沈俊鑫,沈冰亮,何承洪,王晓萍
(昆明理工大学 a.管理与经济学院;b.云南产业发展研究院,云南 昆明 650500)
数字经济是一种以数字技术为核心的新型经济形态,正在成为驱动各国经济高质量发展的重要引擎[1]。为促进国民经济稳定发展,各国政府先后发布了相应的产业政策,如德国工业4.0、美国工业互联网、中国大数据战略等。《全国数字经济发展指数(2021)》显示:2021年中国数字经济规模为45.5万亿元,增长16.2%,数字经济成为我国稳增长和结构转型的关键力量。从规模和占比上看,西部仅有重庆超过1万亿,数字经济占GDP超50%;从增速看,大部分西部省市集中在10%~15%之间,低于全国平均水平,仅有贵州和重庆超过20%,且贵州省连续七年增速第一,这主要得益于贵州省和重庆市在“十三五”期间就大力发展大数据产业,并在此期间发布了数字经济产业发展规划及行动计划等政策性文件。相关研究表明,数字经济的发展需要有效的政策支持[2]。当前我国数字经济正快速发展,产业不断壮大,但也暴露出区域发展不平衡、创新效能不高、数据资产化进程缓慢等问题,尤其是制约数字经济发展的政策障碍[3]和明显的地区差距、省际差异及不平衡、不充分的区域异质特征问题,发展水平呈现东部>中部>东北>西部的格局[4],且西部地区存在推行新兴产业政策方面不够积极[5]、市场化程度较低、营商环境较弱等情况[6]。因此,本研究以西部12省市自治区数字经济政策为研究对象,运用PMC指数模型方法进行文本量化对比分析,识别西部地区当前数字经济政策质量如何?分析存在哪些共性问题,今后发布相关政策需要注意什么?根据实际评价分析结果提出相应的改进路径和对策建议,为完善西部地区数字经济政策体系、推动数字经济健康持续发展提供有益参考。
政策评价是特定主体依据一定评价标准和程序,对政策设计和运行进行分析判断,涉及单项政策评价和政策体系评价[7],其目的是为政策制定、校正提供决策依据,进而提升政策的实施效果[8]。在政策评价方法中,最早是以Suchman提出的五类评估法[9]和Poland O F提出的“三E”评价体系为代表的经验判断法[10]。近年来,政策评价方法不断发展和丰富,如Wollmann通过分析政策因果进行政策评价[11],该方法的不足之处在于只对政策效果进行了探讨。崔颖[12]运用模糊综合评价法对河南省科技创新人才政策进行评价并指出其政策方面还有很多不足。郭俊华等[13]采用内容分析法对人才政策进行研究后指出,现有政策存在内容宽泛且运用失衡等问题。综上,目前的政策评价方法具有科学性但多数存在主观性较强、精确度较低等不足,如模糊综合评价法主观性较强[14]、内容分析法精确性不高[15]46-56。胡春艳等[16]4-23应用PMC指数模型法对容错纠错和大数据政策进行量化评价,很大程度上弥补了以上方法的不足[17]127-136,该方法是目前国际上较为先进的政策评价方法[18]。
政策制度的完善和实施是构建数字治理体系的保障。丁声一等[19]对比英国数字经济战略提出我国政策制定可以完善协同指导机制,鼓励企业进行数字创新。陈万钦[20]通过梳理国内外现有数字经济政策认为,促进数字经济健康发展需建立完备的政策体系。也有学者对数字经济政策的效果进行了探讨。何帆等[21]认为,我国数字经济政策对实体企业数字化变革业绩影响较大。随着数字经济的快速发展,需要加快我国数字经济发展的政策供给,王伟玲等[22]认为应建立适应数字经济发展的市场体制、强化信息产权保护。综上,大部分学者都对完善我国数字经济体系提出了宝贵建议,为本研究提供了思路。
