]提出“三E”评估分类架构、Wollmann[4]提出经典政策评价方法，通过揭示因果关系对政策进行分析。目前，常用的政策评价方法主要有层次分析法、BP评价法、模糊综合评价法等方法，其关于政策评价的定量研究或多或少存在一定缺陷，如客观性和精确度不足等。

内容分析方法是指从原文或者有意义的素材中抽离某些内容，使用情景再现等方法进行有效推断的研究技术，其对数据内容的分析在于将文字语言等内容转化为可用数字量化分析的结果，主要是对数据进行编码和分类[5]。Glenn[6]通过考察文档在定性研究中作为数据源的作用，描述了文件的性质和形式，分析了文件分析的优点和局限性，并讨论了实际研究中文档的分析过程；李江等[7]系统阐述了政策文献计量的起源。内容分析法为分析战略性新兴产业发展趋势提供了有效途径，但国内学者对国家和地方层面战略性新兴产业政策文本的研究较少。卢超等[8]通过构建新兴产业政策研究“产业创新链-政策工具”二维框架，对典型发达国家和“金砖国家”的新能源汽车产业相关政策进行对比研究；谢青、田志龙[9]以中国新能源汽车产业相关创新政策为研究对象，从政策工具和创新价值链两个角度对政策文本进行研究；王薇、刘云[10]选取我国新能源汽车产业2008年以来出台的47项国家政策，运用内容分析法进行计量和分析；周城雄等(2017)基于政策工具，通过构建政策工具、政策功能两个维度分析框架，对F市战略性新兴产业政策进行了检验分析；孙蕊、吴金希[11]利用内容分析法对2010-2013年我国新兴产业政策样本进行文本量化研究，构建“产业发展—政策支持”二维分析框架，对政策主题频数进行统计分析；白恩来等(2018)通过构建相应政策支持机制，对新兴产业政策进行了研究；胡赛全等[12]以我国内地31个省市战略性新兴产业发展相关政策文本为研究对象，基于政策工具体系视角，对政策文本关键词进行了量化分析；刘澄等[13]通过对战略性新兴产业政策基本特征进行系统阐述，探讨产业政策如何在新兴产业发展过程中发挥作用；汪涛等[14]构建产业创新政策分析理论框架，对新能源汽车产业创新政策进行了实证研究；Daniel等[15]对新兴产业相关理论和方法等进行探索性分析，认为新兴产业发展要求学者更广泛、更大程度地使用定性和历史数据，打破传统界限，进行跨领域和方法融合研究；Ruiz Estrada[16]提出一种包含经济变量和非经济变量的政策评价方法PMC指数模型，以分析评估任何过去(原因)和未来(效果)社会政策。作为评估政策优劣势的工具，有学者运用此方法对创新政策[17-18]、金融政策[19]及住房政策[20]等进行研究，但对战略性新兴产业相关政策的评价研究较少。

基于上述分析，本文基于文本内容分析视角，运用关键词共现分析和PMC指数模型，选取战略性新兴产业近10年相关政策文本进行研究。在前人研究的基础上，对国家层面战略性新兴产业代表性政策文本进行关键词提取，生成可视化图形，对政策制定主题和特点进行分析，并构建PMC指数模型，对具体政策文本进行评价研究，进而提出相应政策建议。本文考虑到战略性新兴产业政策制定的共性，识别具体政策优势和缺陷，对政策进行全面认识和评价，可为未来新兴产业政策制订和完善提供一定参考。

在2010年国务院出台《关于加快培育和发展战略性新兴产业的决定》之后，国家和地方政府才逐渐制定战略性新兴产业相关政策，故本文以2010年为起点。政策表现形式有法律、决定、规划、条例、办法和通知等多种。本文对政策文本的收集方式主要有两种：①在国家发改委、科技部、教育部、财政部等官方网站及国务院公报中收集相关政策文件；②在北大法宝法律法规数据库以“战略性新兴产业”为关键词进行检索。由于七大战略性新兴产业中每个产业都有大量专项政策，本研究仅选择该领域的国家级发展规划和政策规定作为代表性政策。

本文对2010-2018年政策文本进行梳理，剔除与战略性新兴产业无关及重复的文件，最终筛选出相关性较强的国家层面政策文件35篇，并根据政策文件出台时间先后顺序进行编号。

