中央层面乡村振兴政策内容量化评价——基于PMC指数模型分析
Quantitative Evaluation of Rural Revitalization Policy Content at the Central Level—Based on PMC Index Model Analysis
摘要: 乡村振兴战略是党中央的重要战略部署,对中央层面乡村振兴政策进行分析,为后续政策的优化和调整提供参考和借鉴思路。以2018年1月至2025年1月中央政府及国务院部门与乡村振兴有关的政策为基础,利用ROSTCM6进行关键词的计量和社会语义网络的显现及共现矩阵词表的制作,并进行曲面图的绘制,基于PMC指数模型对所选取的政策进行量化评价,分析我国中央层面乡村振兴政策设计和制定的情况。研究发现,政策在内容上较为充实,结构上较为合理,质量较高,但在政策目标、衡量指标和责任主体等方面还存在一定的问题,对此,建议合理规划目标、提高政策工具的配套使用、落实多方主体责任和健全沟通机制。
Abstract: The rural revitalization strategy is an important strategic deployment of the CPC Central Committee, which analyzes the rural revitalization policy at the central level and provides reference ideas for the optimization and adjustment of subsequent policies. Based on the policies related to rural revitalization issued by the central government and the State Council departments from January 2018 to January 2025, this study employed ROSTCM6 to conduct keyword quantification, generate social semantic networks, and create co-occurrence matrix tables. It also involved the creation of surface charts. Using the PMC index model, the selected policies were quantitatively evaluated to analyze the design and formulation of rural revitalization policies at the central level in China. The study found that the policies are generally content-rich, structurally sound, and of high quality. However, there are still some issues in terms of policy objectives, evaluation indicators, and responsible entities. To address these issues, it is recommended to set reasonable goals, enhance the coordinated use of policy tools, implement responsibilities among multiple stakeholders, and improve communication mechanisms.
文章引用:杨慧颖. 中央层面乡村振兴政策内容量化评价——基于PMC指数模型分析[J]. 现代管理, 2025, 15(3): 128-140. https://doi.org/10.12677/mm.2025.153075

1. 引言

早在上个世纪二十年代左右,以陶行知等知识分子为代表的许多有志之士,在我国农村进行了轰轰烈烈的乡村建设活动,利用自身经验和农村资源禀赋,促进乡村的发展。乡村振兴的政治阐释与学术建构[1]。学者李周将乡村振兴战略与新农村建设的概念进行比较,认为乡村振兴战略把实际上的生活环境治理拓展到生产、生活、生态环境综合治理,把实际上的村庄土地治理拓展到村域土地治理,把实际上的局部推进拓展到全域推进,包含的内容更为充实[2]。到2022年,乡村振兴的制度框架和政策体系初步健全。到2035年,乡村振兴取得决定性进展,农业农村现代化基本实现。到2035年,乡村振兴取得决定性进展,农业农村现代化基本实现。

公共政策评价是评判公共政策是否取得预期结果,衡量政府执政效力的重要手段,也是公共政策过程必不可少的环节。目前学界对于公共政策评价主要形成了以下几种认识:学者郑方辉、李旭辉等人认为现代公共政策评价即是事前、事中、事后评价的总称,但不同的政策领域侧重点不同[3]。还有学者更加关注政策效果、影响及价值,也就是说公共政策评价是对政策绩效和影响进行的判定[4]。认为公共政策评价是政策制定主体及公民依据一定普遍价值规则(即符合社会普遍价值原则,经过历史经验传统积淀而得),对公共政策行为及活动整个过程所进行的价值判断[5]。结合上述的观点及研究重点,本文将公共政策评价概括为对于公共政策的内容进行分析、归纳,从而对政策的价值性和效果及作用范围等多方面进行综合判断的工具。

PMC模型最早是由学者Ruiz Estrada提出的,他主要认为世界上的万事万物存在内在的联系,并时时刻刻处在运动和变化之中,因此他主张要考虑每一个可能相关的变量对其他要素产生的影响[6]。PMC指数模型的作用在于可以分析一项政策的内部一致性,以及可以分析一项政策的优势及劣势,通过PMC指数及PMC曲面反映政策的总体评价及各单项的具体情况[7]。此外,也能够对政策进行比较,是分析政策质量的一种重要工具。PMC能有效反映不同政策的特殊性,以政策在政策指标上是否采取行动为评价标准,评价结果具有客观性,同时通过比较还可考察不同政策之间或不同指标间的供给差异[8]。相比聚焦于事后评价的政策模型,该模型针对政策本身进行深入探究,有效解决了政策文本量化研究聚焦程度不足的问题[9]。区别于德尔菲法和其他政策评价方法,PMC指数模型通过深入政策文本挖掘的方式,一定程度上能够避免人为主观性对政策评价指标设置的影响。目前对于我国中央层面的乡村振兴政策评价较少,相关的量化研究也不足,PMC指数模型作为一种通过对政策文本挖掘和社会语义网络的分析对政策进行量化评价的工具,能够有效削弱政策执行与政策制定过程中的时间落差及信息不对称,减少对政策资源的不合理消耗与低效配置。

