廣東省數字政府政策量化評價及優化路徑研究

摘 要：數字政府政策作為數字政府建設的指引方向、行動綱領和保障手段，對其進行量化評價，能為政策的科學制定與完善提供重要依據。本文以58項廣東省數字政府政策文本為研究對象，根據高頻詞分析結果，并參照相關學者研究成果，構建PMC指數模型，對廣東省數字政府政策展開全面的政策評價。在此基礎上，本文創新性地對政策進行演進分析，從多個維度深入剖析并得出結論。結果顯示，廣東省數字政府政策整體質量良好，政策之間具有較強的一致性，且在諸多方面表現突出。例如，政策領域與內容逐年拓展更新，政策視角兼顧宏觀與微觀層面，積極運用各類政策工具等。同時，一些方面仍存在優化提升的空間。基于此，本文提出針對性的優化路徑，旨在為完善廣東省數字政府政策體系提供有益參考。

關鍵詞：廣東省；數字政府；政策評價；PMC指數模型；政策文本

中圖分類號：F127；D035.5 文獻標識碼：A 文章編號：2096-0298（2025）04（a）--04

1 引言

黨的十八大勝利召開以來，我國數字政府建設進程持續加速，呈現出蓬勃的發展態勢。在清華大學數據治理研究中心發布的《中國數字政府發展研究報告（2021）》和《2022中國數字政府發展指數報告》中，廣東省均位列第四，印證了其在全國數字政府建設領域的領先地位。同時，廣東省在政企合作等領域的積極探索與實踐，為全國提供了寶貴的經驗與啟示。然而，面對新的發展機遇與挑戰，如何進一步推動廣東省數字政府的高質量發展，成為一個亟待解決的重要課題。為此，本文深入系統地研究廣東省數字政府政策，不僅對解決當前存在的問題具有重要意義，還將為完善廣東省數字政府政策體系、促進數字政府持續健康發展提供堅實的理論支撐與實踐指導[1]。本文運用文本挖掘和PMC指數模型，對廣東省58項數字政府政策展開政策評價，從多個維度剖析廣東省數字政府政策優劣勢和內部一致性，并提出優化建議，以期為下一步廣東省數字政府政策調整和創新提供參考與借鑒。

2 文獻綜述

從政府信息化到電子政務，再到數字政府，我國政府運用現代計算技術不斷進化[2]，相較電子政務，對數字政府的研究有了更多方向。在此背景下，國內學者對數字政府展開了研究，涵蓋數字政府建設、國外發展經驗汲取、風險研究等諸多領域。政策文本研究作為一個方向，目前國內研究較少。該研究方向主要分為定性研究和定量研究。定性研究方面，羅強強（2021）[3]通過分析地方政府數字化轉型中的核心要素和地方政府數字化轉型的邏輯進路，進而提出地方數字政府改革優化路徑。段堯清等（2023）[4]研究數字政府政策中政策工具的使用情況，采用模糊集定性比較分析發現，僅使用單一政策工具不能構成數字政府高質量建設。對數字政府政策文本的定量研究相對于定性研究更為廣泛，采用的方法和模型也更為多樣。阮霽陽（2022）[5]運用三種模型發現數字政府建設影響因素及其之間的關系。通過對數字政府政策文本進行詞頻分析，部分學者在政策工具維度提出優化政策工具結構、增強政策工具適用性等建議[6-7]。趙遠躍和靳永熹（2013）[8]通過政府績效治理模型發掘數字政府建設困境，并提出相關治理策略。呂佩安（2014）[9]對數字政府政策數量、形式、領域等進行統計分析，進而探究我國數字政府政策演進的特征、趨勢與規律。此外，還有部分學者利用PMC指數模型進行政策量化評價。

政策量化評價是運用科學標準和方法對政策系統及過程進行綜合考察判斷，并衡量政策方案的復雜系統工程[10]。PMC指數模型由Ruiz Estrada等提出，能夠反映政策內部一致性、優劣性和合理性。作為一種政策評估模型，它目前應用廣泛，在諸多領域被使用[11-13]。其依據的假說強調世間萬物皆是發展聯系的，應綜合考慮政策文本評價模型的所有相關變量[14]。國內學者已開始運用該模型對數字政府政策展開政策評價。周巍和張美麗（2003）[15]等運用該模型對西北五省（區）數字政府政策進行評價，并提出優化建議。陳美和聶佳睿（2024）[16]運用該模型分析數字政府政策的央地協同情況。姚怡帆等（2024）[17]基于PMC指數模型，以政策目標、政策工具和政策效力為分析框架進行分析。