政策文献计量是以量化方式研究政策文献结构特征的方法，由文献计量发展而来，但不只是将文献计量方法运用于政策文献分析中，而是将文献计量学、社会学、数学等不同方法结合引入[5]。关键词可作为法规政策研究的核心切入点，其能够帮助人们整体把握法规政策内容结构进行整体把握。本文关键词提取采取计算机和人工结合方式进行。首先，对搜集到的每篇战略性新兴产业相关政策文件认真研读，并利用软件自有词库从每篇政策文件中提取有意义的词汇；其次，参考国务院《公文主题词表》，从这些词汇中人工提取出与战略性新兴产业相关的政策关键词(合并含义相同、剔除与研究内容无关的词汇)；最后，对提取的高频关键词及共现词进行分析，发现政策制定主题和特点，并生成可视化网络图。

政策文献计量基于大样本，在探索政策文献共性时，政策文献的个性特点容易被忽略，而以案例研究为特征的质性研究则能弥补这方面不足[5]。本文构建PMC指数模型，选取4篇政策文本对其进行深入挖掘和量化评估。PMC指数由Ruiz Estrada等[21]提出，是对某一具体政策进行评价分析的模型方法，全称为Policy Modeling Consistency Index。模型应用Omnia Mobilis假设，视世界上所有事物均处在运动之中并存在联系。因此，在作政策分析时应将变量广泛考虑在内，不应忽视任何一个相关变量且变量权重应该相同。PMC指数模型可以全方位分析一项政策的一致性及优劣势，计算模型中两级指标值、PMC指数值可进行政策文本多维度评估并对单项指标进行具体分析。此外，PMC曲面构造可通过图像反映政策的不同维度，在评估具体政策方面具有独特优势。

本文以国家战略性新兴产业代表政策为研究样本，参照Ruiz Estrada[21]、张永安等[22]对政策评价的研究，结合新兴产业政策自身特点进行相关指标变量确定，共设置10个一级变量和36个二级变量，具体变量设计如表1所示。

表1 PMC指数模型政策变量设置

一级变量二级变量X1政策性质X1:1 预测X1:2 监管X1:3 建议X1:4 引导X1:5描述X2政策效力X2:1长期(大于10年)X2:2中期(5～10年)X2:3短期(5年内)X3政策领域X3:1经济X3:2社会服务X3:3技术X3:4政治X3:5环境X3:6其它X4政策受体X4:1各省市X4:2各直属机构X4:3其它X5政策评价X5:1依据充分X5:2目标明确X5:3方案科学X5:4规划详实X6政策重点X6:1技术创新X6:2成果转化X6:3市场主导X6:4其它X7作用层面X7:1国家X7:2区域X7:3产业X8激励措施X8:1人才引进X8:2股权激励X8:3资本投入X8:4税收优惠X8:5投资补贴X8:6其它X9政策视角X9:1宏观X9:2微观X10政策公开X10:1政策公开

(1)对一级指标和二级指标，根据政策文本内容打分，政策内容涉及到的指标取值为1，否则为0。例如，第一项政策性质中第一个二级指标“预测”， 用来判断有待评价的政策是否具有预测性，若有预测性取值为1，否则取值为0。

X～N[0,1]

(1)

X={XR:[0～1]}

(2)

(3)

其中，t为一级变量，j为二级变量。

PMC=

(4)

(2)根据公式(4)计算每项待评价的战略性新兴产业政策得分，并根据评价标准(见表2)对各项政策进行等级划分。

表2 政策评分等级

得分(9,10](7,9](5,7][0,5]评价优秀良好可接受不良

(3)根据相关指标计算结果构建PMC曲面，将各项政策指标情况通过曲面图形式直观呈现。由于共有10个一级变量，无法对其进行矩阵转换，而变量X10表示政策公开性，加之本文研究的政策均可获取，并无差别，所以把这一指标去掉，构建3*3矩阵，见公式(5)。根据矩阵绘制PMC曲面。

PMC曲面

(5)

