陳 美 孫瑞乾

(中南財經(jīng)政法大學公共管理學院 武漢 430073)

0 引 言

隨著信息通訊技術(ICT)豐富完善,數(shù)字經(jīng)濟逐漸成為全球經(jīng)濟增量的主要貢獻來源[1],并在后疫情時代下深度滲入各個社會領域,成為最具潛力的經(jīng)濟業(yè)態(tài)。數(shù)字技術為我們的經(jīng)濟和社會帶來了前所未有的機遇。數(shù)字領域的技術創(chuàng)新正在提高生產(chǎn)力、培養(yǎng)創(chuàng)造力和推動創(chuàng)新。根據(jù)中國信息通信研究院測算數(shù)據(jù),我國2020年數(shù)字經(jīng)濟增加值規(guī)模首次進入世界前十位,且保持良好的增長速度。2022年12月,中國信息通信研究院正式發(fā)布《全球數(shù)字經(jīng)濟白皮書(2022年)》。白皮書指出,2021年,從數(shù)字經(jīng)濟規(guī)模看,中國位居第二,為7.1萬億美元[2]。作為我國經(jīng)濟高質(zhì)量現(xiàn)代化發(fā)展的重要引擎,數(shù)字經(jīng)濟同時也產(chǎn)生了“雙刃劍”的破壞效應[3],如“數(shù)字鴻溝”問題[4]、沖擊挑戰(zhàn)現(xiàn)行貿(mào)易制度[5]、與政府治理理念與手段不協(xié)調(diào)[6]等,錯綜復雜的國際環(huán)境也為數(shù)字經(jīng)濟持續(xù)發(fā)展帶來新矛盾和新挑戰(zhàn)。在機遇與危機并存的背景下,亟待設立相關政策制度以配套保障數(shù)字經(jīng)濟蓬勃發(fā)展。《“十四五”數(shù)字經(jīng)濟發(fā)展規(guī)劃》中明確加快數(shù)字化發(fā)展、建設數(shù)字中國部署,以展望2035年我國數(shù)字經(jīng)濟順利邁入繁榮成熟期。

數(shù)字經(jīng)濟需要政府積極發(fā)揮政策引導作用,加快數(shù)字發(fā)展并賦予人們正確的技術技能,使他們能夠開發(fā)技術解決方案,推動數(shù)字化轉型,為人們提供就業(yè)機會,并最終支持政府的整體數(shù)字經(jīng)濟議程。為完善地方數(shù)字經(jīng)濟治理保障體系、提升數(shù)字經(jīng)濟競爭力和影響力,我國各地方政府紛紛出臺地方法規(guī)與規(guī)范性文件來引導當?shù)財?shù)字經(jīng)濟健康發(fā)展,以響應完成國家“十四五”數(shù)字經(jīng)濟發(fā)展規(guī)劃及相關政策。截至2022年12月,現(xiàn)行有效的地方數(shù)字經(jīng)濟綜合性法規(guī)與工作文件共有43份,覆蓋全國24個省份。數(shù)字經(jīng)濟政策通過其公共政策屬性來配置人力、技術等多種資源,旨在重新定位經(jīng)濟,以利用數(shù)字技術提供的眾多機會,為信息通訊技術行業(yè)必須開展的主要活動指明了方向,以鞏固行業(yè)已有的成就并突出應重點關注的新領域,以便國家實現(xiàn)真正的數(shù)字經(jīng)濟。在這個背景下,本文借助LDA主題模型實現(xiàn)對各省級數(shù)字經(jīng)濟政策的自動化效詞分析,提取政策的共同主題,以厘清現(xiàn)今省級數(shù)字政策要點和現(xiàn)狀。同時,通過社會網(wǎng)絡分析(SNA)模型共現(xiàn)主體特征詞的網(wǎng)絡圖,力圖佐證分析結果,為數(shù)字政策的路徑規(guī)劃和各層面政策之間的耦合互動提供借鑒。

