贺林波 刘 颖
(湖南农业大学公共管理与法学学院 湖南 长沙 410128)
自1991年以来,地方人大或政府通过了多部地方性法规或政府规章,奖励见义勇为者,保护见义勇为者的合法权益,在弘扬社会正气、促进社会主义精神文明建设等方面发挥了积极作用。但是,在地方性法规或政府规章中,政府奖励的标准非常模糊,完全依赖政府自由裁量决定奖励级别。虽然在没有具体标准的情况下,政府可以具体情况具体分析,考虑每个事件中的特殊性来进行奖励,能够使个案解决合理,实现个案正义。但是从整体来看,没有具体的奖励标准会导致相对不公平性,出现比例失衡的不公平(亚里士多德,2017)[1],影响政府奖励积极作用的发挥。同时,政府拥有过大的自由裁量权,可能引诱政府官员权力寻租。在实践中,见义勇为者获得的政府奖励级别与其行为价值不相称的情况并不少见:最美售票员黄爱英为保护32名乘客和1名司机的生命安全,重伤住院,一直为筹钱看病而奔波、落泪,甚至想到了自杀。杭州最美司机吴斌做了几乎相同事情,救下了多条生命,不同的是,吴斌去了天堂,而黄爱英忍受着病痛的折磨;吴斌被全国百姓所熟知,被政府授予革命烈士称号,而黄爱英却为了获得工伤保险而来回奔波(高会鹏、陈正明,2012)[2]。同样的贡献为何会遭到不同的待遇呢?这说明,政府分级奖励见义勇为者需要有一个客观、公平、科学的标准,以实现政府奖励与见义勇为者行为价值之间的相称,达到有效激励社会公众、控制政府权力防止腐败的奖励目标。
为了实现这个目标,本文在分析现行政府分级奖励见义勇为者的理论依据、制度框架和实践效果的基础上,运用内容分析法和有序的Logit模型对政府分级奖励过程进行研究,以期发现政府分级奖励见义勇为者应当衡量的主要因素。在方法上,首先对收集的国内某省682份抢险救灾救人类见义勇为事迹材料进行高频词、欧氏距离表和语义网络图分析,筛选出影响政府分级奖励见义勇为者的主要因素,然后运用有序Logit回归模型对影响因素与奖励级别进行相关性检验,最终确定影响政府分级奖励的主要因素;最后,在计算预测概率的基础上,分析政府分级奖励的区分度,提出完善政府分级奖励见义勇为者的政策建议。
新中国成立后,党和国家依据《中华人民共和国宪法》有关奖励规定的精神,以政府名义先后制订和颁布了一系列奖励法规和条例,在政治、经济、文化、科技、教育、体育、文艺等各个领域广泛开展了多种形式的表彰奖励活动,这些奖励统称为国家行政奖励(或行政奖励)(傅红伟,2003)[3]。行政奖励有鼓励先进,鞭策后进的作用。但是,现行的行政奖励也存在一些问题:行政奖励法规体系不够健全,奖励法规层次低(卢志成、郭惠平、李斌琴,2010)[4];行政奖励标准模糊、不具体(刘志仁、严乐,2012)[5];奖励与行为价值不相称,导致政府公信力的降低(姬亚平,2007)[6]。
政府对见义勇为人员进行奖励也是一种行政奖励。自1991年以来,全国地方各级人大和政府共出台了58部奖励和保护见义勇为者的地方性法规或规章。据报道,全国人大法工委已经将见义勇为人员政府奖励列入了立法规划。满足公民基本诉求、提供基本公共服务是政府义不容辞的责任,政府对见义勇为者的奖励体现公共视野下的政府责任(李燕凌、贺林波,2015)[7]。从另一个角度而言,见义勇为是行政法上的行政协助行为,见义勇为者通过自己的行为,帮助国家履行了保护国家、集体和公民个人的合法权益的职责(傅昌强、甘琴友,2002)[8],政府应当给予奖励。更重要的是,政府奖励见义勇为者代表了政府建构核心价值观的态度,通过政府奖励,不仅可以保护见义勇为者的合法权益,而且可以激励社会公众参与见义勇为,弘扬社会正气,践行社会主义核心价值观。