在数字经济政策评价研究方面,蔡冬松等[23]139-145借助PMC指数模型对吉林省9份数字经济政策进行评价后认为相关政策的协同性较高。张美萍[24]以20份数字经济政策为样本,采用内容分析法研究发现,目前数字经济政策工具内部结构不合理。雷鸿竹等[25]采用内容分析法和统计分析法对107份数字经济政策评价后认为,我国数字经济政策主要存在适配性和协同度较差的问题。吴湘玲等[26]通过内容分析法对中央层面的9份数字经济政策研究指出,我国中央层面的数字经济政策存在软性环境的保障与市场需求的拉动作用较弱等不足。杨巧云等[27]借助NVivo软件从政策目标、政策工具两个维度对45份数字经济政策分析后认为,我国省级数字经济综合性政策在目标层面侧重于应用创新,在工具层面偏向使用供给型政策。
在数字经济政策评价的方法方面,采用内容分析法的学者较多,但该方法精确性不高[15]46-56。蔡冬松等[23]139-145借助PMC指数模型对数字经济政策进行量化研究,很大程度上弥补了内容分析法的不足,进一步提高了政策评价结果的客观性。PMC指数模型法是Ruiz Estrada提出的一种新型政策评估方法,它可以对任何一项政策进行科学的量化评价,且通过绘制PMC曲面图直观地展示政策各维度的优劣情况,进而提出相应的改进措施[28]523-536。我国学者张永安等[29]26-31将其引入国内,结合文本挖掘法对区域科技创新政策进行实证分析,为我国在该领域的量化研究提供了新思路。近年来,PMC指数模型和文本挖掘法得到广泛应用,蔡冬松[23]139-145、戚湧[30]118-125等学者论证了该方法的适用性、可行性和科学性,为本文运用PMC指数模型法研究分析中国西部12省市自治区数字经济政策奠定了基础;同时,为便于东西部比较,更好地反映数字经济发展的起点和条件,在设定变量时可预留非标准变量,使模型更具智能化。
本文从中国西部12省市自治区政府官网及北大法宝数据库对数字经济相关政策进行检索梳理,最终确定34份政策文本作为本文研究对象。其中:广西壮族自治区11份,贵州省7份,四川省4份,甘肃省3份,内蒙古自治区2份,陕西省、云南省、青海省、重庆市、宁夏回族自治区、西藏自治区和新疆维吾尔自治区各1份。政策文本类型涵盖规划、意见、专项政策等;同时,选择了发展基础较好的杭州市和最早发布数字经济政策、发展速度较快的福建省进行东西部数字经济政策评价对比。但由于政策发布时效等限制,本文在政策选择上难免遗漏新发布的关键性政策文本。
将34份政策文本整合并全部导入ROSTCM6软件,通过分词、词频分析过滤掉“人民政府”“部门”等频数较高但对研究无明显意义的干扰词汇,然后将其余40个高频词归纳整理后得到表1,其中“发展”出现频率最高。
表1 数字经济政策高频词汇表
通过社会网络和语义网络图分析,进一步挖掘了政策文本核心内容与各关键词间的辐射程度,为设定指标和参数确认提供可靠依据。在语义网络图中,一个节点连接其它节点的数量越多,则节点的度数中心性越强,说明该节点越重要。如图1所示,“大数据”“发展”“服务”“建设”“企业”等词紧密相连,可以看出西部地区数字经济政策为加快建设大数据应用服务平台、服务企业、高质量推动数字经济发展提供了一系列保障。
PMC指数模型的构建通常包括设定政策指标与参数识别、建立多投入产出表、计算PMC指数和绘制PMC曲面图四个步骤。
PMC指数模型在进行政策量化评价时的核心思想是不忽视任何一个相关变量的作用,同时尽可能多地选取相关变量。本文基于Ruiz Estrada M A[28]523-536政策评价方法,综合胡春艳等[16]4-23的研究成果,结合数字经济政策高频词汇表,构建西部地区数字经济政策评价体系(见表2)。在PMC指数模型中所有二级指标重要程度相同,在多投入产出表中所占权重也相同,所有指标均采用二进制设定参数,即政策文本内容满足对应的二级指标,则该指标参数值为1,否则为0。
图1 语义网络图
表2 数字经济政策评价体系