對比現有研究，采用PMC指數模型進行政策量化評價是更具系統性的實證研究，同時對比其他模型主觀誤差更小。在利用PMC指數模型的政策文本研究中，鮮有針對廣東省數字政府政策的政策評價。鑒于此，本文基于58項廣東省數字政府政策文本，通過文本挖掘并借鑒相關學者的研究成果，構建PMC指數模型，對廣東省數字政府政策進行量化分析，并創新性地在該模型框架下對政策進行演進分析，希望探尋更適合廣東省數字政府建設的政策優化路徑。

3 研究設計

3.1 數據來源

本文以“數字政府”為關鍵詞，在“北大法寶”和廣東省政府網站及其下級各市政府網站進行搜索，收集到政策文本74項，其中包括5項地方規范性文件和69項地方工作文件，剔除部分相關性不強的文本后，最終得到58項廣東省數字政府政策文本。

3.2 PMC指數模型的構建過程

3.2.1 文本挖掘和建立評價標準

本文通過ROSTCM 6.0軟件進行詞頻分析，挖掘58項政策文本中的高頻詞，通過補充與數字政府相關的專有名詞，得到最終結果。根據高頻詞挖掘結果，依照Estrada建設的原模型[18]，并參考周巍和張美麗（2023）[15]、毛豐付等（2024）[19]、毛子駿和梅宏（2020）[20]、蔡冬松等（2021）[21]等關于構建PMC指數模型的相關文獻，建立廣東省數字政府政策評價標準，包括9個一級變量和43個二級變量，具體如下：X1政策性質下設預測（X1-1）、監管（X1-2）、建議（X1-3）、描述（X1-4）、引導（X1-5）5個二級指標；X2政策評價包括依據充分（X2-1）、目標明確（X2-2）、方案科學（X2-3）、規劃合理（X2-4）4個方面；X3政策時效劃分為長期（X3-1）、中期（X3-2）、短期（X3-3）3個維度；X4政策客體覆蓋政府（X4-1）、企業（X4-2）、個人（X4-3）、社會組織（X4-4）4類對象；X5政策工具分為供給型（X5-1）、需求型（X5-2）、環境型（X5-3）3種類型；X6政策領域涵蓋政治（X6-1）、經濟（X6-2）、社會（X6-3）、文化（X6-4）、科技（X6-5）5大領域；X7政策視角包含宏觀（X7-1）與微觀（X7-2）2個層級；X8政策內容細分為公共服務（X8-1）、協同（X8-2）、網絡安全（X8-3）、人工智能（X8-4）、數據共享（X8-5）、一網統管（X8-6）、信息管理（X8-7）、營商環境（X8-8）、平臺建設或優化（X8-9）、生態環境（X8-10）、數據要素市場（X8-11）11個具體方向；X9政策保障由組織領導（X9-1）、監督考核（X9-2）、宣傳推介（X9-3）、資金保障（X9-4）、人才保障（X9-5）、制度保障（X9-6）6項措施構成。

3.2.2 建立投入產出表

投入產出表是構建PMC指數模型的關鍵步驟，只有建立投入產出表對政策進行量化處理，才能進一步計算和分析。在投入產出表中，根據前文確定的9個一級變量和43個二級變量對政策進行評價，各指標均不設權重，也無先后順序，采用二進制[0，1]賦值評價。

3.2.3 計算PMC指數

PMC指數計算分為以下幾個步驟：首先，對搜集到的廣東省數字政府政策文本進行量化評價，如果政策文本符合某項評價指標，則該項評價指標賦值為1，不符合則賦值為0，得到二級變量數據。其次，對二級變量進行計算，得出一級變量的數值。最后，對一級變量進行計算，即可得到PMC指數。

4 實證結果分析

4.1 整體均值分析

整體PMC指數均值為7.10，處于良好等級。具體來看，X1政策性質均值為0.86，得分較高，說明政策在預測、監管、建議、描述和引導等政策性質方面表現較好；X2政策評價均值為0.82，說明政策整體上依據充分、目標明確、方案科學，且規劃合理；X3政策時效均值為0.38，得分較低，政策的時效多注重短期規劃，部分有中期規劃，但缺乏五年以上的長期規劃；X4政策客體均值為0.85，得分雖然較高，但政策客體主要集中在政府、企業和個人上，對社會組織涉及較少，基本是在共享數據板塊，其他板塊鮮有提及；X5政策工具均值為0.98，表現優秀，政策工具評價方法主要參考張春花等（2023）[22]的研究；X6政策領域均值為0.86，小部分政策未涉及文化指標；X7政策視角均值為0.97，大部分政策既涉及宏觀層面又涉及微觀層面；X8政策內容均值為0.81，作為指標最多的一項評價標準，該數值反映出政策在內容方面有較高的一致性，但有小部分缺乏信息管理，僅有一半左右政策涉及人工智能、一網統管和數據要素市場等方面；X9政策保障均值是0.56，得分較低，一半以上的政策使用了組織領導、資金保障、人才保障和制度保障等政策保障方式，較少使用監督考核和宣傳推介兩種保障方式。