在现行的制度框架下,政府奖励见义勇为者的目的是为了保护见义勇为者、弘扬社会正气和加强社会主义精神文明建设;在这些制度中,见义勇为一般被定义为,不负有法定职责、法定义务或者约定义务的人员,为了保护国家利益、公共利益或者他人人身、财产安全,依法实施的制止正在实施违法犯罪的行为、抓获或者协助有关机关追捕逃犯或者犯罪嫌疑人的行为以及抢险救灾救人的行为。从定义中的见义勇为行为特征来分析,见义勇为可以区分为两种基本类型,即与违法犯罪作斗争类和抢险救灾救人类。县级以上政府设立见义勇为奖励和保护专项资金或基金,用于支付政府奖励和保护见义勇为者所需要的费用。为了保证政府奖励与见义勇为者的行为价值相称,大多数地方性法规或政府规章将政府奖励区别为不同级别,要求政府官员根据见义勇为者的“事迹突出”程度,授予不同级别的奖励。对于见义勇为中的哪些因素属于“事迹突出”,大多数法规或规章并没有明确规定,而是授权政府自由裁量做出决定。
在政府分级奖励见义勇为者的实践中,出现一些亟须解决的问题:首先,地方政府各自为政。在全国性的法律文件中尚无对“见义勇为”的明确规定,地方性法规和地方政府规章对见义勇为行为的法律概念界定则有不同的做法,具体方式包括“正面定义加种类列举”、“只有定义而无列举”、“附带兜底条款的列举”等立法模式(王雷,2012)[9]。其次,地方政府奖励见义勇为者的标准模糊。构成我国见义勇为奖励体系的,有必要费用请求权、适当补偿权及奖励申请权,却没有报酬请求权,层次多但激励效果差(解小平,2007)[10]。比如,某省的《见义勇为人员奖励和保护条例》,授权政府采用事迹“比较突出”、“突出”和“特别突出”等模糊标准来决定奖励和保护的级别。最后,政府奖励见义勇为者的激励作用不显著。政府只提高行政奖励的效价和期望值,最大化行政相对方的行为动机,才会发挥巨大的激励作用(王枫云,2013)[11]。但事实上,行政相对人对见义勇为政府奖励的期望值比较低,政府奖励的激励作用非常有限。三个问题之间还存在一定的关联,地方政府各自为政是缺乏全国性法律的直接后果,奖励标准模糊缺乏全国性法律支持是激励效果不佳的主要原因,而激励效果不佳又会加重地方政府的各自为政,进一步造成地方政府奖励见义勇为者之间的差异,造成更为严重的相对不公平。
在现行的制度框架下,要解决政府分级见义勇为者在实践中出现的问题,找到一个科学、合理和客观的奖励标准,具有非常重要的理论和现实意义。从理论上而言,对具有道德价值的行为进行量化评估,为政府奖励提供客观标准,可以摆脱评价行为“应得”只能依靠主观裁量的传统,创造评估行为道德价值新方法和新经验;从现实层面来看,可以为将来的全国性法律提供立法建议,明确政府奖励见义勇为者的具体标准,控制政府分级奖励见义勇为者的自由裁量权,保证奖励过程和结果的相对公平(宋伟、李润达,2014)[12],实现政府分级奖励与见义勇为者行为的普遍相称,激励社会公众参与见义勇为。
为了确定政府分级奖励见义勇为人员科学合理的标准,在省政法委的协助下,收集了该省各地州市上报的抢险救灾救人类见义勇为事迹材料。经过整理,删除无效样本之后,共获得样本数据682个,其中,获得省级奖励的有98人,市州级奖励的有299人,县区级奖励的有554人。从性别来看,男性有633人,女性有49人;从政治面貌来看,中共党员有201人,其他有481人;从职业来看,国家机关、党群组织、企业、事业单位负责人有110人,专业技术人员有22人,办事人员和有关人员有37人,商业,服务业人员101人,农、林、牧、渔、水利业生产人员121人,生产、运输设备操作
表1 样本的描述性统计
人员和有关人员5人和军人9人;从年龄来看,18岁以下有25人,18至60岁之间有643人,60岁以上有15人。具体信息如表1。
为了研究政府分级奖励义勇为人员的核心影响因素,考虑到数据类型为文本形式,可以采用内容分析法进行分析。内容分析是定量统计与定性统计相结合的有针对性地对研究主题进行统计分析的方法(Craig Calhovn,1994)[13],其基本做法是把媒介上的文字、非量化的有交流价值的信息转化为定量的数据,建立有意义的类目分解交流内容,并以此来分析信息的某些特征(罗金增,2003)[14]。