本文通过利用文本挖掘、PMC指数模型应用等方法,构建起乡村振兴政策的评价指标体系,并通过曲面图等形式予以展现,对乡村振兴政策的文本量化研究,有助于为乡村振兴政策评估体系提供一定的参考和借鉴,完善政策评价的理论,扩宽乡村振兴政策的研究视角和研究范围,以期促进我国乡村振兴政策文本的修正与优化,推动乡村振兴事业的发展。

2. 研究方法与数据来源

2.1. 研究方法

本文主要采用了以下四种研究方法:(1) 文献资料法。通过在中央人民政府门户网站、北大法宝网、CNKI、维普等网站对有关乡村振兴的政策进行查找、梳理、甄别和筛选以及对政策量化评价和PMC指数模型方面的文献进行阅读和总结,充分了解PMC指数模型对于政策评价的适用性及我国乡村振兴政策的研究现状,并根据相应的收集与整合结果,在PMC指数模型评价体系构建及结论分析阶段发挥作用,确定本研究的起点,辅助搭建研究的思路框架。(2) 文本挖掘法。首先对搜集到的乡村振兴政策进行全面、系统地阅读,由表及里地对文本深层次涵义及特征进行挖掘,借助ROSTCM6软件对整合后的政策文件进行关键词计量,提取乡村振兴政策文本中的高频词,继而分析乡村振兴政策的聚焦点,为PMC指数模型的设计奠定基础。(3) 社会网络分析法。社会网络分析法可以直观地呈现内容的相关关系,以可视化的网络图展现乡村振兴政策文本的系统关系,通过ROSTCM6的NetDraw功能,将非定量的文本材料转化为社会网络图谱,制作为共现矩阵词表等内容,反映出乡村振兴领域的相关概念节点的距离和内在联系,从而提供数据支撑。(4) 比较分析法。对乡村振兴政策的模型进行构建,并测算PMC指数值,对曲面图进行绘制后,将借助相关基础理论对乡村振兴政策的各维度和各层级进行评价与分析,比较各政策以及各维度的优劣势,分析其内在原因,并据此有针对性地提出政策设计的建议。

2.2. 数据来源

本文以“乡村振兴”为关键词进行搜索,在中央人民政府门户网站、北大法宝网、CNKI、维普等网站对有关乡村振兴的政策进行查找,剔除重复文件和请示、答复及函等格式的文本,选取2018年1月至2025年1月中央政府及国务院部门与乡村振兴有关的规范性文件,按照相关性、代表性的原则对所收集的政策文本进行初步的筛选和处理,并通过专家咨询的方式,最后确定了《国务院关于促进乡村产业振兴的指导意见》等21个代表性的政策作为本文的基础进行分析,3位专家均来自中央民族大学(其中2位来自乡村振兴领域,1位来自政策评估领域)。

通过ROSTCM6进行文本内容的挖掘和社会语义网络的显现,并以此作为研究的基础,结合国内外学者的研究,基于PMC指数模型对中央层面乡村振兴政策进行量化分析与实证研究。

3. PMC指数模型构建

3.1. 变量分类与参数设置

基于Estrada文章中的变量分类方法,结合有关乡村振兴战略、政策评价、PMC模型构建的文献,以及本文对政策文本分析的高频词统计表,详细内容见表1,和社会网络图谱,见图1。高频词的统计使用了ROSTCM6的词频统计功能,对一批、落实等无实际意义的词汇进行剔除,将推动、推进、促进等同义词进行合并,最终得出本研究涉及的乡村振兴政策文本中排名前40的高频词,“农村”、“农业”、“发展”、“建设”、“创新”、“科技”、“服务”、“文化”、“资源”等词出现频次较高,体现出乡村振兴政策的主要关注点偏向于农村的发展和服务等方面,科技和创新等手段的应用对乡村振兴也发挥了不可忽视的作用,乡村振兴需要一系列的建设,既包含基础设施建设,也涵盖了体系的建设等内容,详细结果见表2。参考相关学者对指标变量的设置,共设置了10个一级变量和37个二级变量,得到中央层面乡村振兴政策评价体系,见表3。对各二级变量利用二进制原则进行赋值,如果满足该二级变量,则计为1,否则计为0。