1 文獻綜述

1.1 政策文本分析的相關研究

政策計量分析是基于政策文本特有的結構要素而統(tǒng)計分析其分布特征,如張會平等[7]采用CitesSpace 5.0分析來自政府門戶網(wǎng)站189條文本的時間分布、關鍵詞共現(xiàn)網(wǎng)絡。但該方法較為依賴成型的結構化語料庫,在深層次上并沒有擺脫人工解讀的限制和局限[8]。內(nèi)容分析法則針對文章內(nèi)容所含信息及其變化進行分析,從而提出可再現(xiàn)、有效的推斷,其方法重點是對分析單元的定義編碼[9]。進入數(shù)字化時代后,Ethnograph、Nvivo、QDA Miner、ROST CM、ALCESTE等計算機編碼工具出現(xiàn)大大提高編碼分析效率[10]。國內(nèi)學者紛紛應用該方法分析眾多領域的國家政策,如黃新平等[11]從政策工具視角,通過Maxqda質(zhì)性分析軟件研究我國科技金融發(fā)展政策。裴雷等[12]對省市縣三級智慧城市政策文本的建設實踐與應用進行扎根統(tǒng)計,發(fā)現(xiàn)我國智慧城市政策未來應多注重平衡性與多樣性的協(xié)調(diào)。在政策演變和協(xié)同研究領域,洪偉達等[13]從時間維度,針對2012—2020年我國省部級以上開放政府數(shù)據(jù)政策進行量化分析,得出應進一步提升政策強度、明確政策目標和促進政策協(xié)同配合的發(fā)展方向。

效詞分析法源于自然語言處理,并由Grimmer等[14]最早提出檢驗流程。與前兩種方法不同,該方法通過機器學習、文本挖掘等[15]可實現(xiàn)最大程度的自動化文本分析,故在處理大樣本政策數(shù)據(jù)集與政策量化研究的深度上具有天然優(yōu)勢。盛東方等[16]應用LDA模型探究突發(fā)公共事件背景下我國中小企業(yè)扶持政策的供需匹配問題。在政策演化過程方面,張寶建等[17]采用K-means發(fā)現(xiàn)我國1996—2017年的國家科技創(chuàng)新政策存在各階段差異性和失配性。在政策主題方面,張濤等[18]針對我國138部人工智能政策進行主題熱點與演進分析,以更好廓析我國人工智能政策路徑,助力人工智能穩(wěn)定有序發(fā)展。在國外,該方法還延用到利用非政策文本來分析探尋公共政策問題,如Andrea Ceron等[19]運用社交媒體網(wǎng)絡信息分析預測意大利與法國的選舉結果,同時建立政黨派系識別、輿情監(jiān)測的計算化模型[20]。由于完全依賴計算機的自動化分析,內(nèi)容分析法可能會存在過度擬合模型與解讀數(shù)據(jù)[21],但可通過困惑度指標、主題一致性得分等方法確定最優(yōu)主題數(shù)來進行一定程度的避免,保證分析效果的準確度和可信度。

作為社會學的經(jīng)典方法,社會網(wǎng)絡分析法近年來逐漸進入政策研究領域,引起一部分學者的關注使用。汪潔等[22]首次引入該方法分析了江蘇省38份產(chǎn)學研合作政策。張超等[23]運用此方法描繪1978—2017年693份中國創(chuàng)新創(chuàng)業(yè)政策文件之間的交互作用,并分析該政策主體的演變過程?；贚DA和SNA模型,蘇林等[24]進行對我國科技創(chuàng)新政策的文本計量分析,發(fā)現(xiàn)該政策的發(fā)文主體較為分散,有待探尋發(fā)文主體多元化合作。但是,通過文獻梳理發(fā)現(xiàn),在數(shù)字經(jīng)濟政策分析領域,尚未有學者使用社會網(wǎng)絡分析(SNA)方法對省域?qū)用娴臄?shù)字經(jīng)濟政策展開分析討論。

1.2 經(jīng)濟政策的相關研究

以數(shù)字技術為核心的數(shù)字經(jīng)濟一個突出特點便是實踐領先于政策,政策領先于理論[25]。Christopher Foster等[26]廣泛分析各發(fā)展中國家的現(xiàn)行數(shù)字經(jīng)濟政策,發(fā)現(xiàn)政府干預型政策可以更有力促進數(shù)字經(jīng)濟相關產(chǎn)業(yè)發(fā)展。我國數(shù)字經(jīng)濟政策起步較晚,直至黨的十八大以后,數(shù)字經(jīng)濟政策的實踐與理論研究之間良性耦合互動效用才逐步開始發(fā)揮效用[27]。在早期,我國相關研究集中于借鑒學習國外各國數(shù)字經(jīng)濟政策的理論研究,如于曉等[28]學習歐日韓發(fā)展數(shù)字經(jīng)濟的經(jīng)驗,倡導我國建立與數(shù)字經(jīng)濟發(fā)展相符的治理體系;基于“數(shù)字破壞效應”視角,陳友駿等[29]評析日本數(shù)字經(jīng)濟政策釋放經(jīng)濟發(fā)展?jié)撃茏饔?丁聲一等[30]借鑒英國數(shù)字經(jīng)濟戰(zhàn)略得失,提出我國數(shù)字經(jīng)濟政策應建立協(xié)同治理機制,即與數(shù)字經(jīng)濟發(fā)展相符的市場體制[31]。

