新能源汽車補貼政策工具挖掘及量化評價

張永安+周怡園

摘要 現階段中國大力開展新能源汽車示范推廣工作，中央及各地方政府已相繼出臺一系列補貼政策。在嚴厲打擊新能源汽車“騙補”及補貼政策重新調整等背景下，分析梳理現有政策從而對其進行整體把握與正確判斷顯得尤為重要，從而為政策改進與優化做準備。本文選取了截至2016年底國家和北京市頒布的涉及新能源汽車補貼的相關政策。首先，從采用文本挖掘的方法整理出的政策文本的高頻有效關鍵詞從中提煉出的政策工具，可分為供給型、需求型、環境型三類，分別從技術推動、市場拉動和環境支撐三個方面促進和規范新能源汽車市場。發現現有政策工具仍存在一些問題，如缺乏支持新能源汽車技術提升和產品開發的供給型政策工具；環境型政策工具的作用重點欠科學，對充電基礎設施建設的重視程度不夠；補貼過于聚焦新能源汽車購買環節等。其次，結合政策特點運用PMC指數模型構建了新能源汽車補貼政策的量化評價框架，通過變量分類、參數識別建立了多投入產出表，并通過PMC指數的測量、PMC曲面的生成綜合反映政策各維度的情況。再次，采用實證分析的方法，選取3項新能源汽車補貼政策（P1、P2、P3）為研究對象，對政策進行量化評價。結果得出3項政策的PMC指數分別為7.52、6.95、6.21，均在良好的等級之內，P1政策的量化結果為優秀，P2、P3政策結果為良好，且具有較大的提升空間，可考慮在激勵措施等方面予以加強。最后，根據新能源汽車補貼政策無法取得預期效果的原因，提出三點政策優化意見：①重視供給型政策工具的使用，加大新能源汽車科研資金投入；②環境型政策工具的作用重點應放在充電等基礎設施的建設上；③需求型可考慮采取以公共交通帶動私人交通的策略。

關鍵詞 新能源汽車補貼政策；文本挖掘；政策量化評價；PMC指數模型

中圖分類號 F019.6

文獻標識碼 A文章編號 1002-2104（2017）10-0188-10DOI：10.12062/cpre.20170514

經濟飛速發展人民物質水平不斷提升，帶動了汽車需求量的日漸增加，在能源匱乏與生態環境惡化的雙重壓力下，發展新能源汽車已經成為中國汽車產業前進的新方向[1]。作為扶持新能源汽車產業的重要助力，補貼政策引領并推動著新能源汽車市場的發展[2]。2009年以來，中國逐步開展節能與新能源汽車示范推廣工作，國務院、財政部、科技部、工信部、發改委、各地方財政局等相繼出臺與之對應的財稅補貼政策，大力發展節能與新能源汽車示范推廣試點、私人購買新能源汽車補貼試點、新能源汽車推廣應用示范等工作的實施[3]。消費者購置補貼、稅收減免、鼓勵充電設施建設等一系列新能源汽車補貼政策相繼出臺。中國政府對于新能源汽車的扶持補貼力度較大，但實際成果與預期激勵效果仍有較大差距，新能源汽車“久推不廣”的難題依然十分嚴峻[4]。2016年是“十三五規劃”的開局之年，在嚴厲核查并打擊新能源汽車“騙補”及補貼政策重新調整等背景下，除了需要優化監管程序和打擊違法行為外，還需要對現有新能源汽車補貼政策進行較為科學的分析和評價，以政策文本角度建立起對新能源汽車補貼政策的整體把握與正確判斷，從而為下一步的政策優化做準備。

1 文獻綜述

1.1 政策工具挖掘

政策工具是政策動態分析在工具科學層面的細化與深化，隨著政策科學的興起和發展，已成為政策研究領域的重要分支。作為政策科學的結構性理論，政策工具的研究方法論認為政策工具代表著政府的政策價值及政治理念，在一系列基本政策工具設計、搭配、整合、作用下便形成了政策[5]。