Table 1. Summary of policies related to rural revitalization

1. 乡村振兴相关政策汇总表

序号

政策名称

发文时间

发文字号

1

农业农村部中国邮政储蓄银行关于加强农业产业化领域

金融合作助推实施乡村振兴战略的意见

2018年5月9日

农经发〔2018〕3号

2

审计署关于在乡村振兴战略实施中加强审计监督的意见

2018年8月30日

审农发〔2018〕27号

3

财政部贯彻落实实施乡村振兴战略的意见

2018年9月27日

财办〔2018〕34号

4

农业农村部办公厅关于印发

《乡村振兴科技支撑行动实施方案》的通知

2018年9月30日

农办科〔2018〕22号

5

教育部关于印发《高等学校乡村振兴科技创新

行动计划(2018~2022年)》的通知

2018年12月29日

教技〔2018〕15号

6

科技部关于印发《创新驱动乡村振兴发展专项规划(2018~2022年)》的通知

2019年1月14日

国科发农〔2019〕15号

7

自然资源部办公厅关于加强村庄规划促进乡村振兴的通知

2019年5月29日

自然资办发〔2019〕35号

8

国务院关于促进乡村产业振兴的指导意见

2019年6月17日

国发〔2019〕12号

9

农业农村部办公厅教育部办公厅

关于推介乡村振兴人才培养优质校的通知

2020年11月4日

农办科〔2020〕15号

10

农业农村部办公厅关于深入学习贯彻

《中华人民共和国乡村振兴促进法》的通知

2021年4月29日

农办法〔2021〕4号

11

关于运用政府采购政策支持乡村产业振兴的通知

2021年5月11日

财库〔2021〕19号

12

国务院办公厅转发国家乡村振兴局中央农办财政部关于

加强扶贫项目资产后续管理指导意见的通知

2021年5月22日

国办函〔2021〕51号

13

关于推动文化产业赋能乡村振兴的意见

2022年3月21日

文旅产业发〔2022〕33号

14

关于印发《农村公路扩投资稳就业更好服务 乡村振兴实施方案》的通知

2022年8月9日

交公路发〔2022〕82号

15

自然资源部办公厅关于过渡期内支持巩固拓展脱贫攻坚

成果同乡村振兴有效衔接的通知

2022年10月13日

自然资办发〔2022〕45号

16

农业农村部关于落实党中央国务院2023年全面推进乡村振兴重点工作部署的实施意见

2023年2月3日

农发〔2023〕1号

17

民政部关于开展“乡村著名行动”助力乡村振兴的通知

2023年5月11日

民函〔2023〕44号

18

农业农村部国家标准化管理委员会住房和城乡建设部

关于印发《乡村振兴标准化行动方案》的通知

2023年7月29日

农质发〔2023〕5号

19

农业农村部关于落实中共中央国务院关于学习运用

“千村示范、万村整治”工程经验有力有效

推进乡村全面振兴工作部署的实施意见

2024年2月19日

农发〔2024〕1号

20

关于开展学习运用“千万工程”经验加强

金融支持乡村全面振兴专项行动的通知

2024年8月5日

银发〔2024〕136号

21

农业农村部关于加快农业发展

全面绿色转型促进乡村生态振兴的指导意见

2024年12月30日

农规发〔2024〕27号

Table 2. Statistics of the top 40 words and word frequencies

2. 前40名词汇及词频统计

词汇

词频

词汇

词频

词汇

词频

词汇

词频

农村

1028

服务

260

体系

152

生态

121

农业

991

文化

205

机制

151

模式

120

发展

815

管理

180

政策

149

特色

119

推进

755

标准

176

推广

147

金融

113

加强

665

项目

166

完善

144

统筹

113

建设

627

国家

165

绿色

144

部门

113

乡村振兴

357

资源

161

农民

133

健全

112

创新

325

农产品

159

质量

130

企业

111

科技

309

规划

159

组织

124

主体

109

技术

284

重点

155

全面

123

鼓励

107

Figure 1. Social network map of co-occurrence of high-frequency words in rural revitalization policies

1. 乡村振兴政策共现高频词社会网络图谱

通过对整理好的政策文本进行文本的深入挖掘,借助ROSTCM6的Net Draw功能进行高频词社会网络图谱的绘制,得到结果见图1,乡村为一级核心关键词,由于本研究是对乡村振兴的政策文本进行评价,故“乡村”与其他关键词有着深入的密切联系,以“乡村”为中心,向四周发散,二级节点、三级节点、四级节点、五级节点、六级节点、七级节点与之有着数条线段,线段的密集程度反映出主题词的中心性和重要程度。“农村”、“开展”、“建设”、“发展”、“推动”、“提升”等词处于二级节点上,向四周辐射范围较广,“乡村振兴”这一关键词位于三级节点,作为终极目标,与二级节点和四级节点产生强烈的交互作用,“体系”、“技术”、“资源”、“服务”等高频词与其他词语的共现则揭示出我国中央层面的乡村振兴政策不仅关注体系、制度和服务的优化,也注重资源的灵活调动和创新方式的应用。