在我國數(shù)字經(jīng)濟政策的文本研究上,吳湘玲等[32]于2020年首次采用內(nèi)容分析法分析中央政府層面9份政策文本中,發(fā)現(xiàn)以供給型政策工具為主。同時,也有學者借助PMC指數(shù)模型與共識型政策執(zhí)行概念對單一省份的數(shù)字經(jīng)濟政策進行探討的研究[33-34]。

1.3 文獻評述

綜上,政策文本的分析研究框架和方法已經(jīng)比較成熟完善,尤其以定量分析中的內(nèi)容分析法和效詞分析法為主,它們對于解讀分析具體政策的焦點、路徑和發(fā)展方向發(fā)揮重要作用。但從整體上來看,還有如下擴展空間。第一,現(xiàn)有研究較多涉及具體數(shù)字經(jīng)濟政策執(zhí)行研究,較少對整體數(shù)字經(jīng)濟政策進行系統(tǒng)性研究。第二,較多涉及單一省份數(shù)字經(jīng)濟政策進行研究,較少從國家層面來進行宏觀性的數(shù)字經(jīng)濟政策量化研究。第三,國內(nèi)研究仍聚焦于數(shù)字經(jīng)濟政策文本的回顧總結討論,實證量化類的分析研究相對較少,研究的實證證據(jù)還有進一步擴展的空間。鑒于此,本文運用自動化機器分析的LDA模型探究來自24個地方政府的43份數(shù)字經(jīng)濟政策,同時引入SNA模型分析特征詞的共現(xiàn)網(wǎng)絡支撐研究可信度,對省級數(shù)字經(jīng)濟政策進行無監(jiān)督的主題內(nèi)容挖掘,并對各主題詞語進行政策工具傾向匹配,以分析省級層面的數(shù)字經(jīng)濟政策脈絡與路徑,力圖為今后地方政策制定方向提供參考和借鑒。

2 研究設計

2.1 研究理論

借鑒既往關于政策工具研究視角[32-34],本研究引入Rothwdl和Zegveldt提出的觀點,將政策工具分為供給型、需求型、環(huán)境型三類[35]。在數(shù)字經(jīng)濟政策情境下,供給型政策工具指通過供給數(shù)字發(fā)展相關生產(chǎn)要素直接推動數(shù)字經(jīng)濟發(fā)展,涵蓋基礎設施、資金、信息資源、人才、科技與公共服務等各類基本生產(chǎn)要素;環(huán)境型政策工具則是通過建構良好的內(nèi)外部環(huán)境間接促進數(shù)字經(jīng)濟發(fā)展,既有政策法規(guī)、稅收金融優(yōu)惠的內(nèi)部支持軟環(huán)境,也有信息安全、信息流通的外部保障硬環(huán)境;而需求型政策工具致力于通過合作和貿(mào)易來發(fā)揮市場對數(shù)字經(jīng)濟的拉動效應。表1是數(shù)字經(jīng)濟政策的具體政策工具類型及其定義。

表1 數(shù)字經(jīng)濟政策工具的類型、名稱和含義

2.2 研究方法

本文對地方政府層面的43份數(shù)字經(jīng)濟綜合性政策文本分析主要采用無監(jiān)督的LDA主題模型法和社會語義網(wǎng)絡分析法。一方面,本文使用無監(jiān)督學習的LDA模型進行政策文本的主題提取上述各省級層面的數(shù)字經(jīng)濟政策文本劃分為不同研究主題,并進行關鍵詞合并整理,歸納探索各省級政策文本之間的聯(lián)系。另一方面,在借鑒陳紅琳等[36]關于社會網(wǎng)絡分析與研究主題的關聯(lián)方法基礎上,本文使用社會語義網(wǎng)絡分析繼續(xù)探尋和驗證LDA挖掘的主題特征詞之間關聯(lián)程度。具體而言,在經(jīng)過LDA主題模型實現(xiàn)對長政策文本的無監(jiān)督機器挖掘為12個主題下的各詞語短文本的基礎上,本文再通過PMI詞語類似度來衡量LDA結果下12個主題特征詞間的關聯(lián)程度, 確保LDA結果的可靠性。其基本思想是統(tǒng)計兩個詞語在文本中同時出現(xiàn)的概率,如果概率越大,則兩個詞語的關聯(lián)度就越高。兩個詞語之間的PMI值計算公式如式(1)所示。最后,再通過Gephi軟件對所得共現(xiàn)程度數(shù)據(jù)進行繪圖分析,進而從整體把握不同政策的戰(zhàn)略取向方向。

