制造业高质量发展政策的制定效果——基于PMC模型的量化评价

刘 鹏

(安徽工程大学 经济与管理学院，安徽 芜湖 241000)

一、引言

制造业是实体经济的基础、是国民经济的命脉。改革开放四十余年来，我国制造业经历了跨越式的腾飞发展，已成为当今最重要的支柱产业。同时，我国也于2009年起成功超越美国，成为了世界第一制造大国。但是，总量上的可喜成就却掩盖不了低质量的发展问题。长久以来，我国制造业一直难以跳出“低端陷阱”，突出表现在科技含量不足、产业形态落后、生产效率低下等方面(胡迟，2019)。为了改变这一客观困境，我国于2015年提出“中国制造2025”计划，强调制造业要走高质量发展道路，使智能制造、绿色制造、先进制造等高质量发展方式成为了我国制造业发展的主要方向(黄群慧和贺俊，2015)[1-2]。

为了促进我国制造业的高质量发展，中央与地方先后实施了一系列政策予以配套。政策颁布涵盖企业、银行等不同作用对象，涉及资金、互联网等各个内容方面，其政策效果如何需得到有效评估。显然，有效地效果反馈能深化我国制造业高质量发展道路，及时的政策调整有助于产业转型的加快实现。然而，国内现有研究较多地将关注重心聚焦于制造业高质量发展政策的实施效果之上，分析其对经济增长(傅元海等，2016)、技术创新(许和连等，2017)、价值链提升(余振等，2018)等不同方面的影响[3-5]，较少关注于其政策的制定效果。

不得不承认，由于政策时滞等问题的存在，有效的事前控制比积极的事后评估更为重要。同时，相比简单定性的政策制定建议，科学有效的制定效果评价无疑更具研究意义。本文正是基于上述研究考量，关注于我国制造业高质量发展政策的制定问题，尝试构建PMC模型量化其政策效果。力求在事前规范相关政策的制定效果，通过实证研究为当前政策调整和未来政策制定指明优化路径，促使我国制造业向高质量发展方向不断深化。

二、文献综述

实现制造业高质量发展应如何进行政策发力？尚会永和白怡珺(2019)认为政策着力点应继续立足促进科技研发、提高劳动者素质和保持我国传统制造业的系统优势等方面；高煜(2019)则发现在信息化与智能化双重压力的倒逼下，促进人工智能与制造业的高度融合是制造业高质量发展的重中之重；而陈锡稳(2020)却提出质量变革的关键在于优化制度环境、打造中国制造业品牌和强化我国与世界各国的制造业合作等方面[6-10]。无疑，对于如何制定我国制造业高质量发展政策，不同学者立足于不同视角给出了不同的有益建议。我国制造业高质量发展政策是否囊括了上述内容？其政策效果如何需进行有效的量化评估。

现有关于制造业高质量发展政策的效果研究多集中于政策的实施效果之上、并从不同方面展开了效果分析。谢子远等(2017)立足技术创新视角，通过构造向量自回归模型评估发现，我国制造业高质量发展与技术创新确实存在互动影响关系、并在长期内实现了一般均衡；李琳和周一成(2019)立足互联网视角，运用投影寻踪法等不同手段发现互联网与制造业的深度融合能有效推进制造业的高质量发展，最终实现地区间经济的包容性增长；李春梅(2019)立足行业视角，采用不同行业的面板数据分析了制造业高质量发展的行业异质性影响，并认为装备制造业应成为未来政策关注的重点行业；江小国等(2019)立足地区视角，构建制造业高质量发展指标评估了地区间制造业发展的时空差异，并指出我国制造业高质量发展存在东强西弱的特点，实现制造业高质量发展应进行有效的地区政策倾斜[10-14]。

虽然政策实施效果的量化评价有助于政策制定的未来完善，但事后评估既需要长时间的政策实践才能有效开展，又囿于政策时滞等问题的存在、导致政策方向的优化调整难以在短期内取得成效(李瑞昌，2012)。显然，我们更需要关注政策制定的效果问题。突破主观定性的效果评估，以科学量化的手段进行事前规范，是推进我国制造业高质量发展的可行保障。事实上，国外学者已通过构建PMC模型的方式有效实现了政策制定的效果评价，由于该模型避免了传统主观的加权平均和倾向打分等手段的既有限制，以文本挖掘等技术为基础、通过构建投入产出矩阵进行更科学的效果评估(Ruiz，2011)，已被各国政府广泛运用于公共政策制定等领域[15-18]。本文正是利用这一方法，通过构建PMC模型对我国制造业高质量发展政策的制定效果进行量化评价，为政策的优化调整提供依据。

