我國工業互聯網產業政策量化評價
——基于PMC指數模型

王黎螢 李勝楠 王舉鐸

1（浙江工業大學中國中小企業研究院，杭州 310012） 2（浙江工業大學管理學院，杭州 310012）

引 言

十八大以來，我國工業互聯網產業發展蹄疾而步穩，由2021年賽迪顧問發布的 《2020～2021年中國工業互聯網市場研究年度報告》顯示，我國工業互聯網市場規模在2017～2021年逐年遞增，據統計，2020年市場規?？偭窟_到6712.7億元，同比增長10.4%，預計未來3年CAGR為14%，至2023年規模為9814億元［1］。我國工業互聯網從無到有，發展成績斐然，截至2022年6月，工業互聯網產業規模超萬億元，體系化建設位居全球前列，一系列顯著成效均離不開政策扶植。2022年3月5日，國務院總理李克強在 《政府工作報告》中提出要加快發展工業互聯網，提升關鍵軟硬件技術創新與供給能力；2022年4月，工信部再次發布 《工業互聯網專項工作組2022年工作計劃》，旨在推動工業互聯網提檔升級，推動行業加速發展。現階段我國工業互聯網發展不斷攀升新高度，相應的產業政策正在不斷完善，并且開始聚焦于從整體兼顧向細節處轉變，產業政策持續向好，可以預見，工業互聯網將乘政策東風繼續奮楫前行。因此，為了更好的發揮政策工具調節作用以及保證政策效果的實施，本文擬從國家層面遴選出9項工業互聯網產業政策作為研究樣本進行量化評價，通過建立PMC指數模型從多維度深入剖析工業互聯網產業政策的具體詳情，以期為我國工業互聯網產業政策的完備提供切實有效的決策支撐。本文將著重探討如下問題：（1）我國國家層面出臺了哪些政策？（2）政策內容偏重哪些方面？（3）實現了怎樣的政策目標？（4）政策出臺如何更好的助力工業互聯網產業高質量發展？本文通過構建工業互聯網PMC指數模型，結合文本挖掘和內容分析的方法在指標體系中融入工業互聯網政策的具體特征，在一定程度上增強了模型的指向性，計算PMC指數與凹陷指數，為政策優化提出了相應對策建議，對比蛛網圖與PMC立體曲面圖驗證了工業互聯網PMC指數模型用于研究工業互聯網產業政策的專業性［2］。

1 文獻綜述

1.1 我國工業互聯網產業研究

2019年以來我國逐漸提升對工業互聯網的關注度，也由此帶動了工業互聯網產業研究的熱度。目前對工業互聯網產業的研究主要集中在工業互聯網安全保障、平臺建設、智能化建設、智能制造、二級節點、產業數字化、融合發展及評價指標體系等方面［3］。工業互聯網作為產業數字化的基礎設施和載體，不斷賦能我國制造業數字化轉型向縱深發展，為傳統產業數字化發展提供新的實現途徑［4］，但在發展進程中網絡安全問題日益向工業領域蔓延的威脅卻不容忽視，在2022年發布的 《工業互聯網專項工作組2022年工作計劃》提到的十五大類任務中，其中之一便是提升安全保障。當前工業互聯網面臨著數據安全防護、系統安全協同等多種安全挑戰，及時有效地消除安全威脅及隱患，建立科學系統的安全保障體系已成為必然趨勢［5］，因此我國亟需在工業互聯網方面持續發力，如落實安全責任、強化數據安全保護能力、完善安全技術手段、加強安全公共服務能力以及推動安全科技創新和促進產業發展等［6］。不僅如此，深化融合應用也是實現工業互聯網發展量質并進的重要方面，工業互聯網與智能制造融合發展能夠驅動傳統產業重點領域的新興裂變、升級演進以及基礎軟件等基礎能力的拓展［7］，與人工智能技術的深度結合對產業數字化、企業智能化轉型升級、改造變革具有一定價值［8］，與5G協調發展則產生疊加倍增效應，壯大經濟發展新動能［9］。但與上述工業互聯網產業研究成果及相關研究熱度相對比，有關工業互聯網產業政策的研究還稍顯欠缺，雖受到有關學者的關注，但現階段的研究成果很少，在為數不多的政策研究中，也主要從定性的角度對政策進行分析［3，10-12］。從定量角度系統研究政策的文章較少，學者魏津瑜和王肖肖［13］采用政策工具的方法對收集整理得到的工業互聯網產業政策進行編碼分析。而量化評價單項工業互聯網產業政策的研究基本沒有，鑒于此，本文考慮運用PMC指數模型量化評價遴選出的9項工業互聯網產業政策。

