基于知识图谱的我国政策评估研究主体、知识基础、研究热点与演进分析

马续补 刘玮 秦春秀

摘要：[目的/意义]对政策评估研究脉络进行可视化分析，对研究人员全面了解我国政策评估领域的研究现状，推动我国特色新型智库建设具有重要意义。[方法/过程]以中国社会科学引文索引（CSSCI）收录的政策评估领域639篇文献为研究对象，采用文献计量方法与VOSviewer知识图谱分析软件，识别政策评估领域的研究主体、知识基础、研究热点与演化路径。[结果/结论]构建了作者共现知识图谱识别出了该领域的主要科研团队和合作情况;构建了文献共被引知识图谱，识别出该领域3个维度的知识基础;构建了关键词共现知识图谱，挖掘出该领域的3个研究热点，在此基础上叠加关键词平均出现年份，识别出研究热点的演化路径。

关键词：政策评估;研究主体;知识基础;研究热点;VOSviewer

DOI：10.3969/j.issn.1008-0821.2019.03.019

〔中图分类号〕G250.252〔文献标识码〕A〔文章编号〕1008-0821（2019）03-0166-12

公共政策是政府公共主体解决深化转型时期各种社会矛盾潜在隐患的主要载体，中国特色新型智库作为第三方机构开展政策评估是党和政府科学民主依法决策的重要支撑，也是国家治理体系和治理能力现代化的重要内容[1]。2013年9月，国务院委托全国工商联对鼓励民间投资“新36条”的落实情况进行评估。2014年6月至8月，国务院再次对稳增长促改革调结构惠民生的19類60项政策措施落实情况进行第三方评估。党的十八届四中全会指出“对部门间争议较大的重要立法事项，由决策机关引入第三方评估”。2015年1月中共中央办公厅、国务院办公厅印发了《关于加强中国特色新型智库建设的意见》，指出充分发挥中国特色新型智库的咨政建言、理论创新等功能，“探索政府内部评估与智库第三方评估相结合的政策评估模式，增强评估结果的客观性和科学性”。2017年5月民政部等9部门联合出台了《关于社会智库健康发展的若干意见》，指出社会智库是中国特色新型智库的重要组成部分，可以向党政机关提供决策评估、政策解读、政策方案等智库产品。十九大报告再次提出“加强中国特色新型智库建设”。近年来，中国科学院、中国社科院、国务院发展研究中心、国家行政学院、中国科协等中国特色新型智库，受中央政府委托，分别完成了“大众创业万众创新”、“政府信息公开制度”、“增加公共产品和服务供给”、“促进民间投资”、“精准扶贫”等政策落实情况的第三方评估，参与重大改革方案和政策实施效果的评估已经成为新常态。2017年9月第三方评估第5次成为国务院常务会议议题，李克强总理再次指出开展第三方评估对提高公共政策绩效具有把脉会诊和促进完善的积极作用，是督查工作的重要补充。

因此通过文献计量与信息可视化分析技术，识别政策评估领域的研究主体、知识基础、研究热点与演化路径，可以使各智库和该领域其他研究人员全面了解我国政策评估领域的研究现状，选择合适的研究团队进行合作提升研究能力，找寻高价值文献提升研究手段和方法，把握研究热点和演化路径定位研究方向，对于推动我国特色新型智库建设具有重要意义。

1数据来源、研究工具与方法

1.1数据来源

中国社会科学引文索引（CSSCI）的文献题录是我国唯一包含引文信息的中文期刊数据库，可以为文献共被引分析提供数据来源。因此本文选择CSSCI数据库检索政策评估领域的文献，检索条件设定为（（政策 same 评估）、（政策 same 评价）、（政策 and 内容分析）、（政策 and 量化分析）、（政策工具）），时间跨度选择“1998-2017”，经过滤筛选与政策评估无关数据后共获取639篇文献的题录信息。数据检索时间为2017年12月15日。