最為經典的分類方法是Rothwell和Zegveld[6]將政策工具劃分為供給型、需求型和環境型三大類。Woolthuis[7]研究了政府對資源的應用將政策工具分為信息型、組織型及財政型。Hoppmann[8]將政策工具分為戰略層、綜合層及基本層。Huang等[9]提出，引導產業創新的政策工具通過作用于供給端的研發活動和需求端的國內外市場從而促進產業創新。這些政策工具主要有研發投入、財政政策、稅收政策、公共服務、法律法規、政府采購、國際代理等。魏淑艷等[10]認為在新能源汽車產業政策工具研究中，存在管制工具過多和內部政策工具不足的問題。完善政策工具選擇應選擇市場化和社會化政策工具。葛建平[11]運用Howlett和Ramesh研究政策工具的框架，分析了新能源汽車充電基礎設施供給的政策工具運用情況，發現現有政策工具有利于充電設施建設與供給，但對解決一些問題仍存在缺陷。謝青等[12]對中國新能源汽車產業相關的37項中央政策文本進行了內容分析，結果表明：三類政策工具中，環境面政策工具的使用最為頻繁，并呈現出從供給面到環境面再到需求面的不斷完善。郭隨磊[13]在對6個典型的政策進行文本分析時發現中國政府在新能源汽車產業政策工具使用中，目標選擇及工具屬性具有合理性，但在政策工具執行中存在政府職能定位不合理及知識傳播機制不通暢等問題。

綜上所述，關于政策工具的研究較多但并不完善，針對新能源汽車補貼政策工具的研究仍不成熟。因此，本文運用文本挖掘及內容分析法探究新能源汽車補貼政策工具特點，闡述各類型政策工具與新能源汽車需求市場之間的作用關系。對比國外與新能源汽車相關的補貼政策結合中國實際發現政策存在的不足之處。

1.2 政策評價

政策評價是通過選擇科學的標準和方法，對政策系統及過程實行綜合考察，判斷并衡量政策方案的復雜系統工程[14]。科學的政策評價結果能夠調整、優化政策措施，提高政策執行質量，為預測政策走勢等提供依據。

政策評價始于第一次世界大戰前的教育和公共衛生計劃[15]。20世紀70年代初的政策評價以社會計劃為研究對象，已經發展成為社會科學評價中一個獨立的專業領域。Oville F. Poland建立了“三E”評估分類架構，Edward A. Suchman建立了五類評估。Wollmann通過揭示因果關系來分析政策的作用成果以及政策對社會的影響，提出了經典的政策評價方法[16]。Carreira[17]根據各項政策目標的不同，將公共政策評價從四個方面進行解析，分別是：法律監管、決議和刺激性方案、技術經濟效應和信息量。Nag[18]從政策目標和政策特征的角度研究，將政策分為急迫性政策（應急性）、強制性政策、一般性政策三類并作出了相應的評價指標。目前國外的政策量化評價大多實行分值方法，其他量化評價方法尚不成熟。陳衍泰等[19]以新興產業企業需求方和供給方基本政策工具兩個維度為框架，構建了新興產業政策分析模型，并對中國中央、地方政府出臺的新能源汽車產業政策進行計量分析和評價。劉蘭劍等[20]運用柳卸林的創新政策供給端、需求端、環境端分析評價中國新能源汽車技術創新政策，對比國內外相關政策，發現了新能源汽車創新政策的三同三不同，提出了中國的新能源汽車技術創新政策戰略性調整思路。

綜上所述，現有研究多是對政策制定及實施的全過程進行跟蹤，從而對政策實施效果進行評價，這種評價方式科學合理但仍存在不足之處。首先，需要對政策作用下的政策作用效果進行量化分析，耗費成本較高；其次，雖已設想出政策評價的基本研究框架，但對研究問題的聚焦程度不夠，缺乏立足于政策本身的研究，僅適用于事后評價；最后，現有研究成果中政策評價方法較為單一，不能進行復雜的相關結構分析，需要進一步歸納和擴充。本研究則以新的視角主張針對政策本身的合理性及可行性進行分析，對政策方案文本進行梳理，目的是指導政策制定者對政策作出分析調整或為新政策的發布提供借鑒。本文選用PMC指數模型對新能源汽車補貼政策本身的科學性及合理性進行量化評價，從而為后續可能存在的政策實施效果評價做鋪墊。