1.2 政策評價研究

在公共政策評估研究中一般通過兩個視角對政策評估進行闡述，即政策過程視角和評估標準方法論視角，有學者指出政策評估是在選擇科學方法與標準基礎上，綜合考察、分析政策系統和過程，并對此給出評價、判斷、總結的功能活動［14］。所謂政策評價就是指使用一系列的研究方法，系統衡量、判斷政策干預與實施的有效性，并確定其在改善不同利益相關者關乎社會、經濟等方面的價值所在［15］。政策評價作為重要的連接紐帶在公共政策制定及管理過程中發揮著舉足輕重的作用，在公共政策分析中扮演著關鍵角色，不僅應用于政策資源合理分配，而且可以有效地查驗相關政策顯現出的效果［16，17］。政策評價最早出現在第一次世界大戰前的教育以及公共衛生計劃中［18］，之后便逐漸從社會科學評價中開辟出相對獨立的研究領域［19，20］，如五類評估法的創建、“三 E”評估框架的創立以及Wollmann經典政策評價的提出等［21］，并且以實證為主要手段持續發展演進。上述評價方法雖然在一定程度上具備科學性與合理性，但還是存在一些缺陷，而評價標準和評價程序很大程度上會影響政策評價的效果，因此為了確保政策評價的結果具有客觀性與精確性亟需選擇更為合理的政策評價方法［22］，由此突顯出了PMC指數模型所具備的顯著優勢。

續 表

續 表

PMC指數模型是一種定量的政策文本評價分析方法，由 Ruiz等［23］基于 “Omnia Mobilis” 假說思想于2011年創立［24］。PMC模型目前已應用在多個領域的政策量化分析研究中，周海煒和陳青青［25］利用PMC指數模型構建大數據發展政策的評價體系；胡峰等［19］通過PMC指數模型，結合文本挖掘，對8項機器人產業政策計算PMC指數，提出改進政策的路徑；蔡冬松等［26］結合PMC指數與PMC曲面對吉林省數字經濟政策文本進行量化評價與分析；史童等［27］構建PMC指數模型，通過文本挖掘的方法對科技成果轉化政策進行量化評價；朱震和盧春天［28］利用PMC指數模型對“十三五”以來國家層面發布的15項單項碳減排政策進行量化評價；臧維等［20］以30份人工智能政策文本為樣本，基于政策工具和PMC政策評價模型等方法對當前人工智能政策文本進行量化分析。PMC指數模型的效用包括評價政策的一致性以及直觀反映政策的優劣勢，其構建與分析的步驟如圖1所示。

圖1 構建PMC指數模型的步驟

2 PMC指數模型構建

2.1 工業互聯網政策樣本選取與來源

2017年11月19日，經李克強總理簽批的《國務院關于深化 “互聯網＋先進制造業”發展工業互聯網的指導意見》正式印發，成為我國工業互聯網發展的綱領性文件，標志著發展工業互聯網正式上升為國家戰略，因此本文將樣本遴選時間設定為2017～2022年。為保證工業互聯網產業政策樣本具有正式性、權威性和準確性，本文擬選取國家層面發布的與工業互聯網產業發展密切相關的政策文件。遴選方式是通過以 “工業互聯網”為關鍵詞進行政策文本檢索，并要求政策文本標題包含 “工業互聯網”關鍵詞，政策內容的制定也主要是針對工業互聯網產業發展，政策文本類型為通知、計劃、指南以及意見等。綜上檢索過程與原則，經過反復討論與篩選后，本文共獲取9份工業互聯網產業政策文本，鑒于篇幅限制，詳細政策文件樣本內容省略，見表1。