1.2研究工具

随着可视化技术和工具的日益成熟，知识图谱技术越来越多地用于分析知识结构、探索研究热点、研究前沿及其演进[2]。美国德雷塞尔大学陈超美开发的Citespace、荷兰莱顿大学Nees Jan van Eck等开发的VOSviewer[3]是目前常使用的知识图谱文献计量分析软件。国内外文献中基于Citespace的文献计量分析已经成熟，如魏晓峰（2013）、孙建军（2014）分别采用Citespace分析了国外信息可视化领域、链接分析领域的知识基础、研究主体、研究热点与前沿[4]。国外文献中基于VOSviewer的文献计量分析也已经成熟，该软件网站上罗列了460篇论文，如Karolien van Nunena等（2018）采用VOSviewer分析了安全文化领域的知识基础、研究主体、研究热点及演化等[5]，但国内的分析主要停留在通过关键词共现分析识别研究热点。因此一方面出于可以为我国学者使用VOSviewer进行文献计量分析提供借鉴;另一方面出于VOSviewer软件分析结果比Citespace与Web of Science数据更为接近[6]，且VOSviewer不需要复杂的参数设置就可以呈现出可视化较好的知识图谱，本文选择VOSviewer对我国政策评估领域的文献进行可视化计量分析。

VOSviewer通过网络可视化、叠加可视化、密度可视化3种视图展现作者（机构、国别）合作网络分析、关键词共现分析、引文（期刊、作者、机构、国别）分析、文献（期刊、作者、机构、国别）耦合分析、文献（期刊、作者）共被引分析等内容。在作者合作网络（期刊共被引、文献共被引、关键词共现）知识图谱的网络可视化视图中，每个圆圈代表一个作者（期刊、引文、关键词），圆圈和字体越大代表该对象发文数量（被引次数、被引次数、出现次数）越多;两个圈之间连线越粗代表两者合著次数（共被引次数、共被引次数、共现次数）越多，距离越短表示两者之间的关系和相似性越高;并用颜色区分不同的聚类。叠加可视化视图与网络可视化视图唯一不同在于，其用颜色表示平均年份、平均引用次数等信息，而不是表示相同的聚类。密度可视化视图，分为项目密度可视化和聚类密度可视化两种视图类型，在项目密度可视化视图中图谱呈现蓝、绿、红3种颜色，每个项目（期刊、引文、关键词等）附近的项目越多，权重越高则该项目所在区域越呈现红色，反之越呈现蓝色;在聚类密度可视化中，项目密度按照在各自聚类中的权重独立显示，用颜色区分不同的聚类，区域的项目越多，权重越高则该区域的颜色越亮。

1.3研究方法

本文以1998-2017年间CSSCI数据库中收录的国内政策评估领域文献为研究对象，以VOSviewer知识图谱文献计量分析软件为工具，采用以下方法分析我国政策评估领域的研究主体、知识基础、研究热点与演化路径等。

1）基于我国政策评估领域文献的年发文量，统计分析该领域的成长规律。

2）基于我国政策评估领域文献的作者数据，统计分析该领域的核心作者和高产出研究机构，使用VOSviewer的作者合作网络分析功能绘制高产作者的合作网络知识图谱，识别该领域的主要科研团队和合作情况。

3）基于我国政策评估领域文献的引文数据，采用VOSviewer的文献共被引分析功能，绘制该领域的文献共被引知识图谱，识别该领域的知识基础。

4）基于我国政策评估领域文献的关键词数据，采用VOSviewer的关键词共现分析功能，绘制该领域的关键词共现知识图谱，挖掘该领域的研究热点和演化路径。

2结果分析

2.1政策评估研究的成长规律

对比分析我国政策评估领域639篇文献的年发文量（见图1）发现，我国政策评估研究大体可以分为起步、成长、成熟3个阶段。1998-2005年为起步期，少量学者开始进行这方面研究，发文量不大但总体呈上升趋势，2002年后趋向平稳。2006-2015年为成长期，大量学者进入这一研究领域，发文量快速增长，到2015年时达到发文高峰。2016年后进入成熟期，发文数量依然很大，但开始呈现下降趋势。

