基于PMC-AE指數模型的我國體教融合政策量化評價

邢金明　張寶軍

摘????? 要：運用PMC-AE復合政策評價方法，構建包含9個一級變量、31個二級變量的體教融合政策量化PMC-AE指數模型，對“十三五”時期體教融合政策成效實施量化評估。結果表明：（1）體教融合政策分為3個等級，等級跨度取值0.5，Ⅰ級政策樣本1項，Ⅱ級政策樣本5項，Ⅲ級政策樣本2項。（2）體教融合政策兼備“自上而下”與“自下而上”的雙重屬性，不同級別體教融合政策差距甚微，國家級、省級、市級“上下結合、首尾呼應”。（3）體教融合政策得分不高的原因主要是受政策性質、受領對象、政策激勵以及政策評價4項指標影響。（4）體教融合政策內涵，不拘泥于競技體育后備人才培養，延伸至促進青少年健康發展;不止步于競技體育發展，轉向學校體育發展。研究認為，在此基礎上“十四五”時期體教融合政策制定要增加預測性內容，趨向多元化受領對象，具體化激勵措施，以及推進動態性評估。

關? 鍵? 詞學校體育;體教融合;政策評價;PMC-AE模型

中圖分類號：G807.0??? 文獻標志碼：A??? 文章編號：1006-7116（2022）01-0084-07

cultural education in China based on PMC-AE index model

XING JinmingZHANG Baojun

（1.School of Physical Education，Northeast Normal University，Changchun 130024，China;

2.Department of Physical Education，Harbin University of Technology，Harbin 150006，China）

Using the PMC-AE composite policy evaluation method， a quantitative PMC-AE index model of the integrated policy for physical education and cultural education which contains 9 primary variables and 31 secondary variables was constructed， so as to take quantitative consideration for the effectiveness of this integrated policy during the 13th Five-Year Plan period. The results show that： （1） This integrated policy is divided into three levels， and level span takes a value of 0.5， 1 I policy sample， 5 five-level policy samples， and 2 two-level policy samples; （2） this integrated policy has the dual attributes of "top-down" and "bottom-up"， and there is very little gap in physical education and cultural education integration policy at different levels， and national， provincial， municipal "upper and bottom combination， first and end echo"; （3）The reasons for the low score of this integrated policy are mainly affected by four indicators， namely policy nature， recipients， policy incentives as well as policy evaluation; （4） Connotation of this integrated policy， may not stick to the competitive sports reserve talent training， and extend to promote the healthy development of young people， and may not to stop at the development of competitive sports， and turn to school sports development. On this bases， this study suggests that the formulation of the integration of physical education and cultural education policy during the 14th Five-Year Plan period should increase predictive content， tend to diversify recipients， specific incentive measures， as well as promote dynamic evaluation.

school physical education;the integration of physical education and cultural education;policy evaluation;PMC-AE index model

從“體教結合”到“體教融合”，體教融合已然成為體育強國建設新的訴求，同時也為深化體教融合發展提供了歷史性機遇，當然這也對新時代體教融合提出更高戰略要求。2020年9月21日體育總局、教育部聯合印發《關于深化體教融合 促進青少年健康發展的意見》（下文簡稱《意見》），其中明確指示：深化具有中國特色體教融合發展，推動青少年文化學習和體育鍛煉協調發展，促進青少年健康成長、錘煉意志、健全人格，培養德智體美勞全面發展的社會主義建設者和接班人。教育部體衛藝司司長王登峰對這份《意見》進行了解讀，認為“體教融合其實是廣義體育與狹義體育的融合”。這是繼2015年《中國足球改革發展總體方案》后，中央深改領導小組再次聚焦于我國體育事業發展，意義可謂重大。

近年來我國先后出臺多項體教融合政策文本，但其成效亟待考量，這不僅是對體教融合政策的考量，也對“十四五”時期體教融合政策制定有一定影響。文本分析與內容分析是對政策文本進行質量分析與效力評定的重要手段，PMC指數模型創設與運用則為政策文本量化評價的實現提供全新思路與視角。例如，區域科技創新政策量化評價研究，單項房地產政策量化評價研究，以及大數據發展政策量化評價等。PMC指數模型的廣泛應用為創新量化評價體育事業發展領域政策方式提供了技術指導與經驗借鑒，同時也發現PMC指數模型的單一運用同樣存在對變量關系分析不足的缺陷。在現有對體教融合政策的探討中，主要聚焦競技體育后備人才培養、青少年健康發展兩大核心內容，從競技體育逐漸過渡到學校體育，自上而下即頂層設計、價值取向、中國方案，同時也取得一定的有益結論，達到一定的理論高度以及明確了今后目標導向。但是，對我國體教融合政策現狀的分析、解讀、應用僅停留在政策文本內容的描述性分析與理論性詮釋，或者基于體教融合視域窺探某一子領域的發展規劃，尚缺乏運用量化分析方法對我國體教融合政策展開評價，難以對“十四五”時期體教融合政策的內容效度做出考量。