2 新能源汽車補貼政策工具分析

文本挖掘（Text Mining， TM），或稱文本數據挖掘（Text Data Mining， TDM）是為了發掘和分析信息，從大規模文本庫中提取隱藏的、未知的、潛在的有價值信息的方法[21]。文本挖掘是數據挖掘技術中日益流行的重要研究工具[22]，是基于知識發現，找出大量文本數據中隱藏的模式[23]。政策文本儲存著大量信息，其質量關系著政策的作用效果。相較于人工閱讀整理總結的方法文本挖掘能夠克服政策文本字數繁多、主觀性較強等問題，在分析政策特征時文本挖掘法比任何數據挖掘方法都更有優勢。本研究以政策工具為切入點，采用文本挖掘的方法對新能源汽車補貼政策進行分析，建立政策語義文本挖掘模型。首先，把新能源汽車補貼政策文本導入ROSTCM6軟件的數據庫，對政策文本集進行分詞及特征詞提取預處理。其次，統計特征詞詞頻，剔除干擾詞頻得到有效詞頻。最后，采用Rothwell和Zegveld有關政策工具研究的方法，挖掘出各類主要政策工具及其作用方式。

2.1 樣本選取

新能源汽車補貼政策是各級政府為了發展新能源汽車產業所采取的一系列激勵措施[24]。本文主要選取了截至2016年底國家、北京市頒布的新能源汽車補貼政策，通過瀏覽政策文件、查找與新能源汽車政府補貼相關的關鍵詞，從國務院、財政部、科技部、工信部、發改委、北京市財政局、北京市科技委員會、北京市發改委等部門官方網站上發布的政策文件中收集整理得到新能源汽車補貼政策共計33項，這些政策由國務院、財政部、科技部等多個機構獨立或參與頒布。

2.2 分詞提取及詞頻統計

將33項新能源汽車補貼政策文本導入ROSTCM6軟件的文本挖掘數據庫，形成文檔集進行文本分詞處理，并將分詞后的文檔集做詞頻統計，輸出的分詞結果按照詞頻頻率由高到低依次顯示。由于樣本選取為新能源汽車補貼政策，因此“新能源”、“汽車”等詞匯的出現頻率較高，在分析政策特性時這類詞屬于多余詞匯對結果無明顯作用，且較常出現的“重大”、“特別”、“非常”等程度副詞及“提高”、“減少”等動詞也無明顯作用，因此也需要剔除。將以上詞匯剔除后，整理得到本文將要著重分析的有效高頻詞匯，在表1中列出了前60個。

本文借鑒國際能源署（IEA）對政策類別的劃分方法和Rothwell、Zegveld有關政策工具的典型分類模式，結合補貼政策體系和特點，統計并列出常用的新能源汽車補貼政策工具（見表2）。發現所研究的33項新能源汽車補貼政策兼顧了三種政策工具，分別是供給型政策工具（11.28%）、需求型政策工具（27.07%）和環境型政策工具（61.65%）。其中，供給型政策工具（研發補貼、運營補貼、金融支持）的主要作用是鼓勵新能源汽車技術研發和新產品生產，從而提高產品性能、降低生產成本推動新能源汽車市場的發展；需求型政策工具（購置補貼、電價補貼、政府采購、稅收減免）作為拉動力促進新能源汽車市場的發展及新能源汽車產品的消費，以對消費者的購置補貼為主；環境型政策工具（充電設施建設、示范組織、制度規范、目標規劃）采取間接的方式作用于新能源汽車消費市場，通過營造相關環境條件和充換電配套設施來支持保障新能源汽車消費市場的正常運轉。這樣，三種類型的政策工具分別從技術推動、市場拉動和環境支撐三個方面促進和規范新能源汽車市場，保障新能源汽車市場推廣過程的實現，如圖1所示。