三、政策制定效果的模型构建

政策制定的效果评价需突破定性研究的随意性桎梏、应以科学严谨的量化手段有效还原其真实效果。通过构建PMC(Policy Modeling Consistency)模型、并采用文本挖掘技术对政策条文进行有效编码，能有效还原政策制定的客观效果、为评价我国制造业高质量发展政策提供依据。

(一)PMC模型概述

PMC(Policy Modeling Consistency)模型最早由Ruiz(2011)所提出[18]，凭借其突破传统定性分析的客观优势，一经提出即被广泛采用于国外公共政策制定的评价领域，成为了政府决策的有力工具。该模型的构建主要分为以下六个步骤：第一，选择评价政策簇。PMC模型不是对单一政策的简单量化，其模型构建需要3项或者更多项的政策，簇内政策选择越多、评价结果越为有效。第二，确定评价指标。评价指标是对政策文本的量化总结，通常情况下，PMC模型主要包括9个一级指标(涉及政策层级、政策时效等9个方面)以及尽可能多的二级指标，以实现对政策制定的全面概括。第三，利用文本挖掘技术对政策条文进行指标编码、采用二进制方式设置指标参数。具体而言，对于政策簇内的所有文本分别对应于一、二级指标进行质性编码，同时对指标结果进行0和1的参数确定。第四，构建投入产出矩阵、划分政策等级。以政策簇内的所有政策文本的参数结果为基础、构建投入产出矩阵，并根据矩阵结果、划分簇内的政策优良等级。第五，选择代表性的政策簇计算其PMC指数、以有效分析政策制定效果的时间走向。具体而言，即以政策簇内不同时间段的代表性政策的PMC指数为依据，实现对政策制定效果的时间刻画。第六，对代表性政策簇进行二次选择，构建PMC曲面图、描述政策制定中的相关问题。具体而言，即再次从代表性政策簇内选择优劣等级不同典型政策，勾勒典型政策的PMC曲面图、以指出政策制定的优化路径，为未来政策的有效制定提供政策建议。

(二)本文数据与指标构建

本文数据来源于2016年-2019年间国务院、中央部委以及各省市关于制造业高质量发展的政策文本，通过检索PKULAW数据库，共选取31个相关政策构成本文量化研究的政策簇，见表1所示。

表1 本文研究的政策簇构建

续表1 本文研究的政策簇构建

在政策簇构建完成的基础上，本文遵循PMC模型的经典指标设计框架，借鉴赵杨等(2018)的具体指标确定方法[19]，设置了包括政策层级、政策时效等9个一级指标，并分别于每个一级指标之下设置细化的二级指标(表2)。其中，政策层级指标(X1)之下包括国家级政策、省级政策、市级政策、区县级政策等四个二级指标；政策时效指标(X2)之下包括长期政策(大于5年)、中期政策(3～5年)、短期政策(1～3年)、临时政策(小于1年)等四个二级指标；政策性质指标(X3)之下包括公告、意见、通知、方案、批复、函等六个二级指标；发布机构指标(X4)之下包括全国人民代表大会、中央政府、政府下属部门、垂直管理部门等四个二级指标；调控范围指标(X5)之下包括全国范围、全省范围、全市范围、区县范围等四个二级指标。

表2 本文研究的指标体系构建

但是，需要注意的是，关于政策倾向指标(X6)、政策内容指标(X7)、作用领域指标(X8)和作用对象指标(X9)下的二级指标信息却无法直接获取。为了解决这一问题，本文借鉴张永安和郄海拓(2017)的做法[20]，利用文本挖掘技术进行有效的信息提取、以合理确定相关二级指标。具体而言，通过采用ROSTCM软件对政策簇内的所有政策逐条进行文本编码、并进行分词和词频提取，以实现相关二级指标的有效设置(表3)。对于政策倾向指标(X6)，本文提取了政策文本中诸如推进、提升、加快等代表政策倾向的高频词汇作为二级指标。对于政策内容指标(X7)，本文提取了政策文本中诸如集群、创新、装备等代表政策内容的高频词汇作为二级指标。对于作用领域指标(X8)，本文提取了诸如产业发展、人才培养、管理制度等代表作用领域的高频词汇作为二级指标。对于作用对象指标(X9)，本文提取了政府、企业、银行等代表作用对象的高频词汇作为二级指标。