依据表2建立多投入产出表,测算PMC指数。多投入产出表主指标与表2一级指标对应,每个主指标由n个二级指标组成,对应表2二级指标,二级指标没有数量限制且重要性相同,因此无需做出重要性排名[29]26-31。
PMC指数数值的计算有4个步骤:第1步,将各级指标放入表3中;第2步,根据式(1)和式(2)对政策样本二级指标进行赋值;第3步,根据式(3)计算各一级指标的数值;第4步,根据式(4)计算各政策样本的PMC指数。式中:t为一级指标,j为二级指标。
X~N[0,1]
(1)
X={XR:[0~1]}
(2)
(3)
其中:t=1,2,3,…
(4)
参照现有的PMC指数数值评价标准,本文将西部地区数字经济政策PMC指数数值分为4个一致性级别:0~4.99,政策评分等级为不及格;5~6.99,评分等级为可接受;7~8.99,评分等级为优秀;9~10,评分等级为完美。
三维立体的PMC曲面图可直观展示政策评价结果,综合比较评价政策各维度优劣性。图中凸出部分表示政策在对应的评价指标上得分较高,凹陷部分则表示得分较低。计算PMC矩阵是绘制PMC曲面图的前提,本文10个一级指标中,由于政策公开(X10)无二级指标且各政策的该项指标分值均为1,考虑到矩阵具有对称性和PMC曲面的平衡性,此处将一级指标X10删除,形成3×3的矩阵,参见式(5)计算绘制PMC曲面图[29]26-31。
(5)
为确保评价结果具有参考价值,本文将中国西部12省市自治区的34份数字经济政策文本全部作为研究样本,各项政策分别记为P1~P34(见表3)。
表3 34份评价政策样本汇总(1)政策文本来源:中国西部12省市自治区人民政府官网。(仅展示部分)
基于上述步骤分别计算出34份政策样本的PMC指数及各项政策的凹陷指数。根据本文的PMC指数值划分标准,按数值大小对各项政策所属等级进行划分(见表4)。
结合政策样本PMC指数值,根据式(5)计算各项政策的PMC矩阵并绘制PMC曲面图,可以直观地看出各项政策的优劣情况。本文以其中两项政策为例,仅展示PMC指数得分最高的P7和得分最低的P9的PMC曲面图(见图2)。
1.整体对比分析。结果显示:西部地区34份数字经济政策样本中,完美等级政策2项,优秀等级30项,可接受等级2项,没有不及格样本;PMC指数均值为8.03,处于优秀等级。分别增加杭州市、福建省各3份政策样本进行对比分析,仅增加杭州市PMC指数均值为8.05,并没有明显提升;仅增加福建省PMC指数均值为8.25,提升较为明显;杭州市3项政策样本均为优秀等级,福建省完美等级政策1项,优秀等级2项。
表4 34份数字经济政策样本PMC指数值和等级划分(仅展示部分)
图2 P7、P9政策曲面图
尽管政策样本总体得分较高,但各项政策的凹陷指数仍有不同,说明政策样本的衡量指标存在结构性失衡。政策凹陷程度可直观地反映各政策一级指标的薄弱环节,本文参照方永恒等[34]关于政策凹陷指数等级划分,在西部地区的34份数字经济政策样本中,6份为可接受凹陷程度指数,其余28份为低凹陷程度指数;东部6份样本中,2份为可接受凹陷程度指数。
图3 34份政策样本一级指标均值
如图3所示,西部地区34份数字经济政策样本在政策时效和营商环境两个指标上的凹陷程度比较大,尤其是政策时效指标最为严重,主要原因在于大部分样本的目标规划没有涉及中长期时效,例如,P4、P7、P8、P11等7份只涉及中期时效,仅1项政策样本涉及长期时效内容,这两项指标在东部省份样本具有同样效果。在营商环境方面,P1、P2、P5、P6、P9等20份政策样本在该指标上得分低于均值,原因是权力下放指标失分较大,未来有待加强;东部省份营商环境凹陷程度更大,可见营商环境对东西部发展数字经济都起到关键作用。政策性质方面,大部分政策样本缺乏建议功能。