2.3 存在問題分析

對比國外促進新能源汽車市場推廣的補貼政策措施，發現中國新能源汽車補貼政策工具體系存在以下問題：

（1）缺乏支持技術提升和產品開發的供給型政策工具。研發補貼政策工具的比重僅占4.51%。據資料顯示，2006—2012年間中國有關新能源汽車專利申請共計2 011件，與此同時日本9 000件、美國4 000件[25]，可見中國的新能源汽車科學技術水平與發達國家之間還有較大差距。現有補貼政策易導致整車企業僅通過擴大產量獲得政府更多的補貼，甚至采取“騙補”等違法手段，而不去注重新能源汽車整體技術水平和產品性能的提升。

（2）環境型政策工具的作用重點有待科學調整。作為新能源汽車的關鍵互補性資產，充電基礎設施在各地區明顯供給不足且建設十分緩慢，對充電基礎設施建設的獎勵力度多在建設費用的20%以下，這也成為了新能源汽車“久推不廣”的重要原因之一。

（3）補貼過于聚焦新能源汽車購買環節。以購置補貼為主的需求型政策工具市場拉動作用并不理想，盡管政策工具比重最大（占比27.07%），但并沒有觸及消費者的真正需求，且滋生了企業采取“騙補”方式快速獲得收益的念頭，嚴重違背了補貼政策的初衷。

3 政策量化評價的PMC指數模型

PMC指數（Policy Modeling Consistency Index）模型是基于Ruiz Estrada等[26]提出的Omnia Mobilis假說，與早期基于其他條件均相同假設（Ceteris Paribus Assumption）研究每個獨立變量對總體變化的累積效應影響不同的是，Omnia Mobilis假設 （everything is moving）旨在強調世間萬物都是在不斷運動、發展、聯系的，因此在設立變量時應盡可能考慮全面，不忽略任何一個有可能的相關變量。PMC指數模型能夠從各個維度分析一項政策的內部一致性及優勢不足，測量PMC指數形成PMC曲面能夠實現政策效力的多維度評價及單項指標的具體分析，且PMC曲面能夠通過圖像方式直觀反映政策各維度的情況，是目前國際上較為先進的政策評價方法。本文擬通過PMC指數模型對中國新能源汽車補貼政策進行分析評價。PMC指數模型的構建具體包含：變量分類參數識別、構建多投入產出表、測量并計算PMC指數、生成PMC曲面。

3.1 變量的分類及參數識別

本文以新能源汽車補貼政策為研究對象，以Omnia Mobilis假說為指導思想，在Ruiz Estrada[27]對政策評價研究的基礎上，參考耿喆[28]、李晨光[29]等對變量參數的設定，結合新能源汽車補貼政策的具體特點，調整并確立了10個一級變量，分別是：政策類型（X1）；政策時效（X2）；政策級別（X3）；發布機構（X4）；政策功能（X5）；作用層面（X6）；涉及領域（X7）；激勵措施（X8）；政策受體（X9）；文件引用（X10）。每個一級變量下設若干二級變量，共計45個二級變量（見表3）。

（1）政策類型（X1）判斷該政策對新能源汽車市場發展是否存在預測（X1：1）、監督（X1：2）、建議（X1：3）、描述（X1：4）、判定（X1：5）、試驗（X1：6）等作用。

（2）政策時效（X2）考察政策對政策受體的作用時效，分為長期（X2：1）、中期（X2：2）、短期（X2：3）三種。

（3）政策級別（X3）反映政策的作用范圍大小，分為國家級（X3：1）、省市級（X3：2）、區級（X3：3）三個等級。

（4）發布機構（X4）包含國務院（X4：1）、國家部委（X4：2）、省市地委（X4：3）、省市廳局（X4：4）、區管委會（X4：5）。

（5）政策功能（X5）涉及6個方面，分別是節能減排（X5：1）、產品推廣（X5：2）、技術創新（X5：3）、規范引導（X5：4）、政府采購（X5：5）、制度約束（X5：6）。