2.2政策评估领域的主要研究团队及合作情况

2.2.1核心作者分析

639篇论文共有1 074位作者，发文最多的是清华大学苏竣教授，共发表11篇（不分署名次序），根据普赖斯定律，核心作者发文数m=0.749*nmax=2.48（其中nmax为发文最多作者的论文数），因此将文章数量为3篇及以上的作者定为核心作者，统计得到核心作者有34人，占全部作者总数的3.17%。其中发文5篇以上的作者是苏竣（11）、黄萃（10）、傅雨飞（6）、张国兴（5）、张永安（5）、李健（5）。

2.2.2发文机构分析

639篇论文共有728个发文机构，发文10篇以上的高产机构包括中国人民大学（25）、清华大学（20）、华中科技大学（18）、北京师范大学（16）、华东师范大学（14）、南京大学（12）、浙江大学（12）、武汉大学（12）、北京大学（11）、厦门大学（11）、东北大学（10）、上海交通大学（10）。

2.2.3合著分析

平均每篇论文合作人数为1.68人（1 074人/639篇），合著率为63.69%（合著407篇/639篇），从图1中可以看出，初期只是少部分学者进入该领域，学者之间合作率不高，且波动性较大;随着研究深入，注入了大量的研究血液，发文量开始增加，学者间交流互动也明显增多，从2004年开始，合著率基本保持在50%以上，尤其到2017年，达到91.49%。

对1 074位作者，选择最少发表论文篇数为“2”，共有128位作者满足条件，使用VOSviewer对这128位作者进行合作网络分析，形成合作网络图谱如图2所示，可以看到政策评估领域的研究人员形成了14人组成的科研团队、6人组成的科研团队以及4人组成的科研团队各1个，3人组成的科研团队9个，2人组成的科研团队18个。结合作者的个人经历可以看出稳定的科研团队合作关系多是由师生传承形成的一致研究方向带来的，比如苏竣、黄萃等形成的14位成員科研团队;李健、李祥飞等形成的6位成员合作网络;郭菊娥、张国兴等形成的4位成员科研团队;彭纪生、仲为国等形成的3位成员科研团队。

苏竣教授团队的合作网络叠加论文平均发表年份形成的知识图谱如图3所示（用颜色表示该作者发表论文的平均年度），从图中可以看出苏竣教授团队的政策量化分析研究开启于与赵筱媛的研究，赵筱媛师从清华大学苏竣教授做博士后研究，2005年发表了从政策工具视角分析公共科技政策的会议论文（2007年期刊论文出版），开启了两位学者的公共政策量化分析研究之路。随后，来自武汉大学的黄萃在和苏竣教授做博士后研究期间开始接触这一领域，2011年带领其在浙江大学公共管理学院的两位硕士研究生程啸天、施丽萍发表2篇该领域的论文;武汉大学校友、浙江大学和清华大学的同事李江，2015年开始涉足该领域，两者合作发表了3篇该领域的论文;黄萃的硕士研究生赵培强，博士研究生任弢也先后在该领域开展研究，2015-2017年间发表了5篇该领域的论文;中央财经大学张剑，北京理工大学叶选挺在清华大学做博士后研究时开始接触该领域，两人与黄萃、苏竣在2014-2016年间合作发表了3篇该领域的论文。虽然赵筱媛开启了苏竣教授团队在该领域的研究，但由于在中国科学技术信息研究所的工作需要，其一直在竞争情报方面进行研究，直到2014年再次带着自己的研究生发表了1篇该领域的论文，2016年、2017年和来自中国农业大学图书馆在中国科学技术信息研究所做博士后研究的赵勇，合作发表了2篇该领域的论文。（注：王娟娟、张伟由于同名原因需要剔除）