本文运用Excel、ROST CM等软件，对国家层面35项战略性新兴产业政策文本数据进行统计分析，通过构建PMC指数模型，选取4篇政策文本进行具体评价。

首先，将政策文本导入ROST CM6软件中的文本挖掘数据库，根据软件自有词库和国务院《公文主题词表》进行文档分词处理，对分词结果进行词频统计，按照词频频率高低顺序输出；其次，对结果作两项处理：一是剔除无明显作用的词汇，如程度副词“非常”、“特别”等。另外，因为样本选取为战略性新兴产业政策，所以“战略性”、“新兴产业”等词汇出现频率较高，但这类词汇对政策特性分析无明显作用，因此予以剔除；二是进行词项合并，将具有相同或相近含义及具有包含关系的词项合并处理，如引才育才、人才培养均属于人才队伍建设，所以都归入人才队伍建设词项。经过上述处理后，汇总整理得到高频词表，提取前30个高频词作为政策关键词，结果如表3所示。

另外，对分词后的文档作进一步处理，形成共现矩阵词表，最终生成共现网络，如图1所示。网络图中每个节点代表一个关键词，节点间若有连线表示关键词间存在共生关系。此外，节点根据关键词中心度大小显示。点度中心度指标在社会网络分析中比较常见，用来表示节点中心度，它可以代表节点位置，反映其在网络中的地位和作用。在网络图中，如果关键词具有更高的点度中心度，则意味着该关键词在网络中与其它关键词一起频繁出现[16]。节点大小和节点间是否存在连线反映关键词热度及不同关键词间的联系，从而可以分析政策制定主题及特点。

通过上述国家政策文本关键词频数分布数据和关键词共现网络图对政策文本制定特点进行分析，发现战略性新兴产业政策存在主题集中稳定、聚焦创新、重视人才队伍建设等特征，但也存在发展方向规划偏多、政策部门协同制定较少等问题。主要体现在以下几个方面：

(1)政策主题相对集中且稳定。在国家政策30个主题词中，按照总频数排序位于前10位的分别是：技术、生物、服务、企业、创新、建设、材料、装备、知识产权、节能，这10个关键词出现频数占样本主题词总频数的58.22%。这表明，战略性新兴产业政策制定基本围绕比较稳定的主题展开，且主题相对集中。

(2)政策聚焦创新。从关键词频数表中可以看出，创新在高频词中排序靠前，表明其为政策关注焦点。创新体现在战略性新兴产业各个方面，如科技创新、管理创新、文化创新、应用创新、创新体系、创新能力和创新发展等。目前，战略性新兴产业各领域创新和创业活动十分活跃，各种新技术、新产品、新业态、新模式应运而生，有效促进了传统产业和区域经济转型升级。因此，当前创新对驱动战略性新兴产业发展至关重要。

表3 国家战略性新兴产业政策关键词频数统计结果

序号关键词频数序号关键词频数1技术1 58816鼓励2902生物85917产业化2843服务72418标准化2814企业69019市场化2695创新55720示范2246建设55021安全2227材料48622环保2218装备45723新材料2189知识产权39024培育21610节能37325机制21611体系33926推广20912研发33127人才队伍建设15813管理30228规划14914新能源汽车30229产业发展14715平台29730国际合作114

图1 国家战略性新兴产业政策核心关键词共现网络

(3)政策重视科学技术。技术是关键词频数表中频数最高的词项，从共现网络图中节点大小可知其点度中心度值最高，且节点处于整个关键词网络中比较中心的位置，说明技术是当前国家制定相关战略性新兴产业政策的热点。政府高度重视科学技术发展，与技术相关联且出现次数较多的词有发展、生物、开发、服务、企业、应用、系统、创新、关键、研发、推进等。

(4)发展规划类政策偏多。我国战略性新兴产业政策表现形式多样，具体包括规划、办法、通知、政府报告和指导意见等。从政策类型看，国家政策中发展规划类较多，接近样本总数的50%。中央政府层面的指导思想、发展原则和发展目标充分体现在各类规划中。这些目标计划内容设计充分体现了中国政治决策过程中“自上而下”的鲜明特征，但由于存在地区差异，且缺乏具体配套措施，使规划在全国范围内实现存在困难。此外，所有政府部门都根据各自职能制定计划，极易导致规划内容重叠、分工不明确。本文选取的政策样本中多部门联合制定政策约占总样本数的30%。因此，应注重各部门间协调，完善部门间协同机制，形成全覆盖且不重复的政策网络，促使战略性新兴产业在产业结构调整和发展方式转变中充分发挥引领作用。