（6）作用層面（X6）考察政策的重點作用內容。主要有國家（X6：1）、區域（X6：2）、產業（X6：3）、企業（X6：4）、新技術（產品）（X6：5）。

（7）涉及領域（X7）體現政策內容所涉及到的領域，如經濟（X7：1）、社會（X7：2）、技術（X7：3）、政治（X7：4）、環境（X7：5）、多學科（X7：6）。

（8）激勵措施（X8）考察政策對新能源汽車市場推廣的激勵手段，包括購置補貼（X8：1）、研發補貼（X8：2）、運營補貼（X8：3）、電價補貼（X8：4）、稅收減免（X8：5）、金融支持（X8：6）、充電設施建設（X8：7）等。

（9）政策受體（X9）主要考察受到政策影響，并需采取相應措施的政策作用對象。下設汽車企業（X9：1）、地方政府（X9：2）、消費者（X9：3）、公共交通（X9：4）4個二級變量。

（10）文件引用（X10），即政策文本中是否存在文件引用情況，無二級變量。

在完成變量選擇后，需要對PMC指數模型進行參數設定。本文假定每一個二級變量的重要程度相同，且在多投入產出表中所占權重相同，將所有參數值設定為二進制0和1，當政策符合相應二級變量時，該二級變量的值為1；若不符合，則值為0（即如果政策文本中出現相應含義的關鍵詞則二級變量設置為1，否則為0）。

3.2 建立多投入產出表

多投入產出表是一種從多維度量化單個變量的數據分析框架。在多投入產出表中對10個一級變量下的45個二級變量進行賦值，且各變量所占權重相同。本文結合新能源汽車補貼政策各變量的具體情況，建立多投入產出表（見表4）。

3.3 PMC指數的測量

PMC指數的測量需要四個步驟。首先，將各一級變量及二級變量放入多投入產出表中；然后，根據公式（1）（2）對投入產出表中的二級變量進行賦值；其次，采用公式（3）對各一級變量值進行計算；最后，由計算出的一級變量值用公式（4）計算得出PMC指數。

將待評價政策的PMC指數計算出來后，根據得分對政策進行等級劃分，標準如下：10—9（完美）；8.99—7（優秀）；6.99—5（良好）；4.99—0（可接受）。

3.4 PMC曲面的構建

PMC曲面可以將PMC指數以圖像的方式表現出來，從而詳細直觀地展現政策量化評價的結果。計算PMC矩陣是構建PMC曲面的基礎，本研究共有10個一級變量，但一級變量X10無二級變量，且各項政策在該指標的評分均為1，因此考慮到矩陣的對稱性及PMC曲面的平衡性，在PMC曲面中去掉一級變量X10，形成3階方陣。PMC曲面所對應的PMC矩陣值可由公式（5）計算得出。

4 新能源汽車補貼政策量化評價的實證研究

基于以上量化評價框架，本文從國務院、財政部、科技部、北京市財政局等官方網站選取了3項新能源汽車補貼政策，分別簡記為P1、P2、P3。詳細內容見表5。

然后，采用內容分析和文本挖掘的方法對投入產出表內的各指標進行賦值。結果如表6所示。

由三項政策的投入產出表分別計算各項政策的PMC指數值（結果四舍五入至小數點后兩位），結果如表7，再用計算結果構建PMC曲面（見表8），最后將PMC曲面結果呈現在圖2—4中。

根據上述過程，已分別得出3項新能源汽車補貼政策的PMC指數及對應的PMC曲面，并將各維度情況清晰展現在圖2—4中，從而得出如下結論：

三項政策均較為合理，PMC曲面反映了政策的各維度情況。其中P1政策的PMC指數值為7.52，等級為優秀，說明P1在制定時對政策各維度進行了較為全面的考慮；P2、P3政策評價結果均為良好，其中導致P2政策PMC指數偏低是由于X8（激勵措施）的評價結果稍低于各指標均值，僅涉及購置補貼和基礎設施建設兩項激勵措施，因此政策制定者可在激勵措施上加大投入，提高政策的激勵效果；P3政策的評價結果也為良好，由于該項政策屬于地方性政策，著眼于實現單個功能的具體執行方案，因此在X5（政策功能）、X9（政策受體）得分低于平均水平，這與政策本身的性質也有一定的關系，且僅涉及購置補貼一項激勵措施，X8（激勵措施）得分較低，可考慮采取多種激勵措施促進地方新能源汽車市場的發展。這說明在制定補貼政策時，政策的激勵獎罰措施仍應是政策制定者考慮的重點，只有這樣才能最大限度地激發新能源汽車市場的發展，且為政策制定的科學性、完整性提供保障。