2.3发表及引用期刊分析

2.3.1核心期刊分析

根据CSSCI来源期刊所属类别统计，政策评估领域论文主要分布在管理学、经济学、教育学等8类期刊中，载文量所占比例为86.54%。从这8类期刊在政策评估研究的起步期、成长期、成熟期载文量来看（见图3），管理学、高校综合性学报以及图书馆、情报与文献学期刊对这类文献的关注度持续增加;经济学类期刊在不同时期载文量所占比例比较稳定;教育学、综合社科期刊、政治学以及环境科学类期刊对这类文章的刊发量明显下降。其中载文量最大的前10种期刊为科技进步与对策（30）、中国行政管理（28）、科技管理研究（21）、中国科技论坛（19）、科学学与科学技术管理（14）、教育发展研究（12）、情报杂志（11）、科学学研究（11）、管理世界（10）和中国软科学（9）。

2.3.2期刊共被引分析

639篇文献共有7 311篇引文，来源于3 469个期刊或出版社，选择最少被引用次数为“20”，共有33个出版物满足条件。设定共被引关系强度规范化方式、分辨参数、聚类成员最少数目为（LinLog/Modularity、1、5），使用VOSviewer的模块化聚类算法[3]对这33个出版物进行共被引分析，形成期刊共被引网络图谱如图5所示。

从图5中可以看出，政策评估领域的知识基础主要来自于4个类别的出版物：以管理世界、中国行政管理等为代表的宏观管理类期刊;以科学学研究、中国软科学等为代表的科技管理类期刊;以经济研究、American Economic Review等为代表的经济金融类期刊;以中国人民大学出版社、北京大学出版社等为代表的政策评估基本理论类图书。

2.4基于文献共被引的政策评估领域知识基础识别

科学工作者的引用行为是科学活动中普遍存在的现象，两篇（多篇）论文同时被一篇或多篇文献所引用，则这两篇（多篇）论文具有共被引关系，因此通过文献共被引图谱的分析可以找出高被引的有价值文献，识别该领域的知识基础。639篇文献共有7 311篇引文，选择最少被引用次数为“5”，共有34篇引文满足条件。设定共被引关系强度规范化方式、分辨参数、聚类成员最少数目为（Fractionalization、1、5），使用VOSviewer的模块化聚类算法对这34篇引文进行共被引分析，形成文献共被引的网络可视化和项目密度可视化知识图谱如图6、图7所示。

从图6可以看出政策评估领域形成了以邓恩2002（陈振明2003）、Rothwell 1985（赵筱媛2007）、彭纪生2008（刘凤朝2007）为代表的3个聚类，根据每类中的大多数文献对各聚类命名，形成“政策评估基本理论”（维度1）、“政策工具与政策量化分析”（维度2）、“政策协同与演变”（维度3）3个维度的知识基础。在图7的项目密度视图中，颜色越红代表该区域的权重越高，因此选择红色和黄色区域的文献形成各维度的知识基础（如表1所示）。

从图6可以看出维度2与维度3之间的距离要比两者和维度1之间的距离要近;从图7的密度视图中可以看出维度2与维度3已经融为一体，维度1在一个单独的区域，因此这两者之间的关系相近程度要高于和维度1之间的关系相近程度。这是因为这两个维度都属于政策方案评估领域的研究，在研究方法上都采用了内容分析法对公共政策文本进行量化分析，只不过前者侧重于政策工具视角的政策量化分析，后者侧重于政策协同和演变，因此这两者的关系相近程度，要高于和诠释政策评估定义、标准以及指标等内容的维度1之间的关系相近程度。从文献来源来看，维度1领域的文献主要是学术专著和教材，另两个领域的文献主要是学术期刊，并且维度2的学术专著（李纲，2007;豪利特，2006）比期刊文献和维度1的关系相近程度要高。从文献类型来看，梳理量化方法、内容分析法的综述类论文（傅广宛等，2009;刘伟，2014）比应用基础类论文与学术专著之间的关系相近程度也更高一些。

2.5基于关键词共现的政策评估领域研究热点及演化分析

关键词是作者对论文内容或研究方法的精炼化概括，通过对高频关键词共现图谱的分析，可以得到该领域的研究热点及研究热点的演化路径。639篇文献共有1 611个关键词，选择最少出现次数为“5”，共有41个关键词满足条件。设定共现关系强度规范化方式、分辨参数、聚类成员最少数目为（Fractionalization、1、5），使用VOSviewer的模块化聚类算法对这41个关键词进行共现分析。形成政策評估领域关键词共现网络可视化和聚类密度可视化知识图谱如图8、图9所示。