Table 3. Evaluation system of rural revitalization policies

3. 乡村振兴政策评价体系

一级指标

二级指标

二级指标评价标准

X1政策性质

预测X1:1

建议X1:2

监管X1:3

引导X1:4

描述X1:5

政策是否涉及预测,是为1,否为0

政策是否涉及建议,是为1,否为0

政策是否涉及监管,是为1,否为0

政策是否涉及引导,是为1,否为0

政策是否涉及描述,是为1,否为0

X2政策工具

供给型X2:1

需求型X2:2

环境型X2:3

政策是否涉及供给型政策工具,是为1,否为0

政策是否涉及需求型政策工具,是为1,否为0

政策是否涉及环境型政策工具,是为1,否为0

X3政策目标

体制优化X3:1

产业发展X3:2

能力培育X3:3

服务改善X3:4

文化传承X3:5

政策目标是否包含体制优化,是为1,否为0

政策目标是否包含产业发展,是为1,否为0

政策目标是否包含能力培育,是为1,否为0

政策目标是否包含服务改善,是为1,否为0

政策目标是否包含文化传承,是为1,否为0

X4政策客体

农民群众X4:1

企业X4:2

各级政府及职能部门X4:3

社会组织X4:4

政策的作用对象是否涉及农民群众,是为1,否为0

政策的作用对象是否涉及企业,是为1,否为0

政策的作用对象是否涉及各级政府及职能部门,是为1,否为0

政策的作用对象是否涉及社会组织,是为1,否为0

X5政策时效性

长期X5:1

中期X5:2

短期X5:3

本年内X5:4

政策是否涉及10年以上内容,是为1,否为0

政策是否涉及5~10年内容,是为1,否为0

政策是否涉及1~5年内容,是为1,否为0

政策是否涉及本年度内容,是为1,否为0

X6政策领域

经济X6:1

文化X6:2

社会X6:3

生态X6:4

政治X6:5

政策是否涉及经济领域,是为1,否为0

政策是否涉及文化领域,是为1,否为0

政策是否涉及社会领域,是为1,否为0

政策是否涉及生态领域,是为1,否为0

政策是否涉及政治领域,是为1,否为0

X7政策保障手段

组织领导X7:1

宣传推广X72

监督管理X7:3

评价体系X7:4

目标责任X7:5

政策是否涉及组织领导,是为1,否为0

政策是否涉及宣传推广,是为1,否为0

政策是否涉及监督管理,是为1,否为0

政策是否涉及评价体系,是为1,否为0

政策是否涉及目标责任,是为1,否为0

X8 政策设计评价

依据充分X8:1

目标明确X8:2

方案科学X8:3

规划合理X8:4

政策制定的依据是否充分,是为1,否为0

政策设定的目标是否明确,是为1,否为0

政策设计的方案是否科学,是为1,否为0

政策实施的规划是否合理,是为1,否为0

X9政策合作网络

宏观X9:1

中观X9:2

微观X9:3

政策合作网络是否涉及宏观层面,是为1,否为0

政策合作网络是否涉及中观层面,是为1,否为0

政策合作网络是否涉及微观层面,是为1,否为0

X10政策公开

政策是否公开,是为1,否为0

本文通过对E市的两个茶叶种植基地、一个循环农业产业园和E市B镇的电子商务基地进行实地调研,通过访谈、问卷等形式对乡村振兴的发展模式和主体间协作关系、涉及要素等进行了了解,在此基础上,通过对本研究涉及领域的相关研究进行梳理,进一步根据Estrada [6]、高昕[10]、张永安[11]、林晓珑[12]、王琼琼[13]、石凯[14]、周海炜[15]文章进行修改,并基于政策文本挖掘的结果和专家咨询构建出10个一级指标,详细内容见表3

3.2. 构建多投入产出表

多投入产出表的本质是一种数据分析框架,其能够储存大量的数据,并用多维度变量来量化任何一个单独变量。其中一级变量有数量限制,而二级变量没有数量限制,权重相等,因此都采取二进制原则对各项政策进行处理。

3.3. 计算PMC指数

本步骤首先需要对所选取的各项政策与二级变量进行比照整理,继而代入公式,进行一级变量的计算,之后再利用计算得到的一级变量的结果进行各项政策的PMC指数计算。结合本文中构建起的乡村振兴指标体系,以及PMC指数模型理论,得到本文的PMC计算公式。具体如下:

X~N[ 0,1 ] (1)

X={ XR:[ 0,1 ] } (2)

X t =( j=1 n X tj T( X tj ) )t=1,2,3,4,5,6,7,8,9,10 (3)

PMC={ X 1 i=1 5 X 1i 5 + X 2 j=1 3 X 2j 3 + X 3 k=1 5 X 3k 5 + X 4 l=1 4 X 4l 4 + X 5 m=1 4 X 5m 4 + X 6 n=1 5 X 6n 5 + X 7 o=1 5 X 7o 5 + X 8 p=1 4 X 8p 4 + X 9 q=1 3 X 9q 3 + X 10 } (4)

式(3)中t = 一级变量;j = 二级变量。首先对各项政策根据(1)式和(2)式进行赋值,然后代入(3)式对各个一级变量的值进行计算,最好代入式(4)计算PMC数值,并将各项得分与政策的评级要求进行对比,得出各项政策的等级。