5 結論與建議

本文從政策工具挖掘和構建政策量化評價體系兩個方面研究了新能源汽車補貼政策，發現該補貼政策兼顧了供給型、需求型和環境型三種政策工具，分別從技術推動、市場拉動和環境支撐三個方面保障新能源汽車市場推廣過程的實現。其中，供給型作為推動力，促進新能源汽車相關技術研發和產品生產；需求型作為拉動力，主要作用于新能源汽車市場規模的擴大及新能源汽車產品的消費；環境型通過營造相關環境條件和配套設施來支撐、保障新能源汽車市場的健康發展。發現現有政策工具仍存在一些問題，如缺乏支持新能源汽車技術提升和產品開發的供給型政策工具；環境型政策工具中對充電基礎設施建設的重視程度不夠；需求型過于聚焦在新能源汽車購買環節的補貼等。其次，建立了基于PMC指數模型的新能源汽車補貼政策量化評價體系，選取三項新能源汽車補貼政策進行量化評價，評價結果顯示三項政策均在良好范圍之內，應結合各項政策的具體情況分析各維度量化結果，思考各項政策改進與提升的空間。該研究的目的是提供一種科學有效的政策量化評價方法，一方面，有利于政府更好地識別及評價目前所實施的不同類型的政策；另一方面，為政策制定、調整、修正及延續提供決策依據。

針對前文提出的新能源汽車補貼政策存在的問題提出如下改進意見：

（1）重視供給型政策工具的使用，加大科研資金投入。鼓勵研發人員探索并掌握高性能電池、電控等核心技術，可嘗試改變現有補貼方式以成果論獎勵，制定相應獎勵標準，如產品性能優化程度、企業競爭優勢及市場競爭力等。也可借鑒發達國家組建新能源汽車開發聯盟，鼓勵科研機構、高校、新能源汽車生產廠家等聯合起來，用集體力量突破關鍵技術，并對擁有核心技術和自主創新能力的企業或機構進行扶持和獎勵。

（2）環境型政策工具的作用重點應放在基礎設施建設。如今，充電難仍然是阻礙新能源汽車市場推廣的絆腳石。與電池技術不同，新能源汽車充電基礎設施建設完全可以通過政策手段強力推廣。四部委已明確指出“對示范城市充電設施給予財政獎勵”，但由于缺乏具體的實施辦法與獎勵標準，致使新能源汽車市場推廣的重要助力成了一紙空文，因此完善新能源汽車充電服務網絡、維修維護網絡仍然是今后工作的重點。其次，應當努力完善和優化新能源汽車市場環境，如開展新能源汽車普及的宣傳推廣活動，增加人們對新能源汽車的認知，對積極進行推廣模式創新和推廣成果顯著的企業和單位給予資金獎勵。此外，落實新能源汽車不限行不限購的指導意見，降低消費者購買和使用新能源汽車的門檻，構建新能源汽車銷售網絡，方便消費者購買。最后，努力完善財政補貼的監督管理機制。注重國家新能源汽車主管部門和地方政府之間的監管協調，加大處罰力度，對騙補和尋租等違法行為進行嚴肅處理。

（3）需求型采取以公共交通帶動私人交通的策略。地方政府應鼓勵在公交、出租、公務、環衛和郵政等公共服務領域率先推廣使用節能與新能源汽車。同時，真正識別不同城市地區市場的差異和消費者需求特性，依靠市場細分和商業模式創新等刺激消費。在購置補貼方面，不應僅根據續航里程來補貼，還應增加新能源汽車的技術水平、車輛安全性、可靠性等指標，從而杜絕那些沒有能力制造高水平產品而打著新能源旗號企業的騙補行為。

參考文獻（References）

[1]高倩，范明，杜建國.政府補貼對新能源汽車企業影響的演化研究[J].科技管理研究，2014，34（11）：75-79.[GAO Qian， FAN Ming， DU Jianguo. Study on evolution of government subsidies influence on new energy vehicle enterprise[J]. Science and technology management research，2014，34（11）：75-79.]