从图8、图9可以看出形成了以政策评估（政策评价）、政策工具、政策协同为代表的3个聚类，结合引文分析结果对各聚类命名，形成“传统视角的政策评估标准、指标与方法”（热点1）、“政策工具视角的政策量化分析”（热点2）、“政策协同视角的政策量化分析”（热点3）3个研究热点。热点2在位置上位于热点1和热点3之间，这是因为热点3和热点2都属于政策方案评估;热点2在政策量化分析时采用的政策工具分类标准来自于热点1的研究成果;热点3采用和热点2相同的内容分析法，测度分析政策协同，而这些内容并不是热点1的研究主题，因此热点3和热点2之间的关系要比和热点1的关系更加紧密。从图中也可以看出虽然热点2是基于政策工具视角分析政策方案的可行性，但货币政策、货币政策工具并属于该热点的主要研究内容。各研究热点包含的关键词如表2所示。

2.5.1研究热点一：传统视角的政策评估标准、指标与方法

学者们对政策评估的类型、标准、模式、指标与方法，影响政策绩效的主要因素以及改善政策执行建议等方面开展了大量研究。政策评估主要有政策方案评估、政策过程评估和政策效果评估3种观点[7]。Vedung E（1997）按照“组织者”不同将政策评估模式分为效果、经济和专业化3类[8]，赵莉晓（2014）基于“效果模式”下的“综合评估模式”，建立了创新政策评估的理论框架[9]。邓恩（2002）提出政策评估标准包括效果、效率、充足性、公平性、回应性和适宜性[10]，陈振明（2003）则认为是生产力、效益、效率、公正和政策回应度等5个标准[11]。在政策方案评估方面，王会宗等（2016）测算了维持经济稳定增长的最优出生率，指出我国为实现“新常态”经济的稳定增长，需要“全面放开二胎”政策[12]。在政策过程评估方面，王再进等（2017）针对中国科技创新政策内容及特点，基于事实评估与价值评估相结合的评估理念，构建了涉及政策制定、执行和效果各环节的政策全过程评估框架[13]。在政策效果评估方面，李素利等（2015）以目标和顾客导向为评估模式，从适当性、公平性和回应性3个维度构建了社会保障政策执行效果测度模型[14]。在改善政策执行方面，胡俊波（2014）从政策知晓度、利用度、难易度等5个维度构建了评估指标体系，评估农民工返乡创业扶持政策的宣传、推广、落实效果，并通过对四川省的实证测算提出相关政策建议[15]。

2.5.2研究热点二：政策工具视角的政策量化分析

政策文件是政府表达政策意图和政策过程的客观凭证[16]，很多学者已采用内容分析法量化政策文件，在此基础上通过梳理政策演进过程挖掘政策启示、基于政策工具视角分析政策方案可行性和优缺点、对比分析不同国家（地区）政策文件差异3个角度，为政策优化提供建议。在基于政策演进特征提出政策建议方面，李燕萍等（2009）采用内容分析方法探讨了我国改革开放以来的42项科研经费管理政策的政策变迁与走向[17]。孙蕊等（2015）构建了产业发展和政策支持二维分析框架，分析了我国战略性新兴产业40项政策的特征[18]。在基于政策工具视角提出政策建议方面，目前普遍采用的政策工具分类是Rothwell R等（1985）提出的供给、环境和需求3种类型政策工具[19]。赵筱媛等（2007）从政策工具、科技活动类型和科技活动领域3个维度构建了科技政策三维分析框架[20]，是我国从政策工具视角分析公共政策的奠基代表作。黄萃等（2011）从政策工具和产业价值链两个维度构建了风能政策二维分析框架，剖析了我国目前风能政策工具选择存在的问题[21]。豪利特等提出政策工具分为自愿型、混合型和强制性3类[22]，基于该分类周城雄等（2017）构建了政策工具和政策功能二维分析框架，分析了F市战略性新兴产业7项政策的政策工具运用合理性[23]。在基于不同国家（地区）政策对比提出政策建议方面。黄如花等（2017）运用内容分析法从政策类型、政策发布时间、政策发布形式等5个方面对比分析了北京和上海政府数据开放政策的差异[24]。汤志伟等（2017）从政策工具、政策内容评价两个维度对比分析了中美政府数据开放政策的差异[25]。