表3 政策簇内排名前20的高频词汇

(三)实证过程与政策等级划分

通过对政策簇内31个政策文本分别进行条文编码，对应于9个一级指标和48个二级指标设置二进制编码，所有一级指标与二级指标的对应关系为：X～N[0,1]。

其中，二级指标的取值为：

X={XR∶[0～1]}。

最终，计算出每一个政策的PMC得分情况：

其中，i代表一级指标，j代表二级指标。需要注意的是，本文设置的政策层级指标(X1)、政策时效指标(X2)、政策性质指标(X3)、发布机构指标(X4)与调控范围指标(X5)下辖的二级指标具有互斥属性，因此其取值均已固定为1/j，即X1=X2=X4=X5=1/4，X3=1/6。而其他各项一级指标的取值范围均满足Xi≤1，i=6,7,8,9；通过对31项政策的PMC得分汇总，可将政策簇内的所有政策进行优良等级划分，其结果如表4所示。

表4 基于PMC模型的本文政策等级划分

观察表4，通过分别计算31项政策的PMC指数，即可得到我国制造业高质量发展政策制定效果的评价等级。其中，当PMC指数取值小于2.58时，仅表示该项政策尚可接受；当PMC取值在2.59到3.61之间时，则表示该项政策相对良好；当PMC指数取值在3.62到4.64之间，表示该项政策较为优秀；而当PMC指数取值在4.65到5.17之间，表示该项政策十分完美。

四、政策制定的效果评价

(一)评价对象选择与实证结果

由于PMC模型可以一视同仁地对所有政策制定的效果进行有效评价，出于研究需要、遵循前人做法，本文从31项制造业高质量发展政策中分别选取颁布于2016、2017、2018和2019年的8项代表性政策进行实证分析。需要说明的是，代表性政策簇由表1中序号为6、7、18、22、25、26、30和31的8项政策构成，为方便分析，本文分别将上述代表性政策记做P1、P2、P3、P4、P5、P6、P7和P8。该8项代表性政策的发布机构涉及国家工业和信息化部、发展和改革委员会、财政部、人力资源社会保障部、自然资源部、商务部、中国人民银行、相关省份人民政府及下属部门等多个职能机构；作用领域涉及产业发展、人才培养、管理制度、行业建设、企业监管等不同方面，能够合理体现制造业高质量发展政策的制定效果。

根据PMC模型的实证过程、对应前文构建的指标体系(表2)，本文分别对8项代表性政策构建投入产出矩阵，见表5所示(囿于文章篇幅限制，投入产出矩阵列出X7指标的构建情况以作代表)。

表5 代表性政策的投入产出矩阵(以X7指标为例)

在投入产出矩阵构建完成的基础上，即可分别计算出代表性政策的PMC指数并进行制定效果的等级划分，其实证结果详见表6所示。

观察表6可以发现，所有政策中50%的政策制定效果十分优秀，P3的PMC指数为3.86、高居榜首；仅一项政策的制定效果属于可接受范围(P2)，其他政策的制定效果均表现良好。

表6 制造业高质量发展政策的制定效果

(二)政策制定效果的时变趋势

根据制造业高质量发展政策制定效果的不同评级，基于政策颁布的时间差异、本文绘制了代表性政策簇的时变趋势图(图1)，从动态视角分析政策制定效果的趋势变化。

观察图1可以清晰地发现，我国制造业高质量发展政策的制定效果存在“W”型的时变特点。初期，出于对国家促进制造业高质量发展的政策回应，地方相关政策的制定往往会从本省实际需要、仅关注于某一领域，如图中2016年P1和P2的政策特点所示，此时期内政策制定效果存在较大的提升空间；中期，中央各部委通过汇总地方政策并加以剖析，制定的相关制造业扶持政策的效果都较为优秀，如图中2017年的P3和P4的政策特点所示。在此基础上，地方省份进一步进行政策提升，实现了2018年内政策效果的良好化(P5和P6)；后期，中央部委继续细化行业要求、结合各省制造业发展中遇到的新增问题，制定了一系列优秀政策，如图中2019年的P7和P8政策特点所示，政策制定遵循良性的循环互动路径。可见，虽然制造业高质量发展政策的制定效果存在明显的时间差异，但整体良性的“地方—中央—地方—中央”的“W”型时变模式表明政策制定存在一定的修正机制，制定效果也在此过程中得到了有效提升。