表1 工業互聯網產業政策樣本

2.2 變量分類與參數識別

本文根據PMC指數模型的建模原則，參考Estrada［24］、張永安和郄海拓［2］、張永安和耿喆［29］、史童等［27］、胡峰等［19］、臧維等［20］、宋大成等［30］學者的研究設定一級變量，共10個指標。二級變量在參考上述學者的基礎上，再通過文本挖掘獲得。將9項工業互聯網產業政策文本導入ROST CM6軟件進行詞頻統計，通過數據清洗，過濾剔除對研究無明顯意義的虛詞、通用詞等，表2為提取出頻次較高且能夠反映工業互聯網產業政策關注重點的詞匯，本文列出前60個詞匯為二級變量的確定和參考提供依據，圖2構建的工業互聯網語義網絡圖譜為處于中心位置的高頻詞。表3為最終確定的50個二級變量，其重要程度與權重均相同，對各個二級變量采取二進制0或1進行賦值，若政策文本中含有相關二級變量的內容則賦值為1，若不含有則賦值為0。

表3 工業互聯網產業政策量化指標體系與評價標準

圖2 工業互聯網主題詞語義網絡

表2 工業互聯網政策詞頻分布

2.3 建立多投入-產出表

表4為本文建立的多投入-產出表，旨在框架內多維度衡量每個變量。

表4 多投入-產出表

2.4 計算PMC指數

通過上文設定的一級指標、二級指標與評價標準，再借助文本挖掘等方式對一級變量進行量化評價。在式 （1）和 （2）的基礎上利用二進制的方法確定二級指標的數值，由式 （3）計算一級指標的數值，根據式 （4）加總計算政策的PMC值。表5為政策評價等級［23］與凹陷指數等級劃分標準［29］。表6為9項工業互聯網產業政策的PMC指數、凹陷指數與評價等級詳情。

表5 政策等級劃分標準

表6 9項工業互聯網產業的PMC指數

其中i為一級變量，i＝1，2，3，…，n，j為二級變量，T（Xij）為某一級變量下二級變量的個數。

根據圖3的統計結果可以得出，從2017～2022年我國工業互聯網產業政策PMC指數得分整體趨于上升，其中政策P9的PMC指數得分居于首位為9.016；得分較低的為政策P7、P6和P3，呈現下降的趨勢，而在2020～2022年之間政策得分逐漸升高，說明隨著相關政策的不斷落地與深化，我國工業互聯網產業政策體系在持續完善。通過PMC指數得分和凹陷指數得分之比計算出9項政策的凹陷程度，由圖4可以看出9項工業互聯網產業政策凹陷程度的強弱［31］，PMC指數越大則凹陷指數越小，二者成反比關系。

圖3 2017～2022年我國工業互聯網產業政策PMC指數得分趨勢

圖4 9項工業互聯網產業政策的PMC指數與凹陷程度指數

2.5 構建PMC立體曲面圖

本文利用Matlab2020繪制PMC立體曲面圖分析我國工業互聯網產業發展政策的優劣勢，將9項政策的一級變量得分轉化為3×3矩陣，參考式（5）。鑒于X10的取值均為1，為了保證矩陣的對稱性、平衡性，考慮不納入X10，表7為其他9項一級變量構成的三階方陣，圖6為9項工業互聯網產業政策的立體曲面圖。另外，本文借鑒學者張永安和郄海拓［2］的研究引入蛛網圖（見圖5）對比體現說明采用PMC立體曲面圖在工業互聯網產業政策量化評價方面的直觀性與專業性。