2.5.3研究热点三：政策协同视角的政策量化分析

公共管理问题多是“那些跨越部门之间界限并且只是通过单个机构难以解决的问题”，单一政策目标和复杂社会系统之间的背离，往往会引发治理失效[26]。因此不少学者分析了政策协同的内涵和必要性，构建了政策文本量化指标和政策协同测度指标，在对政策文本量化的基础上，分析政策的协同演变特征，以及各协同指标和政策绩效之间的关系，从而提出政策优化建议。对于政策协同的内涵与必要性，Meijers E等（2004）认为政策协同是政策制定过程中对跨界问题的管理，这些问题超越现有政策领域的边界，也超越单个职能部门的职责范围，因而需要多元主体间的协同[27];彭纪生等（2008）认为政策协同是政策制定和实施主体利用不同政策措施的相互协调以实现不同的政策目标[28]。在构建政策文本量化指标和政策协同测度指标方面，刘凤朝等（2007）从效力和類别角度分析了我国创新政策的协同演变路径[29]，这是国内较早通过政策文本量化分析政策协同演变特征的文章，但其并没有明确指出政策协同的测度指标。彭纪生等（2008）提出的从政策力度、政策措施与政策目标3个维度量化政策文本，从部门协同、措施协同以及目标协同3个方面分析政策的协同演变[28]，这是国内普遍采用的政策文本量化和政策协同测度指标。郭淑芬等（2017）采用这3个指标分析了山西省文化产业创新政策的协同演变特征[30]。在协同测度指标独立影响政策绩效方面，仲为国等（2009）分析了创新政策中的部门协同、目标协同和措施协同对技术绩效的影响[31]。王海等（2017）分析了我国战略性新兴产业政策工具协同对企业创新的影响[32]。在协同测度指标之间的协同影响政策绩效方面，张国兴等（2017）构建了政策措施与政策目标之间的协同对节能减排科技进步影响[33]。

2.5.4研究热点演化分析

政策评估领域的关键词共现网络叠加各关键词的平均出现年份形成的知识图谱如图10所示（用颜色表示各关键词的平均出现年份）。从图中可以看出：

1）研究重心的关键词按照“政策评价”、“政策评估”、“量化分析”、“内容分析”、“政策工具”、“政策协同”演进。“政策评价”主要指对政策执行效果的评价，是政策执行过程的一个环节。随着政策评估领域研究的深入，学者们普遍认为从政策评估的时点来看，“政策评估”包括事前政策方案评估、事中政策过程评估和事后政策效果评估3种观点，因此后续研究更多开始采用内涵更广的政策评估这一关键词。

2）从研究内容来看，从以政策实施效果的反馈作为数据来源的政策效果评估和政策过程评估，研究政策评估的评估标准、评估方法和评估指标体系。转向以政策文本作为数据来源的政策方案评估，基于内容分析法从政策目标、政策效力、政策工具等维度量化公共政策，从政策工具视角构建政策分析框架，探讨政策工具与政策绩效之间的关系;从部门协同、目标协同、措施协同等维度分析政策协同演进特征，探讨政策协同指标和政策绩效之间的关系。

3）从研究方法来看，传统政策评估的定性研究多采用专家评议法和自我评定法，受评价人员主观利益影响，具有片面性和随意性等缺点;定量研究多采用政策结果代替政策本身测量政策指标，由于可能存在内生性问题，导致计量结果出现偏差[28]。随后，学者开始通过“量化分析”政策文本评估政策方案可行性（即政策方案评估），以基于“内容分析法”结构化和量化政策文本为基础，从“政策工具”视角构建政策分析框架，分析单项或系列政策的政策工具合理性，从“政策协同”视角分析政策群在各协同指标上的相适性。