(1)

2.3 樣本選擇與描述

考慮到政策樣本的代表性、連貫性和整體性,文章以各省級地方政府圍繞數(shù)字經(jīng)濟發(fā)布的綜合性政策文件和地方性法規(guī)為研究對象,以從整體全面視角考察我國數(shù)字經(jīng)濟發(fā)展中的政策效應,而剔除只針對數(shù)字經(jīng)濟各個細小領域或技術的專項性政策文件。截至2022年12月,按照此條件在北大法寶和各省地方政府網(wǎng)站的公開數(shù)據(jù)和政務公開中共檢索到43份現(xiàn)行有效的符合要求的文件,均為省市級政府簽發(fā)的正式文件,覆蓋全國24個省(直轄市或自治區(qū))。

如圖1所示,大多數(shù)各地方政府均發(fā)布1-2份數(shù)字經(jīng)濟綜合發(fā)展規(guī)劃政策,只有不到20%的省份發(fā)布更多的政策文件。各地方政府發(fā)文數(shù)量之間不存在顯著差異,其中江西省以4份的政策數(shù)量位居各省圍繞數(shù)字經(jīng)濟發(fā)文榜首。

圖1 各省級數(shù)字經(jīng)濟政策省份分布圖

圖2呈現(xiàn)了43份省級數(shù)字經(jīng)濟政策的政策類型?？梢钥闯?當今省級數(shù)字經(jīng)濟政策以通知為主,占比近77%,同時兼有少部分的意見和條例類政策。從整體來看,各省份的綜合性數(shù)字經(jīng)濟政策體系尚在起步構建階段,政策數(shù)量匱乏,政策聚合力量薄弱,以要求具體、執(zhí)行性強的“通知”類政策為主,而缺乏統(tǒng)領性、指導性的文件,政策高度不足,有待建立更加全面完善的地方政府數(shù)字經(jīng)濟政策治理體系。

圖2 省級數(shù)字經(jīng)濟政策類型分布圖

3 研究結果與分析

3.1 文本處理與主體數(shù)量確定

以上述43份政策文本構建文本分析的語料庫,調(diào)用中文分詞工具Jieba進行分詞預處理。在分詞前添加如 “數(shù)字經(jīng)濟”“互聯(lián)網(wǎng)+”“5G+”“數(shù)字XX”“智慧XX”“XX化”等與數(shù)字經(jīng)濟乃至數(shù)字化密切相關的新興和專業(yè)詞匯以提高分詞準確度,確保后續(xù)分析結果的可信度。同時,使用包括虛詞、地名等無意義詞語的停止詞列表,在后續(xù)分析過程予以剔除。

基于Python進行主題建模前,按研究慣例需要將LDA模型的兩個超參數(shù)α和β分別設定為50/k和0.1,其中k是選擇的主題數(shù)[37]。本研究使用主題一致性得分和困惑度曲線兩種方法來綜合確定樣本政策文件的最佳主題數(shù)量。通過主題一致性得分提煉文本的高頻主題數(shù)量,結果如圖3所示。經(jīng)計算得出,主題數(shù)為12時一致性得分最高,且之后一致性得分隨主題數(shù)量增加而趨于穩(wěn)定。因此,主題數(shù)12為主題一致性得分方法下的最佳主題數(shù)。

圖3 LDA模型的一致性得分曲線

為保證最佳主題數(shù)量確定的穩(wěn)健性,本研究繼續(xù)通過式(2)計算政策文本困惑度,構建困惑度曲線(如圖4所示)。困惑度曲線在主題數(shù)為(9,12)時急劇下降,在(12,14)趨于平緩。根據(jù)困惑度曲線結果,12為文本的最佳主題數(shù)量。

圖4 LDA模型的困惑度曲線

(2)

結合兩種最佳主題數(shù)量的確定方法,本文最終將12作為LDA模型的最佳主題數(shù)量,以進行后續(xù)LDA模型的挖掘分析。

在設定主題數(shù)量為12后,對43份政策進行無監(jiān)督干擾的機器挖掘爬取,并應用Python將LDA主題模型最終的主題結果可視化(見圖5、圖6)。由圖5所示,將主題數(shù)量為12時,各主題圓圈之間存在一定距離且分布在各象限,即LDA建模后的12個主題之間相對互斥,且反映原政策文本結果良好。同時,這也表明,我國省級層面的數(shù)字經(jīng)濟政策覆蓋各個社會領域,影響廣泛深刻。圖6顯示了政策文本中出現(xiàn)頻率排名前50位的主題特征詞語?？梢钥闯?高頻詞語分別代表不同領域主題,主題詞的同質(zhì)化程度較低,政策分詞效果良好,模型反映情況較為真實可信。其中,“發(fā)展”和“建設”成為僅落后于“數(shù)字經(jīng)濟”出現(xiàn)頻率的高頻頻率,與上文43份政策近77%比例均為“通知”類型相符合。