圖5 9項工業互聯網產業政策的蛛網圖

圖6 9項政策的PMC立體曲面圖

表7 9項工業互聯網產業政策PMC矩陣

圖5顯示出9項政策一級變量的維度與大致得分情況，同一個圖中可納入多項政策進行比較分析，圖形簡潔明了，劣勢在于其不具備PMC立體曲面圖能夠刻畫單項政策的凹陷程度。將9項政策的PMC曲面圖與構建的 “完美”曲面圖（一級變量得分均為1）做對比，由此顯現出的差異特征則更為清晰的反映出9項工業互聯網產業政策的不足之處，以及待評價政策的凹陷程度。

3 工業互聯網政策文本量化評價

通過PMC指數量化結果可知，9項工業互聯網產業政策得分由高到低排列為： P9＞P1＞P2＞P5＞P4＞P8＞P3＞P6＞P7，根據表 5 等級劃分標準得出 9項工業互聯網產業政策中，1項政策評價的結果為完美，得分在9～10之間，如P9；7項政策評價的結果為優秀，得分在7～8.99之間，如P1、P2、P5、P4、P8、P3、P6； 1項政策評價的結果為可接受，得分在5～6.99之間，如P7。沒有不良的政策樣本，說明我國國家層面出臺的工業互聯網產業政策整體質量水平較高且文本內容具備科學性、合理性與可行性。本文將從以下兩種思路對9項工業互聯網產業政策進行量化評價［31］。

3.1 比較分析待評價政策每個一級變量得分與平均值

在政策性質X1上，P2、P4、P7、P9得分均低于平均值，說明政策文本在建議方面的作用還不夠突出；從政策時效X2來看，除P4、P5、P9之外，其余各政策得分均低于均值，政策文本多是短期目標，前瞻性需要加強；在政策領域X3上，除P1、P2、P5之外，其余各政策得分均低于均值，政策文本涉及到的發展領域多是經濟、科技與政治等，缺少對環境領域的關注度，范圍還有待拓展。在政策客體X4和政策重點X8上，P5、P6、P7和P8的得分都低于均值，應該擴大政策作用對象的范圍，尤其是 “工業互聯網＋園區”建設，另外，政策重點也有待完善，應加強開放合作，重視工業互聯網產業協同發展等問題；9項政策在政策評價X5與政策公開X10上均為滿分；在政策視角X6上，P3、P4、P6、P7、P8得分均低于平均值，政策文本多聚焦于工業互聯網在企業層面的運用，而對于宏觀的國家層面以及偏中觀的園區層面稍欠考慮；在激勵保障X7上，P3、P4、P5、P6得分均低于平均值，主要問題表現在缺少法律保障，財政金融、稅收優惠等激勵不到位以及沒有營造良好的市場環境；在政策功能X9上，只有P7得分均低于平均值，原因在于政策更側重規范引導、制度約束等方面。綜上所述，從政策量化評價的整體水平來看，若要提高工業互聯網產業政策的PMC指數需從政策時效、政策領域、政策視角以及激勵保障4個方面入手，有5～6項政策在這4類一級變量的得分上低于平均值，建議優化。

3.2 計算凹陷指數分析待評價政策與“完美”政策之間的差異

計算凹陷指數對9項政策進行量化評價，根據表5凹陷等級劃分標準得出P7為高凹陷水平，P6、P3、P8、P4、P5、P2、P1為可接受凹陷水平，P9為低凹陷水平，PMC立體曲面圖清晰顯示出9項政策各個一級變量的凹陷程度。各項政策凹陷指數由大到小依次排列為 P7＞P6＞P3＞P8＞P4＞P5＞P2＞P1＞P9。9項工業互聯網產業政策中P7凹陷指數最大，為3.23，圖7反映了P7凹陷指數構成的占比情況，圖中數據點上的數值從大到小即為理論上工業互聯網產業政策需要完善的要點順序。本文以P7為例，政策完善順序應為X2政策時效-X9政策功能-X8政策重點-X3政策領域-X7激勵保障，綜合兩種政策量化評價思路可得，工業互聯網產業政策需要完善的要點并不完全相同，應該結合實際情況進行改進。對比圖5與圖6，即PMC立體曲面圖能更直觀地反映出工業互聯網產業政策的整體水平，也更能體現其評價政策的專業性、精準性［2］。