评价方法:若0 ≤ PMC指数 ≤ 4.99,则该政策评估结果为不良,若5 ≤ PMC指数 ≤ 6.99,则该政策评估结果为可接受,若7 ≤ PMC指数 ≤ 8.99,则该政策评估结果为优秀,若9 ≤ PMC指数 ≤ 10,则该政策评估结果为完美。

3.4. 绘制PMC曲面图

根据上述的PMC数值,绘制PMC曲面图,由于一级变量X10在所有政策的评价中,得分均为1,所以剔除。从而得出政策文本的评价结果,根据各项的具体得分,得出3 × 3的矩阵,代入到其中,绘制分析政策的内外部一致性以及薄弱部分并分析可能原因,并据此作为建议的基础。

PMCSurface=( X 1 X 4 X 7 X 2 X 5 X 8 X 3 X 6 X 9 ) (5)

4. PMC指数模型实证分析

4.1. PMC结果计算

结合(1)式和(2)式以及中央层面乡村振兴政策评价体系,对各个政策的各项变量进行分析和赋值,得到中央层面乡村振兴政策多投入产出表,详细结果见表4

Table 4. Multiple input-output tables of rural revitalization policies

4. 乡村振兴政策多投入产出表

一级变量

二级变量

P1

P2

P3

P4

P5

P6

P7

P8

P9

P10

P11

P12

P13

P14

P15

P16

P17

P18

P19

P20

P21

X1

X1:1

1

0

0

1

1

1

0

0

1

1

1

0

1

0

0

0

1

1

0

0

1

X1:2

1

1

1

1

1

1

1

1

1

1

1

1

1

1

1

1

1

1

1

1

1

X1:3

1

1

1

1

0

1

1

1

0

1

0

1

0

1

1

1

0

1

1

1

1

X1:4

1

1

1

1

1

1

1

1

0

1

0

1

1

1

1

1

1

1

1

1

1

X1:5

0

1

1

1

1

1

1

1

1

1

1

1

0

1

0

1

1

1

1

1

1

X2

X2:1

1

1

1

1

1

1

1

1

1

1

0

0

1

1

1

1

1

1

1

1

1

X2:2

1

1

1

1

1

1

1

1

1

1

1

1

1

1

1

1

1

1

1

1

1

X2:3

1

1

1

1

1

1

1

1

1

1

1

1

1

1

1

1

1

1

1

1

1

X3

X3:1

1

1

1

1

1

1

1

1

1

1

1

1

1

1

0

1

1

1

1

1

1

X3:2

1

1

1

1

1

1

1

1

1

1

1

1

1

1

1

1

1

1

1

1

1

X3:3

0

1

1

1

1

1

1

1

1

1

1

1

0

1

1

1

0

1

1

1

1

X3:4

1

1

1

1

1

1

0

1

0

0

0

0

1

1

1

1

1

1

1

1

1

X3:5

0

1

1

1

1

1

1

1

1

1

0

0

1

0

1

1

1

1

1

1

0

X4

X4:1

1

1

1

1

1

1

1

1

1

1

1

1

1

1

1

1

1

0

1

1

1

X4:2

1

1

1

1

1

1

1

1

1

1

1

0

1

0

1

1

0

1

1

1

1

X4:3

1

1

1

0

1

1

1

1

0

1

1

1

1

1

1

1

1

1

1

1

1

X4:4

0

1

1

1

1

1

1

1

1

1

1

1

1

1

0

1

1

1

1

1

1

X5

X5:1

0

0

0

0

0

1

0

0

0

1

1

0

1

0

0

1

1

1

1

1

1

X5:2

0

0

0

0

0

0

0

1

1

0

1

0

0

0

0

1

0

0

1

0

1

X5:3

1

1

1

1

1

1

0

0

1

1

1

1

0

1

1

1

1

0

1

0

1

X5:4

1

1

0

0

0

0

1

0

1

1

1

0

1

1

1

0

1

0

1

0

1

X6

X6:1

1

1

1

1

1

1

1

1

0

1

1

1

1

1

1

1

1

0

1

1

1

X6:2

0

1

1

0

1

1

1

0

1

1

1

0

1

1

1

1

1

1

1

1

0

X6:3

1

1

1

1

1

1

1

0

1

1

1

1

1

1

0

1

1

1

1

1

1

X6:4

0

1

1

1

1

1

1

1

1

1

0

1

1

1

1

1

1

1

1

1

1

X6:5

1

1

1

0

0

0

0

1

0

1

1

1

1

1

1

1

1

1

1

1

0

X7

X7:1

1

1

1

1

1

1

1

1

1

1

1

1

1

1

0

1

1

1

1

1

1

X7:2

0

0

1

1

1

1

1

0

0

1

0

1

1

1

0

1

1

1

1

1

1

X7:3

1

1

1

1

0

1

1

1

0

1

0

1

0

1

1

1

0

1

1

1

1

X7:4

1

1

1

1

1

1

1

0

1

1

1

0

1

1

0

1

1

1

1

1

1

X7:5