鑒于此，以傳統政策評價方法PMC指數模型（Policy Modeling Consistency Index，PMC）為基礎，融合神經網絡理論中的自編碼（Auto Encoder，AE）技術，形成體教融合量化評價工具——PMC-AE指數評價模型，以期實現我國體教融合政策的量化評價，同時有效規避傳統PMC指數模型中政策指標之間關系難以衡量的問題，保障我國體教融合政策量化評價的科學性和合理性，進而對“十四五”時期體教融合政策制定予以積極影響。

1? 體教融合政策量化的PMC-AE指數模型構建過程

1.1? 體教融合政策變量分類與參數識別

立足Ruiz的政策量化評價研究，借鑒張永安、臧維、趙立祥、劉亭立^[16]等對政策變量的分類設置，結合唐興霖、王進富等對政策工具的研究，加以修正后確定包含9個一級變量、31個二級變量的體教融合政策量化PMC-AE指數模型（見表1）。此外，設定體教融合政策量化PMC-AE指數模型中所有二級變量的參數值為二進制，即當被評價的體教融合政策與之二級變量內容吻合時賦值為1，反之則賦值為0。

1.2? 計算PMC-AE指數

（1）自編碼技術原理。

自編碼技術（Auto Encoder，AE）是一個3層或3層以上的神經網絡，具有通過參數自學習實現數據融合的能力，其實現過程如公式（1）與公式（2）所示。

（2）數據融合過程。

1.3? 構建政策PMC-AE曲面圖

建立我國體教融合PMC-AE矩陣，即將體教融合政策一級變量得分轉化為三階方陣，將9個一級變量轉化為1個三階方陣。我國體教融合PMC-AE矩陣值的公式為：

2? 基于PMC-AE指數模型的體教融合政策量化評價實證分析

2.1? 體教融合政策樣本選取

采用立意抽樣法，選取國家、省級、市級體育部門發布的8項體教融合政策（見表2）。從發布時間來看，均出臺于“十三五”時期（2016—2020年），可強調研究的時效性，突出對“十四五”時期政策制定的參考價值。從發布層級來看，包含國家級、省級與市級，層次明顯，一定程度上可確保樣本的代表性。從發布內容來看，文本結構較為相似，相互間可比性較強。此外，體教融合在實踐認知上是把競技運動人才的培養融入國民教育體系之中，政策作為制度的核心組成，在發展總目標的引領下具有全局、區域之別。因此，無論政策題名運用“體教融合”與否，同樣為深化領域改革的重要指導或組成部分。

2.2? 體教融合政策得分計算

1）體教融合政策文本識別。

體教融合政策量化PMC-AE指數模型的任意1個一級變量由若干個二級變量構成，而二級變量的數量則是沒有任何限制，因此體教融合政策量化評價多投入產出表并不存在特定排名或規定順序，只是存在二級變量的基本分類。以體教融合政策PMC-AE指數模型為基礎，結合遴選的8項體教融合政策文本，使用政策文本挖掘技術對這8項體教融合政策進行打分。

2）體教融合政策多參數數據融合處理。

經過多次實驗，確定政策多參數數據融合的第1階段與第2階段，神經網絡都為3層，隱藏層結點數都為1，且輸入層到隱藏層的激活函數選取Softplus函數（公式4），隱藏層到輸出層的函數選取Sigmoid函數（公式5）時，所有網絡都可以很好地收斂，得到各項政策的PMC-AE指數，如表3所示。

3）PMC-AE曲面構建。

根據每項政策9個一級指標得分情況，通過公式（3）分別作出各項政策PMC-AE曲面矩陣，并進一步形成曲面圖（見圖1-圖8）。

2.3? 體教融合政策量化評價結果分析

Ⅰ級政策樣本取值范圍11.0～11.5分，包含P7一項市級政策樣本;Ⅱ級政策樣本取值范圍10.5～11.0分，包含P6一項市級政策樣本，P1、P2兩項省級政策樣本，P5、P8兩項國家級政策樣本;Ⅲ級政策樣本取值范圍10.0～10.5分，包含P3、P4兩項省級政策樣本。以體教融合政策曲面圖（圖1～圖8）、體教融合PMC-AE指數值、以及體教融合各二級指標得分均值為參考，著重剖析這3個級別、8項政策文本的體教融合政策。