图1 政策制定效果的时变趋势

五、政策制定效果的提升路径

虽然制造业高质量发展政策的制定效果存在一定的时间改进效应，但基于不同具体政策进行相机抉择的路径提升显然更为有效，通过分析2016年-2019年间典型政策的指标结果(表6)，本文从上述8个政策中再次挑选出涵盖不同时期、不同发文主体和不同政策等级的P2、P4、P5和P8等四项政策进行分析。如表6所示，P2的政策等级最低、其制造业高质量发展政策的制定效果仅属可接受范围之列，政策倾向、政策内容、作用领域和作用对象四方面均低于平均水平，存在较大的改进空间；P4和P5政策效果适中，分别在作用对象以及政策倾向等其他方面存在一定的政策制定缺陷；P8的政策等级最高、其制造业高质量发展的制定效果十分优秀，各项一级指标均高于平均水平。需要注意的是，所有政策的制定效果均未达到完美级别，各项政策均存在一定的优化空间，在对既有政策进行完善反思之余，更应思考如何在未来进行政策效果提升。

一方面，既有政策的效果完善应进行差异化的路径设计。首先，对于P2而言，其政策提升路径为X7→X6→X8→X9。P2的政策内容设计最为薄弱，在着重对其进行效果优化的同时，再辅之以政策倾向、作用领域和作用对象三方面的完善，可实现其政策效果的有效提升。对于P4而言，其政策提升的重点在于X9。P4的作用对象设计十分欠缺，其他部分的现行设计均可以接受，实现对作用对象的优化完善可有效提升其政策效果。对于P5而言，其政策提升路径为X9→X6→X8。P5的作用对象设计最为薄弱，在着重对其进行效果优化的同时，再辅之以政策倾向和政策内容方面的完善十分必要。

另一方面，未来政策的效果提升存在可优化的路径依赖。现行制造业高质量发展政策虽存在时变改进效应，但所有政策均未达到完美。尤其是作用对象方面的缺陷最甚，其次分别是作用领域和政策内容方面。通过对所有政策指标进行变异分析后可发现，未来政策的制定存在X9→X8→X7→X6的效果改进路径。下一步制造业高质量发展政策应在扩充作用对象的同时，积极带动实现作用领域的扩大，最后带动政策内容和政策倾向等方面的改进完善。

六、本文结论与政策建议

通过构建PMC模型，本文对我国制造业高质量发展政策的制定效果进行了量化评估，得到以下结论：第一，我国制造业高质量发展政策的制定效果较好，能有效促进我国制造业的不断深化；第二，制造业高质量发展政策的效果存在“W”型的时变特点，政策效果的自我修正贯穿于制造业高质量发展的进程之中；第三，现有政策应遵循差异化的效果提升路径，未来政策的制定存在趋同的优化选择。

根据上述研究结论，本文提出两点政策建议：一方面，需有效完善现有政策的制定效果。具体而言，应根据现行制造业高质量发展政策的不同评级，以“可接受→良好→优秀”的改进次序分别对现有政策进行效果改进。同时，也应充分发挥中央政策的示范作用，统筹考虑地方发展特点，促进政策效果的时变改进。通过相机抉择与自我修正的路径搭配，有效完善我国现有制造业高质量发展政策的制定效果。另一方面，应积极提升未来政策的制定效果。具体而言，需根据制造业高质量发展政策的总体缺陷，遵循“作用对象→作用领域→政策内容→政策倾向”的改进步骤对未来政策的制定进行合理优化。以制造业高质量发展政策的作用对象为核心，积极促进未来政策向产业发展、人才培养、行业建设等领域全面拓展，完成互联网、资金、平台等多方面的资源配置，实现政策倾向的多维融合。通过主次搭配与四位一体的路径优化，积极提升未来我国制造业高质量发展政策的制定效果。