1

1

1

1

1

1

1

0

1

1

1

1

0

1

0

1

1

0

1

1

1

X8

X8:1

1

1

1

1

1

1

1

1

1

1

1

1

1

1

1

1

1

1

1

1

1

X8:2

1

1

0

1

0

1

1

1

0

1

1

1

0

1

1

1

0

1

0

0

0

X8:3

1

1

1

1

1

1

1

1

1

1

1

1

1

1

1

1

1

1

1

1

1

X8:4

1

1

1

1

1

1

1

1

1

1

1

1

1

1

1

1

1

1

1

1

1

X9

X9:1

0

1

1

1

1

1

1

1

1

1

1

1

1

1

1

1

1

1

1

1

0

X9:2

1

1

1

0

1

1

1

1

0

1

0

1

1

1

1

1

0

1

1

1

1

X9:3

0

0

0

0

1

0

1

0

1

0

0

1

0

0

1

1

1

1

0

0

0

将多投入产出表的结果带入到PMC计算公式中,计算得到每项政策的PMC指数值及排名和政策的等级,见表5

Table 5. Rural revitalization policy PMC index values

5. 乡村振兴政策PMC指数值

一级变量

P1

P2

P3

P4

P5

P6

P7

P8

P9

P10

P11

P12

P13

P14

P15

P16

P17

P18

P19

P20

P21

均值

X1

0.8

0.8

0.8

1

0.8

1

0.8

0.8

0.6

1

0.6

0.8

0.6

0.8

0.6

0.8

0.8

1

0.8

0.8

1

0.81

X2

1

1

1

1

1

1

1

1

1

1

0.66

0.66

1

1

1

1

1

1

1

1

1

0.97

X3

0.6

1

1

1

1

1

0.8

1

0.8

0.8

0.6

0.6

0.8

0.8

0.8

1

0.8

1

1

1

0.8

0.87

X4

0.75

1

1

0.75

1

1

1

1

0.75

1

1

0.75

1

0.75

0.75

1

0.75

0.75

1

1

1

0.9

X5

0.5

0.5

0.25

0.25

0.25

0.5

0.25

0.25

0.75

0.75

1

0.25

0.5

0.5

0.5

0.75

0.75

0.25

1

0.25

1

0.52

X6

0.6

1

1

0.6

0.8

0.8

0.8

0.6

0.6

1

0.8

0.8

1

1

0.8

1

1

0.8

1

1

0.6

0.84

X7

0.8

0.8

1

1

0.8

1

1

0.4

0.6

1

0.6

0.8

0.6

1

0.2

1

0.8

0.8

1

1

1

0.82

X8

1

1

0.75

1

0.75

1

1

1

0.75

1

1

1

0.75

1

1

1

0.75

1

0.75

0.75

0.75

0.9

X9

0.33

0.67

0.67

0.33

1

0.67

1

0.67

0.67

0.67

0.33

1

0.67

0.67

1

1

0.67

1

0.66

0.67

0.33

0.7

X10

1

1

1

1

1

1

1

1

1

1

1

1

1

1

1

1

1

1

1

1

1

1

PMC指数

7.38

8.77

8.47

7.93

8.4

8.97

8.65

7.72

7.52

9.22

7.59

7.66

7.92

8.52

7.65

9.55

8.32

8.6

9.21

8.47

8.48

8.33

凹陷指数

2.62

1.23

1.53

2.07

1.6

1.03

1.35

2.28

2.48

0.78

2.41

2.34

2.08

1.48

2.35

0.45

1.68

1.4

0.79

1.53

1.52

1.67

排名

21

5

10

14

12

4

6

16

20

2

19

17

15

8

18

1

13

7

3

11

9

等级

优秀

优秀

优秀

优秀

优秀

优秀

优秀

优秀

优秀

完美

优秀

优秀

优秀

优秀

优秀

完美

优秀

优秀

完美

优秀

优秀

4.2. PMC曲面图绘制

PMC曲面图可以通过立体图的形式直观的展现各项政策的PMC数值,其中凹陷程度越小代表政策的内部一致性越高,反之则越低。根据PMC指数值计算结果绘制的曲面图如图2所示。

(1) (2) (3)

(4) (5) (6)

(7) (8) (9)

(10) (11) (12)

(13) (14) (15)

(16) (17) (18)

(19) (20) (21)

Figure 2. PMC surface diagram of policy 1~21

2. 政策1~21的PMC曲面图

4.3. 评价结果与分析

4.3.1. 整体政策评价

通过实证研究得出中层层面乡村振兴政策中有3项完美政策,其余18项均为优秀政策,说明中央层面乡村振兴政策制定的水平和质量较高,结合曲面图,发现X5有明显的凹陷,X2、X4和X8的水平近乎完美。PMC指数范围是[7.28, 9.55],其中农办法〔2021〕4号政策、农发〔2023〕1号政策和农发〔2024〕1号政策为完美政策,可能是因为农业农村部的专业性质,对乡村振兴政策的了解程度相对更深,也展现出我国对于乡村振兴政策制定随着时间的变化,总体上呈现质量和水平更优的趋势。