圖5 主題之間距離地圖

圖6 政策文本中出現(xiàn)頻率排名前30的特征詞詞語

3.2 政策文本的LDA模型結果與分析

根據(jù)上述確定的最佳主題數(shù)量,無監(jiān)督的LDA模型對于43份政策文本進行機器提取與分析,得到12個主題及其特征詞,同時根據(jù)各主題特征詞的詞語屬性與表1中的數(shù)字經(jīng)濟政策政策工具分類及定義,進行人工匹配其所屬政策工具,從而得出該主題主要采用的政策工具類型(結果見表2)。氣泡圖顯示的主題2與主題3存在部分重疊的情況,但根據(jù)主題特征詞來看,兩個主題反映具體內(nèi)容并不存在相近類同狀況,主題數(shù)量確定合適。

表2 省級數(shù)字經(jīng)濟政策的LDA模型結果

同時,根據(jù)主題特征詞在全文出現(xiàn)頻率大小制成詞云圖(如圖7所示)。由圖7可以發(fā)現(xiàn):“數(shù)字經(jīng)濟”“發(fā)展”“數(shù)據(jù)”“人民政府”“產(chǎn)業(yè)”等詞語在各政策文本的出現(xiàn)頻率處于領先位置,符合政策制定基本規(guī)律,而且有關新興政策熱點的“數(shù)據(jù)安全”“公共數(shù)據(jù)”“數(shù)字基礎設施”的出現(xiàn)頻率也處于中堅地位,展現(xiàn)政府數(shù)字經(jīng)濟工作中心偏移與多元化趨勢。

圖7 主題特征詞出現(xiàn)概率詞云圖

基于Rothwdl和Zegveldt的政策工具理論,結合LDA模型結果、詞云圖和43份原政策文本,本文得出下述分析結果,以廓析省級數(shù)字經(jīng)濟政策的政策重點和政策路徑。

3.2.1政策內(nèi)容主題覆蓋社會各個領域

從LDA分析結果的各主題來看,現(xiàn)今各省級數(shù)字經(jīng)濟政策主要輻射涵蓋以下方面:一是全面推進工業(yè)、農(nóng)業(yè)與服務業(yè)等各產(chǎn)業(yè)的數(shù)字賦能轉型,全面充分提高國家在數(shù)字化時代的全球競爭力。當前,地區(qū)的數(shù)字鴻溝問題仍是影響我國所有產(chǎn)業(yè)數(shù)字化轉型的重要阻礙,東西部地區(qū)之間的數(shù)據(jù)統(tǒng)籌協(xié)調(diào)仍有待落實完善,各產(chǎn)業(yè)集聚的新數(shù)字規(guī)模效應沒有得到充分發(fā)揮。二是完善數(shù)據(jù)要素市場體系的頂層設計與內(nèi)部流程,向數(shù)字經(jīng)濟城鄉(xiāng)一體化和地區(qū)協(xié)同發(fā)展邁進。三是落實數(shù)字政府建設,切實提高現(xiàn)代化治理水平。信息通訊技術不斷發(fā)展豐富政府治理手段的同時,也無形中提高了公眾對社會治理和政府治理成效的期待值。四是維護數(shù)據(jù)安全和數(shù)據(jù)監(jiān)管成為政府未來的主要工作重點與難點。數(shù)據(jù)信息爆炸式增長的背后是大量的數(shù)據(jù)信息暴露和監(jiān)管制度的空白缺位,國家數(shù)據(jù)主權安全受到嚴重的挑戰(zhàn)威脅,亟待確立國家數(shù)據(jù)安全保護保障制度。五是促進企業(yè)的數(shù)字化轉型。企業(yè)作為經(jīng)濟發(fā)展最主要的微觀主體,一直以來都是數(shù)字經(jīng)濟政策的主要著力點,未來也勢必是政策不可忽略的方面。