4）从评估对象来看，研究人员按照国家的重点任务选定要分析的政策，集中在教育、科技、信息、创新、创业、产业等政策，从时间脉络来看教

图10关键词共现叠加可视化图谱

育政策、科技政策的研究从“政策评价”（“政策评估”）的“评估标准”、“评估方法”研究，延续到政策“量化分析”、“政策工具”分析以及“政策演进”等，并且随着国家“双创”战略和国家科技成果转移转化示范区建设的推进，从“政策工具”角度研究创业政策、科技成果转化政策，以及战略性新兴产业（诸如新能源汽车）的创新政策、产业政策、人才政策的“政策协同”成为研究热点。信息政策的“政策目标”、“政策工具”分析;知识产权政策和节能减排政策的“量化分析”、“政策演变”、“政策工具”分析、“政策协同”分析也是重点研究对象。

3结论

本文以1998-2017年间CSSCI数据库中收录的639篇政策评估领域文献为研究对象，采用VOSviewer可视化分析工具识别出我国政策评估领域的研究主体、知识基础、研究热点与演化路径。1）根据年发文量统计分析发现，我国政策评估研究大体可以分为起步（1998-2005）、成长（2006-2015）、成熟（2016年至今）3个阶段。2）国内政策评估领域的核心作者有34人，占全部作者总数的3.17%。通过作者合作网络分析得到我国政策评估领域稳定的科研合作关系多是由师生传承带来的，已经形成了14人组成的科研团队1个、6人组成的科研团队以及4人组成的科研团队各1个，3人组成的科研团队9个，2人组成的科研团队18个。3）国内政策评估领域论文主要发表在管理学、经济学、教育学等八类期刊中，占全部论文总数的86.54%。通过期刊共被引分析发现，该领域的研究主要引用以管理世界（中国行政管理）、科学学研究（中国软科学）、经济研究（American Economic Review）为代表的宏观管理类、科技管理类、经济金融类期刊中的论文，和以中国人民大学出版社（北京大学出版社）为代表出版的图书。4）通过文献共被引分析发现，政策评估领域主要有3个维度的知识基础，以邓恩2002（陈振明2003）为代表的政策评估基本理论，以Rothwell R 1985（赵筱媛2007）为代表的政策工具与政策量化分析、以彭纪生2008（刘凤朝2007）为代表的政策协同与演变。5）通过关键词共现分析发现，政策评估领域的研究热点主要包括“传统视角的政策评估标准、指标与方法”、“政策工具视角的政策量化分析”、“政策协同视角的政策量化分析”3个方面。6）从研究内容、研究方法看，政策评估从基于专家评议法、自我评定法和计量分析的政策效果评估和政策过程评估，转向以内容分析法为基础，从政策工具视角和政策协同视角量化分析政策文本的政策方案评估。

参考文献

[1]新华社.中共中央办公厅、国务院办公厅印发《关于加强中国特色新型智库建设的意见》[EB/OL].http：//www.gov.cn/zhengce/2015-01/20/content_2807126.htm，2017-12-20.

[2]邱均平，李小涛，董克.图情领域可视化研究的发展、演化与创新[J].图书情报工作，2014，（13）：125-131.

[3]Waltman L，van Eck N J，Noyons E C M.A Unified Approach to Mapping and Clustering of Bibliometric Networks[J].Journal of Informetrics，2010，4（4）：629-635.

[4]孙建军.链接分析：知识基础、研究主体、研究热点与前沿综述——基于科学知识图谱的途径[J].情报学报，2014，（6）：659-672.

[5]Nunen K V，Li J，Reniers Get al.Bibliometric Analysis of Safety Culture Research[J].Safety Science，2018，108：248-258.

[6]宋秀芳，迟培娟.Vosviewer与Citespace应用比较研究[J].情报科学，2016，（7）：108-112.