4.3.2. 具体政策评价

从宏观层面对PMC指数和三阶矩阵曲面图进行分析,一级变量X1政策性质均值为0.81,结合具体的多投入产出表,政策性质的二级变量建议为满分,引导接近满分,说明乡村振兴政策对于客体的指导意义较强,也满足了政策本身应具有的建议和引导功能。一级变量X2政策工具均值为0.97,说明我国乡村振兴政策时对供给型、需求型和环境型政策工具的利用充分。一级变量X3政策目标均值为0.87,结合具体的多投入产出表,发现我国乡村振兴政策对体制优化和产业发展较为重视,而关于服务优化和文化传承则略显不足。一级变量X4政策客体均值为0.9,说明政府在指定乡村振兴政策时,充分考虑了各种主体的作用,将政府、企业、公民、社会组织等主体都吸纳为乡村振兴的重要力量。一级变量X5政策时效性均值为0.52,结合具体的二级变量得分可以得出,乡村振兴政策的时效主要为本年内和短期(1~5年),指导中期和长期发展的政策较少。一级变量X6政策领域均值为0.84,说明我国乡村振兴政策较为充分的考虑到了政治、经济、文化、社会和生态等多领域,尤其是社会和生态领域,但在文化领域有所欠缺。一级变量X7政策保障手段均值为0.82,主要关注组织领导、压实目标责任和监管等保障手段,但在宣传推广方面比较薄弱。一级变量X8政策评价均值为0.9,说明我国乡村振兴政策制定依据充分、目标明确、方案科学且政策总体规划合理。一级变量X9政策合作网络均值为0.7,多为宏观和中观层面,微观层面的合作网络还需进一步完善。

从微观上对各项政策进行分析。根据曲面图的凹陷程度,对政策质量排序为:P16 > P10 > P19 > P6 > P2 > P7 > P18 > P14 > P21 > P3 > P20 > P5 > P17 > P4 > P13 > P8 > P12 > P15 > P11 > P9 > P1。从21个政策文件中选取了3个优秀等级的政策和1个完美等级的政策,对其PMC指数模型的详细结果分析如下:

P1政策的PMC指数值为7.21,属于优秀等级,曲面图凹陷程度非常大,该政策的政策保障手段利用充分,政策工具的混合程度充分,但关于描述性的政策内容较少涉及,且政策评价的目标设置不够明细,政策合作网络结构较为简单,在微观合作网络方面仍然有改进空间,并未明确关注政策执行和实施过程中的人际间关系。按照各指标小于均值的程度,P4政策的改进顺序为:X9—X3—X4—X6—X7—X5。

P4政策的PMC指数值为7.93,属于优秀等级,曲面图凹陷程度较大,反映内部指标的一致性较弱,在政策工具、政策目标、政策保障手段与政策设计评价四个方面均取得了满分,涉及了平台搭建、农业专项、资源整合和风险防范等供给型、需求型与环境型政策工具的应用。该政策未具体设置长期目标、中期目标和本年内目标,对于文化和政治领域的关注不足,未来应加强对于乡村振兴的科技行动与政治意识的结合和对乡村文化资源的利用。此外,对于微观层面的合作网络,尤其时政府官员与利益相关者的关系有待进一步补充和厘清。按照各指标小于均值的程度,P4政策的改进顺序为:X9—X5—X6—X4。

P16政策的PMC指数值为9.55,属于完美等级,该政策的多项指标都取得了满分,政策焦点考虑充分,领域涵盖了政治、经济、文化、社会和环境等多个方面,结构合理且内容完备,但是该政策忽略了本年度内规划的设置,在政策性质上,预测性不足。该政策可以对政策时效(X5)进行改进从而实现政策的优化。

P18政策的PMC指数值为8.6,属于优秀等级,使用了多种政策工具,也重视宏观、中观和微观层面的主体间对话交流。但该政策缺乏对农民群众这一主体的重视,对于乡村振兴标准化行动中的经济行为和经济原则仍有补充的必要,政策目标制定适当且具备可操作性,但未能对主体的责任落实进行明确规定。按照各指标小于均值的程度,P8政策的改进顺序为:X5—X4—X6—X7。

5. 结论与建议

5.1. 结论

通过对选取的21项中央层面的乡村振兴政策进行文本挖掘和语义网络图显现,结合学界的观点,构建出中央层面乡村振兴政策的PMC指数模型,量化分析后得到以下结论:首先,从PMC指数来看,21项政策中有18项政策为优秀等级,3项为完美政策。说明政策在内容上较为充实,结构上较为合理,质量较高。P16的PMC指数最高,说明农业农村部对乡村振兴政策的制定有充分的理解和完备的把握,且随着时间的变迁,我国政府制定乡村振兴政策的效果有所提升。12项政策的PMC指数值高于均值,其余9项均低于均值,说明我国乡村振兴政策的制定仍有一定的改进空间。尤其是指标政策时效性(X5),多个政策仅仅关注短期目标,忽略了中长远规划的制定,也有的政策进行了长远规划,却未对本年度及短期的政策行动提出具体可衡量的明确要求。责任主体的强调与评价体系的完善以及政策工具的混合应用在多个政策中都有所缺乏,成为制约我国乡村振兴政策实施的梗阻。