3.2.2數(shù)據(jù)安全保障與數(shù)據(jù)要素市場體系成為政策熱點

數(shù)據(jù)安全風險日益嚴峻下,數(shù)字相關問題的治理也逐漸成為政策關注的新焦點。我國現(xiàn)有的數(shù)字安全治理法律體系與國家的數(shù)據(jù)安全現(xiàn)實需求之間仍存在較大差距,國家數(shù)據(jù)安全難以得到妥善保障和解決。隨著《網(wǎng)絡安全法》《數(shù)據(jù)安全法》與《個人信息保護法》的相繼出臺,為我國數(shù)據(jù)安全法律體系初繪雛形,更有待統(tǒng)一和諧的政策體系以落實數(shù)據(jù)安全。同時,數(shù)據(jù)作為新生產(chǎn)基本要素,也具備獨特的市場優(yōu)勢和作用。《數(shù)據(jù)要素流通標準化白皮書》的發(fā)布,展現(xiàn)國家力求解決數(shù)據(jù)供給側結構性矛盾和提升數(shù)據(jù)要素市場治理能力的決心。在國家密集出臺數(shù)據(jù)要素市場政策法規(guī)引領下,各地方政府紛紛建構、培育數(shù)據(jù)市場流通體系和規(guī)則以充分釋放數(shù)據(jù)要素的經(jīng)濟引擎效用,構筑數(shù)字競爭新平臺,實現(xiàn)為千行百業(yè)數(shù)據(jù)賦能的目標,推動我國經(jīng)濟高質(zhì)量全面發(fā)展。

3.2.3以供給型政策工具為主,政策工具使用比例失衡

從各主題結果人工匹配的主要使用政策工具類型來看,現(xiàn)今省級數(shù)字經(jīng)濟政策的政策工具選擇主要以供給型政策工具為主,而需求型和環(huán)境型的政策工具相對使用較少,政策工具的使用比例存在一定程度的不均衡性。我國當前的數(shù)字經(jīng)濟發(fā)展仍主要依賴于政府引領,數(shù)字經(jīng)濟各主體的參與度和積極性較低,相關政策起步較晚,完備的政策體系尚未形成。因此,在政策工具上多選擇供給性,以迅速推動數(shù)字經(jīng)濟發(fā)展。但是,過度使用供給型政策工具容易產(chǎn)生重視基礎投資和建設而忽視經(jīng)濟發(fā)展的系統(tǒng)性與整體性,長期不合理的使用比例下可能會存在制度隱患與漏洞,造成經(jīng)濟體系不穩(wěn)定和脆弱性。同時,在政策要求愈發(fā)復雜綜合具體下,多種政策工具的合理組合使用成為政策制定的新趨勢與必然之路,從而更好應對解決現(xiàn)今多元的社會問題,為實現(xiàn)中國式現(xiàn)代化發(fā)展助力。

3.3LDA主題的語義社會網(wǎng)絡探究分析

基于LDA模型的結果,經(jīng)過同義詞合并處理,總共保留110個意義互異的主題特征詞。再通過PMI公式兩兩統(tǒng)計出主題特征詞出現(xiàn)在同一政策文本中的概率,形成一個110×110的關鍵詞共現(xiàn)矩陣,最后借助Gephi軟件構建主題特征詞之間的社會網(wǎng)絡,共現(xiàn)社會網(wǎng)絡分析的可視化結果如圖8所示。

圖8 主題特征詞共現(xiàn)網(wǎng)絡圖

同時,本文描述社會網(wǎng)絡節(jié)點特征共有4個指標數(shù)據(jù),以反映詞語在網(wǎng)絡中的重要程度。首先是表示某個關鍵詞與其他鍵詞在網(wǎng)絡中共同出現(xiàn)的頻率的點度中心度,其中包括絕對點度中心度和加權點度中心度。其次是接近中心性,它反映網(wǎng)絡中某一節(jié)點與其他節(jié)點之間的接近程度。介數(shù)中心性則是用來度量某個節(jié)點在多大程度上“介于”其它節(jié)點之間(節(jié)點特征的描述性統(tǒng)計結果見表3)。

表3 共現(xiàn)網(wǎng)絡圖節(jié)點特征描述性統(tǒng)計

從圖8的網(wǎng)絡各詞語關聯(lián)程度來看,語義社會網(wǎng)絡基本呈現(xiàn)出12個主要節(jié)點主題,節(jié)點主題數(shù)量與上述LDA模型確定最佳主題數(shù)量吻合。同時,各節(jié)點之間連接線段的密集復雜程度之高表明各主題特征詞均頻繁共同在各個省級政策文本,即LDA模型綜合反映各政策文本的共同主題情況良好,現(xiàn)今省級數(shù)字經(jīng)濟綜合性政策已具備體系化、制度化為LDA模型結果的穩(wěn)健性提供強有力的可視化證據(jù)。表3節(jié)點特征中平均值與最大值的接近情況表明12個主要節(jié)點在整個語義網(wǎng)絡的貢獻度接近,即各省級政策整體布局類似。對于各政策主題的重視程度基本相同,呈現(xiàn)高度“向中央看齊”局面,更反映出我國數(shù)字經(jīng)濟政策體系由上到下均堅持強制性治理與政府引導理念,即政策工具使用比例失衡,有待“柔性治理”介入。通過非強制性的市場工具激發(fā)數(shù)字經(jīng)濟各主體的自主性、主動性和積極性,再次為上述LDA模型分析結果提供證據(jù)參考。