4.2 各等級政策分析

優秀等級政策的多項評價指標分數都能達到滿分一分或接近一分，但X3政策時效和X9政策保障兩個指標相對較低。良好等級政策的情況與整體情況類似，但X3政策時效方面，大多數良好政策僅有短期規劃，缺乏中期和長期規劃。X5政策工具評分均值為1。X6政策領域方面，主要缺乏涉及文化領域的政策，還有少部分政策缺乏對科技領域的涉及。一般等級的政策情況與整體情況及良好政策情況相似，不同的是，X2政策評價中，3/4依據不充分。X3政策時效全部沒有長期和中期的規劃。X4政策客體全部不涉及社會組織。X5政策工具有一半未使用需求型工具。X6政策領域全部缺乏涉及文化領域，3/4缺乏涉及科技領域。X8政策內容全部缺乏人工智能，3/4缺乏一網統管、信息管理和數據要素市場等內容，一半缺乏生態環境相關內容。X9政策保障全部缺乏組織領導、監督考核、資金保障和制度保障，3/4缺乏人才保障，一半缺乏宣傳推介。不良等級的情況最差，僅在X4政策客體方面表現較好，分值為0.75，其他評價指標都較低。

4.3 政策演進分析

2019—2023年，廣東省每年都會發布廣東省數字政府改革建設工作重點，其中夯實基礎支持和加強建設保障內容始終存在，2019年這兩點體現在一項重點內容中，其他年份的工作要點則對這兩點分別進行了部署。其他部分的演進過程如下：2019年，作為廣東省數字政府建設較關鍵的年份，其工作要點主要在于數字政府的推進，面向社會、企業和政府內部多個方面。2020年，工作重點主要在于對已有成果的進一步優化，并以樣板城市經驗帶動其他城市數字政府發展，“一網通辦”和“一網統管”首次在工作重點中被提及，但只涉及個別細則。2021年，工作重點中，“一網通辦”和“一網統管”成為重要板塊被建設，同時原有重點領域的建設持續被推進，“數據要素市場化”首次在工作重點中作為一項細則被提及。2022年，工作重點在于全省協同發展和省域治理，并對“數據要素市場化”的進一步完善與促進提出要求，同時要求數字政府服務進一步優化，“一網協同”首次在工作重點中被提及，但僅涉及建設保障中的一項細則。2023年，工作重點涉及內容最多，利用數字政府賦能實體經濟發展，加快培育數據要素市場，并將“一網統管”“一網通辦”“一網協同”作為三個重要板塊進行推進，網絡安全由之前建設保障中的一項細則變為重點建設的板塊。

5 結論與優化建議

本文基于PMC指數模型，對58項政策文本進行了量化分析。結果顯示，廣東省數字政府政策整體質量較高，10項政策處于優秀等級，43項政策處于良好等級，4項政策處于一般等級，1項政策處于不良等級，優良率達到91.4%。其內部一致性也較強，大部分政策特征都與整體特征相似，政策較為合理。在政策性質、政策評價、政策工具、政策領域和政策視角等評估指標上，廣東省數字政府政策表現較好，尤其是政策領域和政策內容兩方面，通過演進分析可以發現，其每年都能不斷豐富與完善，是其政策呈現高質量的重要推力。注重基礎設施建設與優化，保障了數字政府發展的硬性條件。然而，廣東省數字政府政策尚有不足，根據量化評價結果可知，政策時效方面，雖然大部分政策涉及短期規劃，但中期和長期規劃較少；政策保障方面，整體政策保障方式不足，尤其是缺乏宣傳推介和監督考核兩項政策保障方式；政策內容方面，缺少對信息管理和人工智能的規劃；政策客體方面，缺少針對社會組織的相關政策。基于此，本文將從以下四點提出優化建議。

5.1 強化政策時效

政策時效方面，需要增加中期與長期規劃。鑒于數字政府建設深度依賴信息技術的發展，信息技術日新月異，使得精準預測并規劃未來尤為困難，因此，更應把握當前，設定一個既基于現實又具前瞻性的長期愿景。長期目標不僅是方向標，還是短期計劃制定的基石，能夠有效指導資源的優化配置、工作重點的確立及成效評估的體系構建，形成從短期到長期的無縫銜接與良性互動。

5.2 完善政策保障

政策保障方面，需要全面加強，尤其是宣傳推介和監督考核兩方面。宣傳推介是提高公眾認知度的有效途徑，應制定系統性的宣傳策略，通過多渠道、多形式的宣傳方式，提高公職人員與公民的數字素養。這不僅有利于提高政府工作效率，還有利于推動數字政府建設和發展。監督考核是確保政策得到有效執行、目標得以實現的關鍵環節，應建立健全的監督考核體系，明確考核標準、程序和方法，確保考核工作的科學性和公正性。