1）Ⅰ級體教融合政策。

P7《吳忠市促進體教融合提升學生體育運動技能水平試點工作實施方案》的PMC-AE指數值為11.102，高出均值0.4，約一個跨度0.5。從政策級別來看，P7僅為市級層面體教融合政策且層級較低，但作為高度重視競技體育的地級市——吳忠市而言，在體教融合政策制定時考慮的內容廣泛，尤其是體教融合的政策評價，高出均值0.51分且高出1個跨度。例如，沿循“完成一項考核一項”的原則，引入第三方機構考量學校體育工作成效。當然，這與吳忠市的體育大環境有關，頂層設計高屋建瓴與實施方案高度落地雙管齊下共筑水韻之城的運動之美。

但是，P7的不足之處在于體教融合的政策時效，其政策制定認真貫徹《中共中央國務院關于加強青少年體育增強青少年體質的意見》和《國務院辦公廳關于強化學校體育促進學生身心健康全面發展的意見》兩大較為陳舊政策，且并未貫徹2020年4月27日中央全面深化改革委員會第十三次會議審議通過的《關于深化體教融合促進青少年健康發展的意見》。因此，P7的政策文本內容不能及時汲取最新指導思想與先進理念，其政策時效性無疑較低且僅為0.574，低于均值0.812，這與政策《關于深化體教融合促進青少年健康發展的意見》為綱領性性質文件極為相干。該政策文本無具體的實質性內容，其政策方向與指導思想難以把握，作為市級層面的P7根本不可能擅自預測政策思想。

2）Ⅱ級體教融合政策。

Ⅱ級政策得分由高到低分別是P8（10.905）> P5（10.859）>P6（10.752）>P1（10.737）>P2（10.633），Ⅱ級體教融合政策有5項，占62.5%，其得分表現為：國家級>市級>省級。

國家級：P8《關于深化體教融合、促進青少年健康發展的意見》得分為10.905，排名第二，其政策文本涉及部門眾多、領域范圍較廣、參與對象亦多，具有極強的政策時效性（8項政策的時效性得分最高），政策級別隸屬國家級且政策受領對象（接收政策的單位）得分亦高即體育總局、教育部。但也有其不足之處，在于政策評價如“談其評估，但未明確誰評估、如何評估，即評估主體模糊、評估方式不明”、政策激勵如“提及獎勵評估機制，但未言及獎勵內容”等內容，建議改進引入“第三方機構”評價、明確政策激勵細則如升學獎勵和物質獎勵等。與此同時，P8意味著體教融合政策文明化，從競技體育后備人才培養到促進青少年健康發展，再到培養全面發展的人，即將發生一系列體教融合的內涵演進，而這一進程正是文明化進程的體教融合。

政策P5《體育總局、教育部關于加強競技體育后備人才培養工作的指導意見》得分與P8相差無幾。需要說明的是，P5政策標題、內容均未出現“體教融合”字樣，但其倡導“以學校體育為基礎、三級訓練網為主、社會力量參與”的多元主體競技體育后備人才培養，尤其注重學校體育與三級訓練網的融合，即“體教融合”。與此同時，P5的政策激勵得分較高，高出均值0.157，其中最為有力的是激勵“暢通青少年運動員升學渠道”。但也有其不足之處，在于政策評價分值低于均值0.314，其政策文本僅提及“監督、督促”等字樣，卻未明確其評價，后續因成效考量模糊而易滋生“黑箱”。從體教融合之內涵角度來看，P8是P5的升級版政策，重新定位體教融合，不拘泥于以往“體教融合=競技體育后備人才培養”，向外延伸出體教融合的新內涵即促進青少年健康發展。

市級：P6《嘉興市推進體教融合發展的實施意見》得分為10.752，排名第四。其中，政策性質、政策激勵、政策級別、政策評價以及政策視角5項指標均低于均值。作為市級政策可調控范圍囿于嘉興市，其政策性質僅為支持與引導作用;政策激勵措施模糊如“完善和規范體教融合的考核激勵體系”，作為市級政策應進一步落地明確“獎勵什么、怎么獎勵”。同時，政策視角多停留在宏觀指導，缺乏具體實踐方法與手段。因此，以各級指標取值距離均值大小提出改進建議為政策評價（0.099）、政策激勵（0.095）、政策視角（0.048）、政策性質（0.022），這種多措并舉的獎勵激勵對于促進嘉興市體教融合發展尤為重要。