本研究选取战略性新兴产业领域发展计划作为代表性政策。国家层面政策文本高频关键词中出现了新能源汽车、新材料等，说明现阶段国家对新能源汽车、新材料等产业发展尤为重视。目前，新能源汽车政策支持体系建设相对比较完善，且建立了财政补贴机制，出台相应法律法规激励技术进步和扶优扶强，优化新能源汽车产业外部环境。另外，近年来政府对人才工作尤其关注，提出实施人才战略、开发人才资源，出台了包括引才、育才和就业等相应政策意见，以加快人才队伍建设，并为各类人才施展才能提供广阔平台。

以上政策关键词主要是分析政策文本共性，而政策文献个性特点则容易被忽略，因此本文构建PMC指数模型，选取具体政策文本进行评价研究。考虑到不同机构出台政策的侧重点不同，本文根据政策发文时间和发文机构，从发展规划、资金、平台、国际化发展4种不同类别政策中各选取一篇进行分析。政策编号P1、P2、P3、P4分别表示总体发展规划、资金管理办法、平台建设方案和国际化发展指导意见，4项政策具体信息如表4所示。

PMC指数模型能够较好地体现政策的各个方面，有利于识别政策本身优劣势，具体分析过程如图2所示。对4项战略性新兴产业政策文本进行详细分析，基于PMC模型，计算模型中的两级变量值，建立4项政策投入产出表，如表5所示。

图2 PMC指数模型分析过程

表4 战略性新兴产业代表性政策

编号政策名称发文字号发布日期 P1国务院关于印发《“十三五”国家战略性新兴产业发展规划》的通知国发〔2016〕67号2016.11.29P2财政部、国家发展改革委关于印发《战略性新兴产业发展专项资金管理暂行办法》的通知财建〔2012〕1111号2012.12.31P3工业和信息化部、财政部关于印发《国家新材料生产应用示范平台建设方案、国家新材料测试评价平台建设方案》的通知工信部联原〔2017〕331号2017.12.22P4商务部、发展改革委、科技部等《关于促进战略性新兴产业国际化发展的指导意见》商产发〔2011〕310号2011.09.08

根据表5中各项政策二级指标值计算其对应的一级指标值，并得出PMC指数值(结果保留到小数点后两位)，对政策进行等级划分，结果见表6。根据表7中的矩阵结果，构建各政策PMC曲面，具体各维度情况如图3～图6所示。

上文通过计算两级变量值、PMC指数，以及构建曲面图，对4项政策进行具体分析，发现本文所选4项战略性新兴产业政策设计均比较合理。其中，政策P1的PMC指数值最高，得分为9.83，政策评价等级显示为优秀，说明在制定此政策时各指标考虑较为科学周到，从宏观到微观相应条款描述比较充分，这不仅取决于该政策是“十三五”规划这一客观属性，也说明政府对战略性新兴产业十分重视。政策P2的PMC指数得分为8.05，政策评价级别显示为良好，其中(X1)政策性质、(X2)政策效力、(X3)政策领域、(X5)政策评价、(X8)激励措施均低于平均值，因此可在这些方面进行改进；(X2)政策效力、(X8)激励措施与平均值差距较大，是应着重改进的方面，具体应结合政策情况进行。政策P3的PMC指数得分为9.00，政策评价级别显示为良好。其中，只有(X4)政策受体一项低于平均值，这与政策本身性质有关，可参考此方面进行相应改进。另外，可制定多种激励措施促进产业发展，其PMC指数值也会相应提升。政策P4的PMC指数得分为8.17，政策评价等级显示为良好。其中，(X2)政策效力、(X3)政策领域、(X5)政策评价、(X8)激励措施均低于平均值，可在(X2)政策效力、(X8)激励措施方面着重加强。限于篇幅原因，本文只对以上4项政策进行分析。运用本文评价方法，通过两级指标数值和PMC指数可以明确显示政策具体优劣势，从而为政策制定者提供参考。