圖7 P7一級變量凹陷指數占比圖

4 結論與政策建議

本文采用文本挖掘和內容分析的方法提取關鍵詞頻，參照以往相關學者對政策文本指標的設定，基于PMC指數模型構建工業互聯網產業政策關鍵詞指標體系，由此量化評價2017～2022年我國國家層面出臺的9項工業互聯網產業政策，通過計算PMC指數、凹陷程度指數和建立PMC立體曲面得出相應結論，即9項政策在政策性質、政策客體、政策評價、政策重點、政策功能、政策公開的PMC指數得分上具有優勢，但在政策時效、政策領域、政策視角、激勵保障4方面需要強化。

2021全球工業互聯網大會上，中國工業互聯網研究院發布 《工業互聯網創新發展成效報告（2018～2021年）》，報告主要內容為從2017年年底我國提出深入實施工業互聯網創新發展戰略以來所獲成效。工業互聯網在網絡、平臺、數據以及安全四大體系建設中均取得突破性進展，區域協同、網絡化協同等逐漸強化，融合應用新動能快速壯大，工業互聯網相關技術研究、標準研制與產業化基本與國際同步，工業互聯網標識解析實現從0～1的突破且體系在不斷完備，新型基礎設施不斷完善；工業互聯網新型關鍵技術部署應用不斷落地推進，應用創新日益活躍，由此形成個性化定制、服務化延伸等一系列新模式新業態；工業互聯網產教融合發展持續深入，人才體系扎實構建［32］。報告中所述工業互聯網發展取得的成效符合政策量化評價中政策重點、政策功能、政策性質、政策客體以及政策評價的內容，在激勵保障方面提出了人才建設，但激勵保障中的法律保障、政府投資、財政扶持、稅收優惠等方面依舊需要加強。通過舉例說明未來優化工業互聯網產業政策應該重視增強政策時效、擴大政策領域、拓寬政策視角以及完善激勵保障措施4方面，由此提出如下建議：

（1）在政策時效方面，未來政策的制定需要考慮設定中長期發展目標，可以將總體目標逐步拆分成各個小目標加以實現，一項利好政策應該是長期目標、中期目標、短期目標的相輔相成與融會貫通；（2）在政策領域方面，我國工業互聯網產業政策領域涉及經濟、社會、科技、政治和環境等方面，但主要還是集中在經濟與科技領域，其他領域的系統規劃稍顯欠缺，需要加緊布局這些領域實現逐步追趕，以促進工業互聯網協調發展；（3）在政策視角方面，寬泛的政策難以具體落地和量化指導，由此可能會導致政策不能真正與工業互聯網實際發展相結合，因此政策的制定需要進一步精準，覆蓋面也要更加全面，通過加強宏觀、中觀、微觀密切有機組合實現工業互聯網高質量發展；（4）在激勵保障方面，通過法律保障、政府投資、財政扶持、稅收優惠等方面重點支持工業互聯網領域相關園區、平臺、企業或項目。如對于稅負過重的互聯網企業，通過合理利用稅收優惠政策能在很大程度上減輕企業的稅務負擔。

5 啟 示

構建PMC指數模型進行政策量化評價在弱化人為評價主觀性的同時提升了量化評價精準度，且PMC指數模型對于二級變量的選取并無數量限制，綜合考慮了各個變量，因此對政策進行量化評價比較科學合理可行，相較于以往有關工業互聯網產業政策的研究是一種全新的思路與視角。本文對工業互聯網產業政策量化評價做了深入分析，但有些方面依舊需要完善：（1）需要根據工業互聯網產業政策的調控領域適當擴大政策樣本，比如將?。▍^、市）政策與國家政策做對比分析，還需要進一步研究變量的維度與延展度；（2）政策的執行效果后續還有待加以深入探討；（3）有些政策的針對性較強，如針對工業互聯網安全工作，工業互聯網網絡建設和平臺建設等，未來的研究中可根據具有針對性的政策構建PMC變量指標體系，由此精準地對此類政策做出量化評價，為相關政策促進工業互聯網加速提檔升級提供科學參考。