[2]張長令.應加快完善新能源汽車補貼政策[N]. 中國經濟時報，2016-02-26（014）.[ZHANG Changling. Should speed up the improvement of new energy vehicles subsidy policy[N]. China Economic Times， 2016-02-26（014）.]

[3]呂仁志，齊亮，賈莉潔.新能源汽車補貼政策研究[J].汽車工業研究，2016（12）：36-40.[LV Renzhi， QI Liang， JIA Lijie. Research on new energy vehicle subsidy policy[J]. Auto industry research， 2016（12）：36-40.]

[4]張海斌，盛昭瀚，孟慶峰.新能源汽車市場開拓的政府補貼機制研究[J].管理科學，2015（6）：122-132.[ZHANG Haibin， SHENG Zhaohan， MENG Qingfeng. The government subsidies mechanism for market development of new energy vehicle[J]. Journal of management science，2015（6）：122-132.]

[5]張永安，耿喆，王燕妮. 區域科技創新政策分類與政策工具挖掘——基于中關村數據的研究[J]. 科技進步與對策，2015（17）：116-122.[ZHANG Yongan， GENG Zhe， WANG Yanni. Classification of regional science and technology innovation policy and policy instrument mining based on the research data of Zhongguancun[J]. Science & technology progress and policy， 2015 （17）：116-122.]

[6]ROTHWELL-R， ZEGVELD W. Reindustrialization and technology[M]. London： Longman Group Limited， 1985：83-104.

[7]WOOLTHUIS R K， LANKHUIZEN M， GILSING V. A system failure framework for innovation policy design[J]. Technovation，2005，25（6）：609-619.

[8]HOPPMANN J， PETERS M， SCHNEIDER M， et al. The two faces of market support：how deployment policies affect technological exploration and exploitation in the solar photovoltaic industry[J]. Research policy，2013，42（4）：989-1003.

[9]HUANG-C Y， SHYU J Z， TZENG G H. Reconfiguring the innovation policy portfolios for Taiwan SIP Mall industry[J]. Technovation，2007，27（12）：744-765.

[10]魏淑艷，郭隨磊.中國新能源汽車產業發展政策工具選擇[J].科技進步與對策， 2014 （21）：99-103.[WEI Shuyan， GUO Suilei. Chinas new energy automotive industry development and policy instrument selection[J]. Science & technology progress and policy，2014 （21）：99-103.]

[11]葛建平.北京市新能源汽車充電設施供給的政策工具選擇[J]. 生態經濟， 2013（10）：118-121，154.[GE Jianping. Policy instrument choice of new energy vehicles charging facilities supply in Beijing[J].Ecological economy，2013（10）：118-121，154.]

[12]謝青，田志龍.創新政策如何推動我國新能源汽車產業的發展——基于政策工具與創新價值鏈的政策文本分析[J]. 科學學與科學技術管理，2015（6）：3-14.[XIE Qing， TIAN Zhilong. How innovation policy promotes Chinas new energy vehicle industry： a text research from policy tools and innovation value chain[J]. Science of science and management of S.& T.， 2015（6）：3-14.]

[13]郭隨磊.中國新能源汽車產業政策工具評價——基于政策文本的研究[J].工業技術經濟，2015（12）：114-119.[GUO Suilei. The evaluation of policy tools of Chinese new energy vehicle industry： a research based of policy text[J]. Journal of industrial technological economics，2015（12）：114-119.]

[14]趙莉曉.創新政策評估理論方法研究——基于公共政策評估邏輯框架的視角[J].科學學研究，2014（2）：50-57.[ZHAO Lixiao. Research on theoretical method of innovation policy evaluation based on the evaluation framework of public policy evaluation[J]. Studies in science of science， 2014（2）：50-57.]