表5 4项政策投入产出

X1X1:1X1:2X1:3X1:4X1:5X2X2:1X2:2X2:3P111111111P211110100P311111011P411111001X3X3:1X3:2X3:3X3:4X3:5X3:6X4X4:1X4:2X4:3P1111110111P2111100111P3111110110P4111010111X5X5:1X5:2X5:3X5:4X6X6:1X6:2X6:3X6:4P111111111P211101111P311111111P410111101X7X7:1X7:2X7:3X8X8:1X8:2X8:3X8:4X8:5X8:6P1111111111P2111001011P3111111011P4111111100X9X9:1X9:2X10X10P1111P2111P3111P4111

表6 4项政策PMC指数汇总情况

变量P1P2P3P4均值1.000.801.001.000.95(X2)政策效力1.000.330.670.330.5825(X3)政策领域0.830.670.830.670.75(X4)政策受体1.001.000.671.000.9175(X5)政策评价1.000.751.000.750.875(X6)政策重点1.001.001.000.750.9375(X7)作用层面1.001.001.001.001(X8)激励措施1.000.500.830.670.75(X9)政策视角1.001.001.001.001(X10)政策公开1.001.001.001.001PMC指数9.838.059.008.17--编号PMC指数级别P19.83优秀P28.05良好P39.00良好P48.17良好

表7 4项政策的PMC曲面

P1 = 1.001.000.831.001.001.001.001.001.00 P2 =0.800.330.671.000.751.001.000.501.00 P3 = 1.000.670.830.671.001.001.000.831.00 P3 = 1.000.330.671.000.750.751.000.671.00

图3 政策P1的PMC曲面 图4 政策P2的PMC曲面

图5 政策P3的PMC曲面 图6 政策P4的PMC曲面

产业政策对战略性新兴产业发展有重要作用，对政策进行事后评估虽然能够准确把握政策优劣，但容易造成较大损失，而进行政策早期诊断则能够有效避免事后政策评估的滞后性。本文从政策文本关键词共现分析、政策量化评价体系构建两个方面对战略性新兴产业政策共性和个性进行研究，得出如下结论：①战略性新兴产业政策主题集中稳定。总频数排序前10位的主题词分别为：技术、生物、服务、企业、创新、建设、材料、装备、知识产权、节能，这10个关键词出现频数占样本主题词总频数的58.22%；②技术是当前国家制定战略性新兴产业政策考虑的重点。“技术”一词是关键词频数表中频数最高的词项，同时其点度中心度值也最高；③创新在驱动战略性新兴产业发展方面发挥着至关重要的作用，体现在科技创新、管理创新、文化创新、应用创新、创新体系、创新能力和创新发展等方面；④目前，整体政策中存在发展规划类政策较多、部门协同制定类政策偏少等问题。本文所选4项战略性新兴产业政策设计均较为合理，相关部门对各指标的考虑也较为科学全面，但也存在一些需要改进的地方。本文一方面可为政府全面认识战略性新兴产业政策提供参考，另一方面也可为未来进行战略性新兴产业政策制定、改进和优化提供依据。

根据本文政策文本分析，针对目前战略性新兴产业政策存在的不足提出如下建议：

(2)加强区域层面产业发展规划设计。在目前发展规划类政策指导下，结合各区域发展状况、资源优势和产业特征等实际情况，充分挖掘各区域比较优势，统筹规划产业发展方向，对战略性新兴产业发展政策进一步细化落实，从宏观到微观全面完善法规类政策，形成良好的产业政策生态环境，确保资源良性循环,使政策在全国范围内充分发挥引领作用。

(2)建立部门间协同联动推进机制。加强各部门间政策协调联动，跨部门协同立法不仅能够防止部门追求自身局部利益，还可以降低立法成本，避免空白立法、重复立法及立法冲突现象的出现，形成强大合力，优化资源配置，构建全覆盖且不重复的政策网络。同时，相关部门在政策执行过程中需要持续进行动态协调，充分发挥激励和诱导功能，保证政策实施效果。

(3)完善有效鼓励创新的激励机制。将科技创新置于核心位置，通过人才引进、股权激励、投资补贴等方式营造自由发展环境，提高技术创新能力，保证战略性新兴产业发展生机与活力，发挥产业政策提升市场功能、强化竞争、推动产业结构升级的作用。另外，由于创新具有动态性，需要不断对政策效果进行评估，保证政策执行具有调整空间，促进战略性新兴产业高质量发展。