首先,运用UCINET软件提取见义勇为事迹材料中的高频词。对提取出的高频词进行分析,剔除连词、副词、介词等修饰性的词语,保留名词、关键动词等具有描述性的词语,将相近意思的高频词进行归纳整理。研究结果如表 2 所示。“救人”、“救命”、“救援”和“施救”这几个词出现频率高,出现的频次分别为447次、157次、136次和114次,可将其归为一类,类目主题词编为挽救生命情况;事迹中“小孩”、“孩子”、“男孩”和“女孩”这几个词语是形容被救助对象的词语中频率最高的,说明大多数救助对象为孩子,类目主题词编为被救助对象;“及时”、“分钟”和“立即”等词语体现了救助的时效性,类目主题词编为施救的有效性。“救火”、“火势”、“大火”和“灭火”主要描述了见义勇为灾害类型,类目主题词编为见义勇为场景。通过以上四类高频词可以分析出抢险救灾见义勇为人员立即、及时地救援、施救落水儿童或者救火、灭火的情况。同时以上四类高频词都体现了挽救生命的核心要素,都是形容见义勇为人员的贡献程度,汇总这四个类目主题词,得到最终的一级类目主题词为见义勇为人员的贡献程度。
“危险”和“危急”两个高频词体现了见义勇为过程的风险程度,类目主题词编为危险情况。出现频率高的词还包含“生命”、“医院”、“抢救”、“受伤”和“全身”,“全身”一般是指见义勇为者救火时烧伤情形,“生命”、“医院”、“抢救”和“受伤”也往往用来形容见义勇为者实施见义勇为行为过程中自身受到伤害的情况,类目主题词编为自身受伤情况。“听到”、“经过”、“赶到”这几个高频词是用来描述见义勇为人员救助行为的主动性,类目主题词编为主动性。“不顾”体现了见义勇为者认知到了危险,但还是选择不顾自身安危实施见义勇为行为,体现了其勇敢,类目主题词编为勇敢程度。通过以上四类高频词可以分析出抢险救灾见义勇为人员听到呼救,赶到现场,不顾危险地实施见义勇为行为,最后救火导致全身烧伤送去医院抢救的情况。同时这四类高频词都体现了抢险救灾见义勇为人员的勇敢,汇总这四个类目主题词,得到最终的一级类目主题词为抢险救灾见义勇为人员的勇敢程度。
“群众”和“村民”这两个也是高频词,一般指见抢险救灾救人义勇为者实施见义勇为行为时的围观人员,类目主题词编为旁观者数量。“水中”、“落水”、“溺水”、“水面”、“洪水”、“上岸”、“岸边”和“河边”这些词出现频率非常高,而且都是与水有关的描述,这能说明抢险救灾救人类见义勇为人员主要是救助落水的人,类目主题词编为自然环境。“下午”和“早上”两个高频词主要是形容发生险情灾害高频率的时间,类目主题词也编为自然环境。旁观者数量体现了见义勇为当时的社会环境,与自然环境一起汇总得到最终的一级类目主题词为抢险救灾救人类见义勇为时的环境。
表2 高频词分布情况表
通过高频词分析,可以总结出政府分级奖励的核心影响因素为见义勇为环境、贡献程度和勇敢程度,详细内容见表2。
为进一步验证政府分级奖励见义勇为者的核心影响因素,可以对上述11个类目主题词进行共现聚类分析,挖掘类目主题词之间的内在联系。所谓共现,指两个或两个以上标目在同一个字段中出现的情况(李燕凌、柏花,2015)[15]。主题类目词的欧氏距离单位一致代表这些词语出现在见义勇为事迹文本中的频率一致,体现了主题类目词在事迹文本中的共现情况。如危险情况、施救的有效性和勇敢程度这三个主题词的聚类距离一致,说明它们可能经常出现于同一事迹文本之中。也就说明见义勇为人员救助他人的行为越危险,越体现了其勇敢程度,同时由于不顾危险地抢险救灾或者救助他人,使得救助十分地及时,避免了更大的伤害或损失,体现了见义勇为人员的勇敢。勇敢程度和主动性这两个主题词的聚类距离也一致,说明很多见义勇为者实施见义勇为行为不仅是主动实施的并且是在知晓危险的情况下仍然不顾自身安危去实施见义勇为行为,也体现了其勇敢。同时,勇敢程度和主动性还与挽救生命情况具有相同的聚类距离,说明见义勇为者的勇敢和主动影响其挽救生命的情况,体现了见义勇为者的贡献情况。旁观者数量和抢险救灾救人类型这两个主题词的聚类距离一致,说明见义勇为者发现火灾、扑灭火灾时往往有许多的旁观者。自身受伤情况与被救助对象以及自然环境这三个主题词虽然有相同的聚类距离,但其欧氏距离单位过大,共现情况不明显。