5.2. 建议

5.2.1. 明确乡村振兴中多方主体的责任

政府应进一步推动相关的立法,明晰在乡村振兴政策制定和实施过程中多主体的责任关系和边界,加快推动政府、企业、社会与公民的多领域、深层次合作的乡村治理结构的优化,以多主体的协调配合作为推动乡村振兴的重要助力,以责任的强调促进多方主体的积极主动作为。

5.2.2. 合理规划目标,逐步推进政策内容的细化

未来应该注重长期目标、中期目标与短期目标的结合,以多主体的协作作为政策制定的基础,从而提高政策的针对性和适用性,根据政策的实施情况,分阶段的制定和调整目标,以实现短期目标与中期目标和长期目标的有机契合,为乡村振兴提供明确的指导和行动的依据。

5.2.3. 提高政策工具的配套使用,鼓励数字技术的应用

供给型政策工具对于乡村振兴具有推动作用,而需求型政策工具则可以拉动乡村振兴,结合环境型政策工具,共同提高政策工具在乡村振兴中的应用效果。新质生产力是新阶段我国发展的重要着力点,应注重信息化平台的建设,提高信息公开的程度,依托一体化信息平台和大数据的应用,实现政策实施全过程风险的监测和防范,确保乡村振兴政策落实到位。

5.2.4. 注重政策的前瞻性和针对性

政策的设计要从预测性、建议、监管、引导和描述的结合角度出发,乡村振兴战略是对未来的筹划和安排,因此在设计相应的政策时应充分考虑环境的变化以及政策的实施效果,加强部门之间的合作,促进部门之间、府际之间的交流和协作,畅通信息沟通的渠道。此外,由于中央政策的引领性地位,因此中央层面的乡村振兴政策在设计和规划时有必要将我国不同地区、不同类型的乡村的差异性考虑在内,例如我国的民族地区的乡村振兴政策可以围绕当地的特色文化和旅游业展开,华北地区可以推广新型农村集体经济推动土地的集约化和规模化,以达到提质增效的结果。

参考文献

[1] 王洋, 曹均学. 概念流变与发展引领: 乡村振兴的政治阐释与学术建构[J]. 昆明理工大学学报(社会科学版), 2024, 24(2): 77-85.
[2] 李周. 乡村振兴战略的主要含义、实施策略和预期变化[J]. 求索, 2018(2): 44-50.
[3] 郑方辉, 李旭辉. 民意调查与公共政策评价[J]. 江汉论坛, 2007(3): 17-20.
[4] 黄洪金. 层次分析和模糊综合评价方法在公共政策评价中的应用研究[D]: [硕士学位论文]. 武汉: 华中师范大学, 2014.
[5] 苗洁. 公共政策评价的价值性标准研究[D]: [硕士学位论文]. 北京: 首都经济贸易大学, 2013.
[6] Estrada, M. (2010) The Policy Modeling Research Consistency Index (PMC-Index). Social Science Electronic Publishing.
[7] 张永安, 耿喆. 我国区域科技创新政策的量化评价——基于PMC指数模型[J]. 科技管理研究, 2015, 35(14): 26-31.
[8] 赵庆年, 宋潇. 大学科研人员学术创业政策供需匹配评价——基于PMC指数模型[J]. 东北大学学报(社会科学版), 2023, 25(2): 119-127.
[9] 朱晓峰, 曾吉. 基于PMC指数模型的我国高校高水平运动队政策量化评价[J]. 体育研究与教育, 2024, 39(6): 81-89.
[10] 高昕, 孙远太. 基于PMC指数模型的乡村振兴政策文本量化评价[J]. 统计与决策, 2022, 38(19): 57-60.
[11] 张永安, 郄海拓. 国务院创新政策量化评价——基于PMC指数模型[J]. 科技进步与对策, 2017, 34(17): 127-136.
[12] 林晓珑. 基于PMC指数模型的泉州市数字经济政策量化评价研究[J]. 海峡科学, 2024(6): 145-152.
[13] 王琼琼. 基于PMC指数模型的山西省乡村振兴政策评价及优化研究[D]: [硕士学位论文]. 太原: 山西财经大学, 2023.
[14] 石凯, 胡伟. 政策网络理论: 政策过程的新范式[J]. 国外社会科学, 2006(3): 28-35.
[15] 周海炜, 陈青青. 大数据发展政策的量化评价及优化路径探究——基于PMC指数模型[J]. 管理现代化, 2020, 40(4): 74-78.