4 對策建議

4.1 超越以政府為中心的公共政策范式,倡導柔性治理為主的治理理念

國家治理現(xiàn)代化要求公共政策體現(xiàn)社會共識的凝聚過程、吸納和包容現(xiàn)代社會的多樣性和差異性、完善社會主體的多重互動邏輯,搭建國家治理的高效平臺。增強數(shù)字經(jīng)濟政策的包容性和社會參與性,通過多種途徑實現(xiàn)政策各環(huán)節(jié)廣泛而真實的公民參與,使其能夠融合更多群體的利益訴求,協(xié)調(diào)個體利益與公共利益的沖突與矛盾,追求社會發(fā)展與秩序穩(wěn)定前提下個體利益的合理實現(xiàn)。當前數(shù)字經(jīng)濟政策仍堅持以“強制性治理”為主的治理理念和方針,但“強制性治理”絕對不是簡單粗放的強制,也不能對于所有政策路徑和主體一刀切地實行“強制性治理”。尤其是針對數(shù)字經(jīng)濟這種涵蓋影響各個社會領域的復雜政策議程,更需要進行縝密具體的政策設計和充分科學的理論論證,力求以最廣大人民的利益出發(fā)。因此,不再過度依賴傳統(tǒng)行政機制,反而更加堅持以人為本的柔性治理理念逐漸成為現(xiàn)代化公共治理的未來發(fā)展方向,為紓解各級政府現(xiàn)有的治理困境貢獻獨特現(xiàn)實價值和意義,也成為中國式現(xiàn)代化發(fā)展的有力引擎。

4.2 建立結構合理的政策工具綜合使用體系,形成有效最優(yōu)的政策合力

從LDA挖掘出的主題來看,現(xiàn)今數(shù)字經(jīng)濟政策的工具選用結構并不合理,過度依賴使用供給型政策工具。一個政策從出臺到豐富完善的過程中,工具的選用往往會經(jīng)歷從供給型到環(huán)境型再到需求型的轉變過程,但順利過渡并適應整個過程并非易事。需求型、環(huán)境型和供給型三類政策工具都有其自身的獨特優(yōu)勢作用,但政策工具的選擇應用絕不是“平均化”和“隨意化”的。未來數(shù)字經(jīng)濟政策制定應基于時代要求和政策議程,均衡調(diào)整政策工具的組合使用,根據(jù)政策目標合理選擇最符合的政策工具,激發(fā)各主體形成良好的政策合力。同時,提高政策工具的可操作性和現(xiàn)實應用性,完善相應的政績考核評價與監(jiān)督體系,切實將政策的最優(yōu)效用落實到實地,共同促進全國數(shù)字經(jīng)濟全方位健康發(fā)展。

4.3 加強政策分析,促進政策目標、執(zhí)行與體系的良性耦合

政策目標必須具體到每個省的實際情況,并以證據(jù)為基礎。省級數(shù)字經(jīng)濟政策的目標是通過向公共部門、私營企業(yè)和國際社會呈現(xiàn)中國各省在數(shù)字經(jīng)濟相關事項上的立場,推動數(shù)字經(jīng)濟的增長。這些政策目標為政府機構提供了指導原則,以便通過各自的職責利用數(shù)字經(jīng)濟,推動經(jīng)濟的多樣化和可持續(xù)性,并為各省創(chuàng)造更大的競爭優(yōu)勢。因此,數(shù)字經(jīng)濟政策的基礎必須是具體分析當前行為主體以及優(yōu)勢和劣勢,包括實現(xiàn)數(shù)字經(jīng)濟發(fā)展失敗的指標和原因。這可以被視為數(shù)字經(jīng)濟審計或簡單的SWOT分析。鑒于數(shù)字經(jīng)濟政策準備情況,還可以深入了解政策需要關注的步驟,這些調(diào)查可以通過數(shù)字經(jīng)濟準備情況評估而被有效地應用。