[15]楊雅南，鐘書華.政策評價邏輯模型范式變遷[J].科學學研究，2013（5）：657-665.[YANG Yanan， ZHONG Shuhua. Paradigm change of the logic model of policy evaluation[J]. Studies in science of science，2013（5）：657-665.]

[16]WOLLMANN-H. The development of a sustainable development model framework[J]. Energy policy research， 2007，13：69-75.

[17]CARREIRA-C， TEIXEIRA P. Entry and exit as a source of aggregate productivity growth in two alternative technological regimes[J]. Structural change & economic dynamics， 2008，22（2）：135-150.

[18]NAG R，-CORLEY K G， GIOIA D A. The Intersection of organizational identity， knowledge， and practice： attempting strategic change via knowledge grafting[J]. Academy of management journal，2007，50（4）：821-847.

[19]陳衍泰，張露嘉，汪沁，等.基于二階段的新能源汽車產業支持政策評價[J].科研管理，2013（S1）：167-174.[CHEN Yantai， ZHANG Lujia， WANG Qin， et al. Policy evaluation on the development of Chinas new energy vehicle industry based on Twostage Model[J]. Science research management， 2013 （S1）：167-174.]

[20]劉蘭劍，宋發苗.國內外新能源汽車技術創新政策梳理與評價[J].科學管理研究，2013 （1）：66-70.[LIU Lanjian， SONG Famiao. The comparison of technology innovation policy about new energy automobile in China & abroad[J]. Scientific management research，2013 （1）：66-70.]

[21]阮光冊.基于文本挖掘的網絡新聞報道差異分析[J].情報科學，2012（1）：105-109.[RUAN Guangce. Analysis on web media report differences based on text mining[J]. Information science，2012（1）：105-109.]

[22]李尚昊，朝樂門.文本挖掘在中文信息分析中的應用研究述評[J].情報科學，2016（8）：153-159.[LI Shanghao， CHAO Lemen. The review on the application of text mining in Chinese information analysis[J]. Information science，2016 （8）：153-159.]

[23]楊張博，高山行.基于文本挖掘和語義網絡方法的戰略導向交互現象研究——以生物技術企業為例[J].科學學與科學技術管理，2015（1）：139-150.[YANG Zhangbo， GAO Shanxing. Study on interactive pattern of strategic orientations based on text mining and semantic networks： case study of biotechnology firms[J]. Science of science and management of S.& T.， 2015（1）：139-150.]

[24]范如國，馮曉丹.“后補貼”時代地方政府新能源汽車補貼策略研究[J].中國人口·資源與環境，2017，27（3）：30-38.[FAN Ruguo， FENG Xiaodan. Local government subsidy strategy analysis for new energy vehicles under subsidies recession era[J]. China population， resources and environment，2017，27（3）：30-38.]

[25]盧超，尤建新，戎珂，等.新能源汽車產業政策的國際比較研究[J].科研管理，2014（12）：26-35.[LU Chao， YOU Jianxin， RONG Ke， et al. International comparison of industrial policies for new energy vehicles[J]. Science research management， 2014 （12）：26-35.]

[26]ESTRADA M A R， Yap S F， NAGARAJ S. Beyond the ceteris paribus assumption： Modeling demand and supply assuming Omnia Mobilis[J]. International journal of economics research， 2008（2），185-194.

[27]ESTRADA M A R. Policy modeling： Definition， classification and evaluation[J]. Journal of policy modeling， 2011，33（4）， 523-536.

[28]張永安，耿喆.我國區域科技創新政策的量化評價——基于PMC指數模型[J].科技管理研究，2015，35（14）：26-37.[ZHANG Yongan， GENG Zhe. The quantitative evaluation of regional science and technology innovation policy： Based on the index of PMC model[J]. Science and technology management research， 2015，35（14）：26-37.]

[29]李晨光，張永安.區域創新政策對企業創新效率影響的實證研究[J].科研管理，2014，35（9）：25-35.[LI Chenguang， ZHANG Yongan. An empirical research on the impact of regional innovation policy on enterprise innovation efficiency[J]. Science research management， 2014，35（9）：25-35.]