通过欧式距离表中的词语共现情况分析,可以发现,共现的词语主要体现了见义勇为人员的勇敢情况和贡献程度,与高频词分析的内容基本一致,详细内容见图表1。
图表1 欧氏距离表
语义网络是概念及概念间关系的图形表示(Cohen.P.R.,1987)[16],是由语词和语词之间的语义相似度构成,其中的节点是各种语词或概念,概念之间的关联由带权重的边表示,代表了概念之间的语义相似度(杜慧平,2016)[17]。通过语义网络图我们能够有效挖掘的高频词之间的语义关系(巴志超、杨子江、朱世伟、王蕾,2016)[18],分析政府分级奖励见义勇为者的主要影响因素。本文利用社会网络分析软件UCINET绘制高频词语义网络图,图形如图表2所示。在语义网络图中,中心度主要集中在生命、救人、上岸和水中等高频词上,中心度最高的是“生命”和“救人”,与其它高频词之间具有较好可达性。从图形中的语义来分析,见义勇为者大多是“人员”、“同志”或“村民”,见义勇为事件大多发生在“下午”。“群众”和“现场”体现了现场有旁观者。见义勇为行为地点通过“水中”、“上岸”、“岸边”和“落水”等可以推测,大多数发生在水域,体现了见义勇为发生的环境。这些词与“救人”、“小孩”具有可达性,说明被救助对象主要是溺水的小孩。这些词与“抢救”、“生命”、“危险”、“医院”和“治疗”几个词也具有可达性,说明见义勇为救助的对象大多送往了医院进抢救治疗,体现了见义勇为人员的贡献情况。“不顾”、“安危”、“经过”、“赶到”、“听到”、“呼救声”和“立即”几个词体现了见义勇为者听到呼救或者经过现场看到有人溺水,立即赶到救助现场,不顾个人安危救助他人的情况,体现了见义勇为人员的勇敢。详细内容见图表2。
图表2 语义网络图
根据以上高频词分析、欧氏距离分析和语义网络分析,可以推断出影响政府分级奖励见义勇为人员的主要影响因素为见义勇为人员的勇敢程度与贡献程度。
为了检验探索性分析概括出的影响因素是否在统计上具有显著意义,还需要对影响因素和政府奖励级别赋值,进行实证检验。
为了检验勇敢程度和救助人数对政府奖励级别是否有显著影响,可以将政府奖励级别设置为因变量。根据《见义勇为人员奖励和保护条例》的规定,见义勇为人员政府奖励分为县区级、市州级和省级等三个级别,分别赋值为1、2和3。
政府分级奖励过程中,见义勇为者的个体因素会影响政府做出奖励决定,因此可以将见义勇为者个体因素设置为控制变量。考虑到某些职业有遭遇见义勇为场景的更多概率,包括警察、消防、公务员、保安、教师、司机和村治安主任等,可以将这些职业设置为特殊职业,赋值为1,其他职业设置为一般职业,赋值为0。对于见义勇为者的其他个体因素也采取类似方法赋值。
根据探索性分析结果,政府分级奖励见义勇为者的主要影响因素包括见义勇为者的勇敢程度和贡献程度,可以设置为自变量。勇敢程度可以用见义勇为人员的受伤程度来衡量。参照《工伤保险条例》的规定,可以将见义勇为人员受伤程度区分为没有受伤、轻伤(包括轻微伤)、7—10级伤残、5-6级伤残、1—4级伤残和死亡的六个等级,分别赋值为 0、1、2、3、4 和 5。见义勇为者的贡献程度,可统计的数据主要为救助受害者的人数,直接在事迹中统计见义勇为者救助的受害者人数,其中救助人数大于或等于10人的记为10。变量名称及定义如表3所示。
如果因变量是定类或定序变量,一般不能应用线性回归方法,因为其不能满足定距测量尺度和方差齐性的假定,会出现误差项异分布性和线性函数荒谬性的问题,但是可以将数据转化成比例或经验概率作为因变量,使用广义最小二乘法(GLS)建模,即 logit或 probit模型(谢宇,2013)[19]。由于本文将政府奖励级别作为因变量,因变量y为评级分值从1~3的有序离散变量,故而我们采用Ordered Logit回归模型作为计量分析框架分别估计各因素对因变量的取值概率的影响。Ordered Logit模型可表述如下:
其中Prob(y=j)表示j类别因变量的累积概率,1-Prob(y=j)表示其他类别的总概率,两者比值的对数作为变换后的被解释变量。αj表示j类别因变量的截距或常量,xk表示自变量的个数。根据这个模型,可以求出j类别因变量的累积概率:
如果自变量xk是连续性变量,那么在控制其他自变量的前提下,通过对xk求导数,获得xk对j类别因变量的边际效应。如果自变量xk是分类变量,那么在控制其他自变量的前提下,可以求取不同类别xk的发生比率比以及概率差。通过边际效应、发生比率比和概率差比较,可以判断自变量xk对不同类别因变量的影响方向和程度。
运用Ordered Logit模型对变量之间的关系进行分析,其模型表达式为:
政府奖励级别y为因变量,有1、2和3等级,见义勇为者挽救生命数量x1、见义勇为者自身受伤情况x2为自变量。x3—x5为控制变量,包括见义勇为者的职业类别、性别和政治面貌。β为相应的待估参数,μ为服从逻辑斯特分布(Logistic Distribution)的误差项。对于logit或probit模型,可以采用皮尔逊x2统计量来评估拟合度,x2越小,说明观测值与期望值之间的一致性越高,反之则越低。
定序Logit回归模型的结果如表4所示。见义勇为人员的职业类别、性别和政治面貌等控制变量对政府奖励级别的影响不显著,说明政府在决定奖励级别时,基本上没有考虑见义勇为者的个体因素。挽救生命数量和自身受伤程度等两个自变量对市州级以上奖励级别的影响是显著的,对县区级奖励的影响不显著,这说明两个自变量与部分因变量(市州级以上奖励级别)之间的正相关性获得了验证,但是与县区奖励级别之间的正相关性未获得证据支持,县区级政府在决定见义勇为奖励级别时,可能考虑了大量与挽救生命数量和受伤程度无关的因素。
表4 定序logit回归结果
根据定序Logit模型求出的参数值,在控制其它自变量的基础上,可以计算出特定自变量对不同政府奖励级别的预测概率。在见义勇为者没有受伤的情况下(受伤程度取值为0),可以计算出挽救生命数量对县区级、市州级和省级奖励级别的预测概率和累积概率;在没有挽救生命数量的情况下(挽救生命数量取值为0),可以计算出见义勇为者受伤程度对县区级、市州级和省级奖励级别的预测概率和累积概率。具体计算结果如表5所示。
表5 自变量对奖励级别的预测概率
从预测概率值来看,进一步地证实了见义勇为者挽救生命数量和自身受伤程度与政府奖励和保护级别之间的正相关性,同时各级预测概率也随着自变量的递增而相应的递增。但是,对数据分析可以发现,省级与市州级之间的概率差非常小,几乎可以忽略不计。出现这种情况的原因可能是,政府分级奖励和保护的标准非常模糊,没有明确将见义勇为者挽救生命数量和自身受伤程度等作为政府分级奖励必要的衡量因素,授予政府过多的自由裁量权,许多无关因素影响了政府分级奖励和保护的最终决定。
政府分级奖励见义勇为者,应当与见义勇为者的行为价值相称,才能起到弘扬社会正气,激励社会公众的作用。在现行制度框架中奖励标准模糊依靠自由裁量决定奖励级别的前提下,政府如何做出与行为价值相称的奖励级别决定,是一项具有挑战性的任务。本文通过对某省682个抢险救灾救人类见义勇为事迹材料进行探索性和实证检验,发现影响政府做出分级奖励决定的两个主要因素,即见义勇为者的受伤程度和救助生命数量,但是,这两个因素对县区级政府奖励级别的影响并不显著,说明县区级政府的奖励工作还有较大的改善空间。见义勇为者的个体因素对政府分级奖励决定没有显著的影响。
通过计算影响因素对奖励级别的预测概率,发现见义勇为中获得县区级的预测概率无显著意义,市州级和省级预测概率差距非常小。这说明,尽管两个主要因素影响了政府分级奖励的决定,但是影响的区分度不大,这与地方性法规或政府规章的奖励标准模糊有直接相关性,政府官员在自由裁量过程中,考虑了大量与见义勇为事迹无关的因素作为决定分级奖励的依据。对于政府在未来如何对抢险救灾救人类见义勇为人员进行分级奖励,提出以下几点建议来完善奖励体制:
鉴于抢险救灾救人类见义勇为政府分级奖励制度的不统一、不明确所带来的种种弊端,政府应当制定一整套科学明确的奖励标准。实证研究表明,政府在奖励抢险救灾救人类见义勇为人员时,应该着重于考虑见义勇为人员受伤程度和挽救生命数量,并在此基础上制定科学有效的评价指标体系。统一奖励标准,可以更好地保障见义勇为行为人的合法权益,保障政府奖励的公平公正性。
见义勇为政府分级奖励应该进一步完善奖励程序:第一,加强审查核实工作。审查机关应该认真调查见义勇为事件,基于客观证据判断,避免出现造假材料。第二,鼓励多渠道申报。不仅接受有关单位的推荐和评选,而且还可以接受见义勇为者的自我申请。第三,奖励过程和结果公开。对于审查批准的见义勇为奖励,政府应当要向社会公开奖励过程和结果,接受社会监督。第四,建立听证制度。对见义勇为者的重大奖励,如果存在争议,那么可以举行听证会,收集意见再做奖励决定。第五,完善救济程序。当事人对裁决不服的,可以向人民法院提起申诉,复议或者提起行政诉讼。[20]
对于违反政府奖励制度的行为,要明确有关行政管理部门及相关责任人的法律责任。对于有欺诈行为的见义勇为者,也应当规定惩罚措施,以制止其投机行为。另外,要加强人大监督,加强媒体监督,充分调动公众监督的积极性[21],促进行政管理部门及见义勇为者正确实施符合奖励制度的行为。
参考文献:
[1]亚里士多德著,吴寿彭译.政治学[M].北京:商务印书馆,1965.
[2]高会鹏,陈正明.昔日见义勇为今日无钱看病《最美售票员黄爱英》后续[N].商丘网—商丘日报,2012.
[3]傅红伟.行政奖励研究[M].北京:北京大学出版社,2003:33-34.
[4]卢志成,郭惠平,李斌琴.我国体育行政奖励体系架构与运行解析[J].体育学刊,2010(3).
[5]刘志仁,严乐.西北内陆河水资源保护行政奖励法律制度研究[J].青海社会科学,2012(03).
[6]姬亚平.依法行政原则在行政奖励中的运用[J].求索,2007(03).
[7]李燕凌,贺林波.公共服务视野下的政府责任制[M].北京:人民出版社,2015(06).
[8]傅昌强,甘琴友.见义勇为行为的行政法思考[J].行政法学研究,2002(02).
[9]王雷.见义勇为行为中的民法学问题研究[J].法学家,2012(05).
[10]解小平.见义勇为酬金制度的立法思考[J].青海社会科学,2007(03).
[11]王枫云.政府科技管理中的行政奖励研究[J].科学管理研究,2013(01).
[12]宋伟,李润达.光荣一阵子痛苦一辈子——中国人为何不敢见义勇为[N].人民日报,2011-07-20
[13]Craig Calhovn.Sociology[M].Mcgram-Hill Publish Inc,1994.
[14]罗金增.内容分析法与图书馆学[J].情报杂志,2003(04).
[15]李燕凌,柏花.中国动物卫生法律文本之特征研究——基于计量分析方法的视角[J].湘潭大学学报(哲学社会科学版),2015(06).
[16]Cohen.P.R..Information-retrievalbyconstrained spread-ing activation in semantic networks[J].Information Proces-sing&Management.1987(04).
[17]杜慧平.基于概念语义网络的词族挖掘研究[J].图书情报工作,2016(21).
[18]巴志超,杨子江,朱世伟,王蕾.基于关键词语义网络的领域主题演化分析法方研究[J].情报理论与实践,2016(03).
[19]谢宇.回归分析[M].北京:社会科学文献出版社,2014.
[20]詹余欢,寇正正.浅析见义勇为行政奖励制度[J]..知识经济,2012(03).
[21]孟鸿志.行政法学[M].北京:北京大学出版社,2007.