單靠政策制定并不能確保政策成功,還需要額外的步驟來執(zhí)行政策,以增加政策實現(xiàn)其預期結果的可能性。政策執(zhí)行機構和利益相關者不僅可以教育受新政策影響的人或組織,還能夠更改先前存在的運作流程。根據(jù)各省數(shù)字經(jīng)濟政策的頒布級別以及政策類型(從通知到條例),政策執(zhí)行可以涉及范圍廣泛的人員和組織。例如,核心數(shù)字經(jīng)濟政策以及信息通訊技術政策涉及的政策主體包括發(fā)改委、信息中心、大數(shù)據(jù)局等,它們所涉及的政策責任包括基礎設施、生態(tài)系統(tǒng)和不利因素等政策的技術和社會因素,以及數(shù)字基礎設施、生態(tài)系統(tǒng)和不利于政策執(zhí)行的技術和數(shù)據(jù)元素。通過咨詢數(shù)字經(jīng)濟的利益相關者,能夠了解數(shù)字經(jīng)濟政策執(zhí)行過程中可能出現(xiàn)的任何挑戰(zhàn)。對于數(shù)字經(jīng)濟政策執(zhí)行過程中出現(xiàn)的任何挑戰(zhàn),可以學習標準制定機構的經(jīng)驗,以改進政策執(zhí)行并為政策執(zhí)行提供信息。

4.4 轉變固有的政策監(jiān)管態(tài)度,推動多元主體融合監(jiān)管

監(jiān)管是政府實現(xiàn)社會、經(jīng)濟和環(huán)境政策目標的關鍵工具。為了發(fā)展一個充滿活力的數(shù)字經(jīng)濟,有必要確保適當?shù)谋O(jiān)管工具到位。監(jiān)管通常被視為一個消極的詞,它會扼殺發(fā)展和創(chuàng)新。但從現(xiàn)有數(shù)字經(jīng)濟政策來看,各省的做法是促進而不是扼殺發(fā)展。發(fā)展數(shù)字經(jīng)濟的一些現(xiàn)有監(jiān)管工具包括《網(wǎng)絡安全法》《數(shù)據(jù)安全法》《個人信息保護法》《移動互聯(lián)網(wǎng)應用程序信息服務管理規(guī)定》等。但是,數(shù)字經(jīng)濟領域的許多現(xiàn)有監(jiān)管工具都是從各自領域的利益出發(fā)而制定的。作為發(fā)展監(jiān)管支柱活動的一部分,未來應當優(yōu)先考慮融合監(jiān)管,而且相關監(jiān)管機構可以共同編寫監(jiān)管文書。這將使投資者和利益相關者更容易支持該行業(yè)的發(fā)展。例如,截至2022年6月,我國網(wǎng)絡支付用戶規(guī)模達9.04億,較2021年12月增長81萬,占網(wǎng)民整體的86.0%[38]。數(shù)字支付生態(tài)系統(tǒng)的增長得益于政府的“觀望”監(jiān)管方法,允許行業(yè)參與者在非正式限制下進行創(chuàng)新,在相關監(jiān)管機構的仔細監(jiān)督下,創(chuàng)造新的商業(yè)機會并增加金融包容性。從國際商業(yè)角度來看,這可能會帶來高度的監(jiān)管不確定性,但對中國資本而言,這是一種很好理解的環(huán)境。

5 結 語

本研究將LDA和SNA模型引入省級層面的數(shù)字經(jīng)濟政策文本內(nèi)容分析,力圖解決目前針對數(shù)字經(jīng)濟政策文本內(nèi)容定性研究的主觀性、不確定性、依賴性的弊端。同時,通過融合政策工具視角,厘清未來地方政府數(shù)字經(jīng)濟的政策路徑和戰(zhàn)略重點,希望實現(xiàn)數(shù)字經(jīng)濟政策研究主、客觀的統(tǒng)一。社會網(wǎng)絡模型分析結果在一定程度證實LDA模型結果的可信度和準確度。需要說明的是,本研究尚具備一定局限性,有待更深入的探究改進。一是本文量化分析了現(xiàn)行有效的43份省級層面數(shù)字經(jīng)濟政策文本,但缺乏對整體地方政府的數(shù)字經(jīng)濟政策體系進行時間動態(tài)分析和與中央有關政策的縱向比較分析,難以準確把握全部政策的側重點與發(fā)展方向的趨勢變化;二是缺乏對于中央-地方兩個層次的政策協(xié)同度和政策內(nèi)容、政策目標之間耦合性的研究,以更好為我國數(shù)字經(jīng)濟政策的體系化發(fā)展提供實證支撐。未來可以從上述方面開展研究。