省級：P1《山東省體育局、教育廳關于改革縣級體育運動學校辦學模式的實施方案》和P2《內蒙古自治區青少年體育發展行動計劃（2016—2020年）》得分分別為10.737（排名第五）、10.633（排名第六）。其中，P1的政策性質、政策評價、受領對象都高于均值，其他指標如政策時效、政策激勵、政策級別、政策指向、政策組合都低于均值。同理，P2的政策激勵、政策指向、政策組合、政策視角都高于均值，其他指標如政策性質、政策時效、政策級別、政策評價、受領對象等都低于均值。后續應著重延伸P2的受領對象，包括政府機構、直屬事業單位、社會組織，趨向多元化主體的受領對象。

3）Ⅲ級體教融合政策。

P3《陜西省體育局、教育廳體教融合發展戰略合作協議》、P4《浙江省縣級體校改革發展實施方案》同為省級政策且歸屬Ⅲ級，其得分分別為10.443與10.187。其中，P3政策僅有受領對象、政策指向、政策組合3個指標高于均值，其他5項指標都低于均值。主要原因是該項政策為省級政策，且徑直“點對點”針對體教融合，主題鮮明、針對性極強，但作用范圍較小、研究視域受限、政策理解度不足，得分偏低與政策自身性質徑直關聯。結合P3政策中可改善的指標內容，改進內容依次建議為政策評價（0.314）、政策激勵（0.095）、政策視角（0.048）、政策性質（0.022）、₂政策時效（0.015）。P4政策僅有政策指向、政策視角兩個指標高于均值，主要原因是P4屬于地方級政策，政策指向縣級體校改革，作用主體單一、范圍較小，但針對性較強。因此，政策性質（0.437）、政策時效（0.797）、政策激勵（1.057）、政策級別（2.075）、政策評價（0.954）、受領對象（0.652）以及政策組合（0.458）6項指標得分偏低，這與其政策自身性質和政策所服務的對象范圍也有一定關系。在后期政策再制定或者再修定過程中可以充分考慮多措并舉的獎勵激勵與多元化、多主體、多方式的政策評價，以備科學考量其體教融合成效。

3? 結論與建議

3.1? 結論

1）體教融合政策整體PMC-AE指數值排序高到低依次為：P7（11.102）>P8（10.905）>P5（10.859）>P6（10.752）> P1（10.737）>P2（10.633）>P3（10.443）>P4（10.187），說明我國體教融合政策間存在一定差異，但差異化程度不明顯。

2）體教融合政策設計總體較為合理。8項政策文本中有1項評價為Ⅰ級，5項評價為Ⅱ級，2項評價為Ⅲ級?？紤]到政策PMC-AE指數得分差異可能是因為從政策創新擴散理論視角看，政策后來者居上有可能是在借鑒已有政策優點和分析、發現其不足之處的基礎上制定的，因此較之政策先行者更“完美”。

3）體教融合政策仍存在改進空間。從8項體教融合政策量化評價結果來看，政策內容設計存在如下不足：（1）政策時效性不強。例如，作為Ⅰ級體教融合政策P7的不足之處在于政策時效性。（2）政策保障激勵有效性難以發揮。體教融合作為一項復雜的系統工程，離不開物質資本和人力資本投入，但很多政策缺乏激勵。（3）政策受領對象單一，需要多元受領對象。如P2。

3.2? 建議

1）“十四五”時期體教融合政策性質應增加預測性內容。“十四五”時期體教融合政策制定應適當增加預測性內容，要延伸到“做之后的效果預測”方面。例如《意見》“四、深化體校改革（二十四）：鼓勵體校教練員參與體育課教學和課外體育活動，為學生提供專門運動技能培訓服務并按規定領取報酬”，其內容層面不應只包含鼓勵話語、服務話語、報酬話語，還需要對學生滿意度、服務成效、薪酬分配等方面加以預測，同時倘若未達到預期效果應采取的補救或懲罰措施。

2）“十四五”時期體教融合政策應趨向多元化受領對象。之前我國體教融合政策受領對象主要指向教育部門、體育部門。近些年，政府向社會力量購買公共服務的市場化運作行為趨向成熟，有效彌補政府失靈、市場失靈、社會失靈的單一主體行為，而且提升服務效率、節省社會資源、滿足公眾需求也符合高質量發展目標。因此，“十四五”時期體教融合政策受領對象應向外延伸到社會力量如體育俱樂部、體育社會組織，由社會力量承接體教融合的一些服務，如青少年賽事服務等，通過市場化運作方式促進體教融合，因為體教融合最為有利的杠桿撬動點即為青少年賽事體系。