重点内容方面,十余项政策样本得分低于均值,今后需在数字技术和数字治理内容上加强。政策评价上,有一半的样本得分低于均值,原因在于部分政策规划不够详实。作用方式方面,11项样本得分低于均值,数字经济政策在强制型、服务型等手段上还需综合应用,多角度渗透政策内容。支持措施上,样本P8、P9、P11和P12等22份政策样本得分低于均值,显示西部地区在支持数字经济发展的措施上还存在不足;东部省份所有样本均高于均值,说明东部省份在支持措施制定上更具针对性或落地性。政策视角方面,只有P4、P6、P8和P9等5份政策样本得分低于均值,说明政策既有全方位的规划,也有小目标的推进。
2.省市区对比分析。上文分析了政策样本的整体情况,为了便于发现异同,找准不足点,本文还将省级和市区级政策进行了对比分析。省级政策PMC指数均值为8.21,市区级政策PMC指数均值为7.89,西部地区数字经济政策质量呈现“上优于下”的特点,即省级政策质量好于市区级政策。从图4中可以看出,两级政策得分各有优异,在X2、X3、X6、X7上,省级优于市级;而在X1、X5、X8和X9指标上,市区级优于省级。X3、X6和X7得分差距较大,可见这3个指标是导致省、市区级政策质量差异的主要因素。省级政策的引导能力和调控范围必然优于市级政策。在作用范围上,市区级政策因为政策性质本身的作用、功能和调控范围局限,导致市级政策在X3指标上失分。在政策评价上,市区级政策存在规划目标不够明确,政策内容详实度不高,导致该指标得分低。在营商环境上,市区级有待进一步下放权力,提升政务服务能力。
图4 省、市区政策一级指标均值对比
3.单政策对比分析。为了使政策比较分析更加清晰,本文参照张永安等[17]127-136学者的成果,选取了PMC指数得分最高的P7和得分最低的P9进行对比分析。从P7和P9曲面图可知,P9的凹凸程度明显强于P7,反映了P9的结构合理水平和内部一致性水平低于P7。P7的PMC指数为9.58,P9为6.42,两者相差3.16,原因是两者的政策时效(X2)、支持措施(X5)、营商环境(X7)和政策视角(X9)指标得分差距较大,而作用范围(X3)、政策评价(X6)和政策公开(X10)3项指标两者得分相同。具体而言,P7和P9在X5和X9上的得分均值都大于0.65,整体处于较优水平;而得分差距最大的是X7。P9的针对性较强,但涉及营商环境的内容较为稀缺,并且缺乏职能重构、权力下放等内容。而P7内容全面且详细,明确指出为企业发展提供税收等优惠,营造有利的政策环境。两项政策X2、X5和X9的得分差距一样,但X2得分均值较低。P9为当年政策,导致得分低;而P7的长期规划内容缺失。因P7明确给出了丰富的惠企政策,所以X5为满分;而P9在惠企政策方面涉及较少。P9未考虑顶层设计的引领作用,导致X9得分低。
图5 P7和P9指标得分对比
结合以上分析,本文为文中展示的其中13项政策样本提出了参考性改进路径。
P1得分7.42,排名第17。除了支持措施、政策视角和政策公开外,其余指标得分均低于均值,在发挥好专指性政策优点时建议兼顾其他政策功能,让政策效果多维度渗透,改进路径可参考X4-X8-X1-X3-X6-X2-X5。P2、P3得分均为8.5,排名第5。P2主要是在权力下放和服务能力内容上存在不足,可增加中长期规划内容,满足不同时限需求的科研成果转化应用,改进路径为X8-X7-X2-X5。P3在政策性质和政策时效上得分低于均值,且规划详实度不够,可参考X1-X6-X2-X5路径进行优化。P4得分7.74,排名第13。在政策评价方面得分为所有评价样本中最低,主要原因在于目标不够明确,规划详实度有待提高。今后可按照X9-X6-X3-X5路径进行完善。P5得分7.75,排名第12。