本文从文本内容角度对战略性新兴产业政策的共性和个性特点进行研究，识别当前政策制定存在的问题，为政策制定、改进和优化提供了一定依据。但受时间和水平限制，仍存在以下不足：①本文只选取国家层面政策，因地方层面和国家层面政策侧重点不同，无法为地方层面政策完善提供良好的参考；②战略性新兴产业中每个产业都有大量专项政策，本文选择该领域的国家级发展规划和政策规定作为代表性政策，样本数量不够大，无法覆盖战略性新兴产业全部政策。未来研究可进行如下尝试：一是增加地方层面政策样本，将国家层面与地方层面政策结合起来进行对比研究，分析政策共同点及区别，为政策完善提供更具针对性的建议；二是细分不同产业专项政策并进行针对性研究，探索不同产业间政策共性和个性特征，为政府部门完善政策提供参考。

参考文献:

[1] 赵莉晓.创新政策评估理论方法研究——基于公共政策评估逻辑框架的视角[J].科学学研究，2014(2)：195-202.

[2] SUCHMAN EDWARD.Evaluative research[M].New York:Russell Sage Foundation,1967.

[3] POLAND O F.Program evaluation and administrative theory[J].Public Administration Review，1974，34(4)：333-338.

[4] WOLLMANN H.The development of a sustainable development model framework[J].Energy Policy Research，2007(13)：69-75.

[5] GARRY HA T.An over view of content analysis[J].The Marketing Review，2003，3(4)：479-498.

[6] GLENN A BOWEN.Document analysis as a qualitative research method[J].Qualitative Research Journal，2009(9)：27-40.

[7] 李江，刘源浩,黄萃，等.用文献计量研究重塑政策文本数据分析——政策文献计量的起源、迁移与方法创新[J].公共管理学报，2015(2)：138-144.

[8] 卢超，尤建新，戎珂，等.新能源汽车产业政策的国际比较研究[J].科研管理，2014，35(12)：26-35.

[9] 谢青，田志龙.创新政策如何推动我国新能源汽车产业的发展——基于政策工具与创新价值链的政策文本分析[J].科学学与科学技术管理，2015，36(6)：3-14.

[10] 王薇，刘云.基于内容分析法的我国新能源汽车产业发展政策分析[J].科研管理，2017，38(S1)：581-591.

[11] 孙蕊，吴金希.我国战略性新兴产业政策文本量化研究[J].科学学与科学技术管理，2015，36(2)：3-9.

[12] 胡赛全，詹正茂，钱悦，等.战略性新兴产业发展的政策工具体系研究——基于政策文本的内容分析[J].科学管理研究，2013，(31)3：66-69.

[13] 刘澄，顾强，董瑞青，等.产业政策在战略性新兴产业发展中的作用[J].经济社会体制比较，2011(1)：196-203.

[14] 汪涛，赵国栋，王婧.战略性新兴产业创新政策研究：以NEVI为例[J].科研管理，2016，37(6)：1-9.

[15] DANIEL P FORBES，DAVID A.KIRSCH.The study of emerging industries：recognizing and responding to some central problems[J].Journal of Business Venturing，2011(26)：589-602.

[16] MARIO ARTURO RUIZ ESTRADA.Policy modeling：definition, classification and evaluation [J].Journal of Policy Modeling，2011，33：523-536.

[17] 张永安，郄海拓.国务院创新政策量化评价——基于PMC指数模型[J].科技进步与对策，2017,34(17)：127-136.

[18] 杜丹丽，原琳，高琨.2010—2017年京津冀中小企业科技创新政策评价[J].中国科技论坛，2019(10)：100-109.

[19] 张永安，郄海拓.金融政策组合对企业技术创新影响的量化评价——基于 PMC 指数模型[J].科技进步与对策，2017，34(2)：113-121.

[20] 方永恒，陈友倩.国务院保障性住房政策量化评价——基于10项保障性住房政策情报的分析[J].情报杂志，2019，38(3)：101-107.

[21] RUIZ ESTRADA M，YAP S F，NAGARAJ S.Beyond the ceteris paribus assumption: modeling demand and supply assuming omnia mobilis [J].International Journal of Economics Research，2008(2)：185-194.

[22] 张永安，周怡园.新能源汽车补贴政策工具挖掘及量化评价[J].中国人口·资源与环境，2017，27(10)：188-197.

(责任编辑：王敬敏)