5.3 豐富政策內容

在政策制定過程中，各地市之間政策內容異同是常態。值得注意的是，在當今大數據時代，信息管理已成為政府工作中的核心任務與關鍵環節。目前，廣東省的政策部分涉及信息管理，但都是在個別的細則中分散展現，并未作為重點板塊來建設。另外，以大語言模型為代表的人工智能技術近年來取得了突破性進展，其智能化水平已達到前所未有的高度。這一技術的崛起，為政府服務模式創新提供了無限可能。通過加大對人工智能技術的應用力度，我國可以探索更加智能化、個性化的政務服務方式。

5.4 擴充政策客體

在國家治理體系邁向現代化的進程中，一個顯著且重要的特征是治理主體的多元化與協同化。這一趨勢不僅打破了傳統政府單一的主導模式，還強調了政府、社會組織、企業及公民個人等多元主體在治理過程中的共同參與和互動。社會組織作為連接政府與民眾的重要紐帶，具有獨特的優勢及作用。它們貼近基層、了解民情，敏銳地捕捉社會多元化的需求和問題，還能憑借自身專業能力和資源優勢，為政府提供有價值的建議和解決方案。

參考文獻

陳振明.政策科學的起源與政策研究的意義[J].廈門大學學報（哲學社會科學版），1992（4）：83-88+100.

黃璜.數字政府：政策、特征與概念[J].治理研究，2020，36（3）：6-15+2.

羅強強.地方“數字政府”改革的內在機理與優化路徑： 基于中國省級“第一梯隊”政策文本分析[J].地方治理研究，2021 （1）：2-12+78.

段堯清，陳婷，刁斐，等.政策工具視角下我國省域數字政府高質量建設驅動路徑研究[J].情報科學，2023，41（5）：124-130+143.

阮霽陽.數字政府建設影響因素研究： 基于127份政策文件的大數據分析[J].西南民族大學學報（人文社會科學版），2022，43（4）： 185-191.

姜景，姜婭新，杜惠.政策工具視角下的數字政府研究： 基于我國45份政策文本的量化分析[J].智庫理論與實踐，2022，7（2）：14-23.

胡世文，祁志偉.政策工具視角下數字政府建設政策文本研究： 基于省級政策文本（2019—2021）的分析[J].西南民族大學學報（人文社會科學版），2023，44（1）：188-200.

趙遠躍，靳永翥.以“數”賦“值”： 數字政府的建設困境及其治理策略： 基于政策文件的質性文本分析[J].重慶社會科學，2023（1）：60-76.

呂佩安.我國數字政府建設與發展政策演進： 特征、趨勢與規律： 一個政策文獻的計量分析[J].圖書館理論與實踐， 2024（10）： 1-22.

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.

胡峰，戚曉妮，汪曉燕.基于PMC指數模型的機器人產業政策量化評價： 以8項機器人產業政策情報為例[J].情報雜志，2020，39（1）：121-129+161.

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.

秦亮，張華，吳華珠，等.基于PMC指數模型的數字鄉村政策量化評價研究[J].現代管理科學，2023（1）：127-139.

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.

周巍，張美麗. 西北五省（區）數字政府建設政策文本量化評價： 基于PMC指數模型的分析[J]. 情報科學， 2023， 41（12）： 99-109.

陳美，聶佳睿.數字政府政策央地協同量化研究： 基于三維分析框架的文本分析[J].情報理論與實踐， 2024（10）： 1-18.

姚怡帆，張相，葉中華.目標-工具-效力： 中國數字政府建設政策的三維圖景[J].管理評論，2024，36（5）：248-259.

Estrada R A M. Policy modeling： Definition， Classification and Evaluation[J]. Journal of Policy Modeling， 2011， 33（4）： 523-536.

毛豐付，劉蕓蕓，郭亞潔. “數字中國”建設背景下數字素養政策文本量化評價[J]. 未來與發展， 2024， 48（1）： 62-70.

毛子駿，梅宏. 政策工具視角下的國內外人工智能政策比較分析[J]. 情報雜志， 2020， 39（4）： 74-81+59.

蔡冬松，柴藝琳，田志雄. 基于PMC指數模型的吉林省數字經濟政策文本量化評價[J]. 情報科學， 2021， 39（12）： 139-145.

張春花，宋永輝，李興格. 三維政策工具視角下科技成果轉移轉化政策研究： 基于2008—2021年國家相關政策文本的分析[J]. 中國高校科技， 2023（6）： 81-88.