在重点内容和营商环境方面失分较多,未来可以增加数字治理领域内容,让大数据产业不断向外延发展,完善路径可参考X8-X4-X1-X7-X2-X5。P6得分7.5,排名第15。政策性质上缺乏建议等功能,参考优化路径为X9-X1-X3-X6-X7-X2。P7得分9.58,排名第1。除在政策性质和政策时效上略有不足外,应优先增加长期规划内容。P8得分8.0,排名第10。没有兼顾宏微观视角,建议增加税收优惠、知识产权保护政策,优化路径可参考X9-X5-X4-X6。P9得分6.42,排名第21。在政策时效和营商环境方面得分相对较低,未来需进一步提升服务能力,多方位促进数字经济健康持续发展,可参照X9-X5-X1-X7-X2-X4-X8路径完善。P10得分8.67,排名第3。相较P7,其在数字化内容上有缺失,可以考虑以X8-X1-X2路径进行优化。P11得分8.17,排名第7。作用范围和支持措施方面得分低,建议增加研发补贴和知识产权保护等内容,参考性改进路径为X5-X4-X8-X3-X6。P12得分8.09,排名第8。忽略了中长期规划且政策重点内容涉及较少,不利于产业协调发展,未来需在数字化治理等方面进行完善,路径可参考X8-X5-X1-X2。P34得分7.41,排名第18。在营商环境指标上失分较多,职能重构和权力下放等内容有待进一步完善,参考性改进路径为X6-X7-X4-X3-X2-X5。
通过构建PMC指数模型对西部12省市自治区的34份数字经济政策样本进行量化评价分析,得到如下结论:
1.省级政策质量优于市区级。实证评价的34份政策样本中,省级政策样本PMC指数均值为8.21,市区级为7.89,分值上可以看出省级政策质量优于市区级。张永安等[35]对双创政策进行评价时也得到了相似结论。西部地区省、市区级政策均值等级均为优秀,但两级政府在政策内容导向一致性上还较弱,政策制定的详尽程度也有差距,如市级政策规划目标不够明确,政策内容详实度不高,凸显了省级政策更具引领作用。
2.长期时效缺乏。西部地区34份数字经济政策样本均在政策时效指标上得分较低,主要原因在于大部分样本都只有短期和临时时效,中长期时效缺乏是西部地区数字经济政策的薄弱环节。
3.政策性质不够多元。P1、P3、P5、P6、P9等9份政策样本在该指标上得分均低于均值,主要是当前政策多为预测、描述和引导,建议功能使用不足。
4.营商环境欠优。P1、P2、P5、P6、P9等20份政策样本在该指标上得分均低于均值,主要原因是权力下放指标失分较大。PMC指数得分最高的P7和得分最低的P9的得分差距也主要在该指标上,说明西部地区数字经济政策在权力下放等方面还存在弱势。
1.健全政策评价体系。健全数字经济政策评价体系,有序开展政策效果评价,根据评价结果因时制宜推进“立改废释”,确保数字经济各项市场行为(如直播带货)和相关监管有法可依,为数字经济发展营造有利的政策环境,不断推动数字经济产业做强做优做大。
2.增加中长期规划。中长期规划在政策中具有激励作用和前瞻引导功能。在今后的数字经济政策制定中,建议增加中期、长期规划,满足不同时效需求的技术成果转化和应用时限,有利于关键核心技术的攻关和应用,可进一步提升关键技术的供给能力,促进数字技术供给侧改革[36],推动数字经济持续发展。
3.政策性质组合使用。合理的建议对产业的发展具有明显的促进作用,科学判定政策实施效果是今后完善政策的前提,未来政策制定时,优先增加建议功能,全方位推动数字经济协调发展。
4.持续优化营商环境。进一步完善营商环境政策内容,提升惠企政策效果,设立“数字化”等专项资金,明确惠企政策的具体举措。在法律制度允许的范围内赋予企业更多自主权,最大限度激发企业的创造力,加快推进企业数字化转型;同时完善惠企政策效果评价机制,让惠企政策看得见、见真效,最大限度激发数字经济的活力,推动西部地区数字经济高质量发展。