3）“十四五”時期體教融合政策應具體化激勵措施。體教融合政策激勵措施主要包含“體育資源、教育資源共享”“人才引進如教練員、運動員等”“獎金、薪酬、升學”等，而專項資金、政府補貼、企業贊助等方面的資金支持內容較少，“十四五”時期需要加以完善。例如，《意見》“二、完善青少年體育賽事體系：項目運動員的成績納入體育、教育部門雙方獎勵評估機制”，只停留在體教融合政策文本中表面需要“獎勵評估機制”層面上，實際上需要對獎勵評估機制的標準、范圍、對象等制定具體化措施，要進一步明確激勵對象、確定激勵范圍、制定激勵標準以及細化激勵內容。

4）“十四五”時期體教融合政策評價應推進動態性評估。之前我國體教融合政策評估“點到為止”，未能在政策文本方面體現評估依據充分、評估目標明確、評估方法科學3大維度?！笆奈濉睍r期體教融合政策應確保評估具像化，要夯實評估機理、確定評估目標以及明確評估方法。同時，更深層次推進體教融合政策動態性評估，建立體教融合政策評估體系，實施體教融合政策第三方動態評估制度。構建完善的體教融合政策以便實施跟蹤反饋體系，加強體教融合政策實施監測結果反饋和改進跟蹤機制建設。完善體教融合政策執行監管制度，健全體教融合政策執行效果體系和利益相關者滿意度評測體系。

參考文獻：

[1] 國家體育總局、教育部聯合印發《關于深化體教融合促進青少年健康發展的意見》[EB/OL]. （2020-09-21）[2021-03-03]. http：//www.gov.cn/xinwen/2020 -09/21/content_5545376.htm

[2] 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）：26-31.

[3] 董紀昌，袁銓，尹利君，等. 基于PMC指數模型的單項房地產政策量化評價研究——以我國“十三五”以來住房租賃政策為例[J]. 管理評論，2020，32（5）：3-13+75.

[4] 周海煒，陳青青. 大數據發展政策的量化評價及優化路徑探究——基于PMC指數模型[J]. 管理現代化，2020，40（4）：74-78.

[5] 楊國慶. 論新時代“南體模式”新發展——關于高等體育院校體教融合實踐的探索與思考[J]. 體育學研究，2020，34（4）：1-10.

[6] 鐘秉樞. 問題與展望：體教融合促進青少年健康發展[J]. 上海體育學院學報，2020，44（10）：5-12.

[7] 劉鎏，王永順. 比較與提升：中美體育教育專業學生融合體育教育自我效能研究[J]. 北京體育大學學報，2018，41（7）：86-92.

[8] 王登峰. 新時代體教融合的目標與學校體育的改革方向[J]. 上海體育學院學報，2020，44（10）：1-4+12.

[9] 柳鳴毅，丁煌. 我國體教融合的頂層設計、政策指引與推進路徑[J]. 上海體育學院學報，2020，44（10）：13-27.

[10] 梁鳳波. 體教融合的價值取向與“融點”探索[J].體育學刊，2020，27（5）：87-89.

[11] 柳鳴毅，龔海培，胡雅靜，等. 體教融合：時代使命·國際鏡鑒·中國方案[J]. 武漢體育學院學報，2020，54（10）：5-14.

[12] 張永安，郄海拓. 金融政策組合對企業技術創新影響的量化評價——基于PMC指數模型[J]. 科技進步與對策，2017，34（2）：113-121.

[13] 張永安，伊茜卓瑪. 各地網約車政策評價與比較分析[J]. 北京工業大學學報（社會科學版），2018，18（3）：45-53.

[14] 臧維，李甜甜，徐磊. 北京市眾創空間扶持政策工具挖掘及量化評價研究[J]. 軟科學，2018，32（9）：56-61.

[15] 趙立祥，湯靜. 中國碳減排政策的量化評價[J].中國科技論壇，2018（1）：116-122+172.

[16] 劉亭立，傅秋園. 綠色能源產業創新政策的量化評價與優化路徑探究[J]. 中國科技論壇，2018（10）：82-92.

[17] 唐興霖，王雙喜. 軍民融合政策工具應用分析[J].經濟社會體制比較，2018（3）：166-172.

[18] 王進富，楊青云，張穎穎. 基于PMC-AE指數模型的軍民融合政策量化評價[J]. 情報雜志，2019，38（4）：66-73.