[7]王雪梅，雷家骕.政策评估模式的选择标准与现存问题述评[J].科学学研究，2008，（5）：1000-1005.

[8]Vedung E.Public Policy and Program Evaluation[M].Transaction Publishers，2008.

[9]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.

[10]威廉·N·邓恩.公共政策分析导论[M].谢明，译.北京：中国人民大学出版社，2002.

[11]陈振明.政策科学：公共政策分析导论[M].北京：中国人民大学出版社，2003.

[12]王会宗，张凤兵.“全面放开二胎”政策可行性的实证分析——基于经济稳定增长视角的中国人口最优出生率研究[J].经济问题，2016，（3）：30-35.

[13]王再进，徐治立，田德录.中国科技创新政策价值取向与评估框架[J].中国科技论坛，2017，（3）：27-32.

[14]李素利，张金隆，刘汕.多维多层视角下我国社会保障政策执行效果测度研究[J].管理评论，2015，27（3）：24-38.

[15]胡俊波.農民工返乡创业扶持政策绩效评估体系：构建与应用[J].社会科学研究，2014，（5）：79-85.

[16]李钢，蓝石.公共政策内容分析方法：理论与应用[M].重庆：重庆大学出版社，2007.

[17]李燕萍，吴绍棠，郜斐，等.改革开放以来我国科研经费管理政策的变迁、评介与走向——基于政策文本的内容分析[J].科学学研究，2009，（10）：1441-1447.

[18]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.

[19]Rothwell R，Zegveld W.Reindusdalization and Technology[M].London：Logman Group Limited，1985.

[20]赵筱媛，苏竣.基于政策工具的公共科技政策分析框架研究[J].科学学研究，2007，（1）：52-56.

[21]黄萃，苏竣，施丽萍，等.政策工具视角的中国风能政策文本量化研究[J].科学学研究，2011，（6）：876-882.

[22]迈克尔·豪利特，M·拉米什.公共政策研究：政策循环与政策子系统[M].北京：三联书店，2006.

[23]周城雄，李美桂，林慧，等.战略性新兴产业：从政策工具、功能到政策评估[J].科学学研究，2017，35（3）：346-353.

[24]黄如花，苗淼.北京和上海政府数据开放政策的异同[J].图书馆，2017，（8）：20-26.

[25]汤志伟，龚泽鹏，郭雨晖.基于二维分析框架的中美开放政府数据政策比较研究[J].中国行政管理，2017，（7）：41-48.

[26]Scott JC.国家的视角[M].王晓毅，译.北京：社会科学文献出版社，2011.

[27]Meijers E，Stead D.Policy Integration：What Does it Mean and How Can it Be Achieved？A Multi-disciplinary Review[C].Berlin：Berlin Conference on the Human Dimensions of Global Environmental Change：Greening of Policies-Interlinkages and Policy Integration，2004：1-15.

[28]彭纪生，仲为国，孙文祥.政策测量、政策协同演变与经济绩效：基于创新政策的实证研究[J].管理世界，2008，（9）：25-36.

[29]刘凤朝，孙玉涛.我国科技政策向创新政策演变的过程、趋势与建议——基于我国289项创新政策的实证分析[J].中国软科学，2007，（5）：34-42.

[30]郭淑芬，赵晓丽，郭金花.文化产业创新政策协同研究——以山西为例[J].经济问题，2017，（4）：76-81.

[31]仲为国，彭纪生，孙文祥.政策测量、政策协同与技术绩效：基于中国创新政策的实证研究（1978-2006）[J].科學学与科学技术管理，2009，（3）：54-60.

[32]王海，许冠南.政策协同、官员更替与企业创新——来自战略性新兴产业政策文本的经验证据[J].财经问题研究，2017，（1）：33-40.

[33]张国兴，李佳雪，胡毅，等.节能减排科技政策的演变及协同有效性——基于211条节能减排科技政策的研究[J].管理评论，2017，（12）：72-83.

（责任编辑：孙国雷）