贵州省婴幼儿托育服务政策的量化分析与优化研究——基于PMC指数模型

Quantitative Analysis and Optimisation Research on Infant and Toddler Childcare Service Policies in Guizhou Province—Based on PMC Index Model

摘要: 在“三孩政策”背景下，贵州省地方政府出台一系列政策发展婴幼儿托育服务。本研究利用文本分析法对贵州省出台的婴幼儿托育服务政策进行文本挖掘，构建贵州省婴幼儿托育服务政策PMC指数评价模型，并对筛选出的9项政策进行量化分析。研究发现：政策质量总体较好，优秀级1项，良好级8项；然而各项政策普遍存在政策性质不够全面，发布机构较为单一，政策内容有待完善的问题，且良好政策在发布机构、政策内容维度分化明显。为进一步优化政策，建议：建立跨部门协同机制；加强运用互联网、大数据技术深化托育产品研究；加大对需求型政策工具的使用；完善激励多元方式。

Abstract: Under the background of the “three-child policy”, local governments in Guizhou Province have introduced a series of policies to develop infant and childcare services. In this study, we used text analysis to mine the policies on infant and toddler care services in Guizhou Province, constructed the PMC index evaluation model of infant and toddler care service policies in Guizhou Province, and quantitatively analysed the nine policies screened out. The study found that: the overall quality of the policies is good, with one excellent grade and eight good grades; however, the policies generally have the problems that the nature of the policies is not comprehensive enough, the issuing organisations are relatively single, the policy contents need to be perfected, and the good policies are obviously differentiated in the dimensions of the issuing organisations and the policy contents. In order to further optimise policies, it is recommended that: a cross-sectoral coordination mechanism be established; the use of the Internet and big data technology be strengthened to deepen research on childcare products; the use of demand-based policy tools be increased; and incentives for multiple approaches be improved.

1. 引言

国家统计局公布的数据显示：2024年全年出生人口954万人，人口出生率为6.77‰；死亡人口1093万人，人口死亡率为7.76‰；人口自然增长率为−0.99‰。2024年全国出生人口较2023年增长52万人，扭转了连续7年的下降趋势，但育龄妇女尤其是生育旺盛期育龄妇女的人口数量仍在减少。第七次全国人口普查数据显示生育率已下降至1.3的较低水平，中国全面进入“低生育率”时代[1]。

托育服务作为生育支持体系的一个重要组成部分，是国际上常见的国家支持家庭婴幼儿照护、刺激生育行为的重要措施[2]。当前我国婴幼儿托育服务政策面临着诸多挑战，为此，部分地区积极探索发展路径并取得初步成效，贵州省也推出了一系列政策，不断推动托育服务提质增效。

近年来，贵州省在婴幼儿照护与产后护理工作方面取得了一定成效。根据贵州省卫健委发布的《2023年贵州省卫生健康事业发展统计公报》，2022年到2023年，全省孕产妇死亡率从10.85/10万下降到7.17/10万、婴儿死亡率从3.15‰下降到3.12‰、5岁以下儿童死亡率从4.87‰下降到4.77‰，均优于全国平均水平。然而，贵州省在婴幼儿托育照护方面也存在着诸多困境。根据贵州省财政厅的相关发布内容，当前省内托育存在资金分配不均、建设力度弱、获得资金支持有限等问题。因此，贵州省相关政策制定时应当加强托育建设项目以及托育机构的行业监管，用好用活中央和省级财政资金，发挥财政资金的引导作用，调动社会力量投资托育机构的积极性，鼓励良性竞争，推动省内托育服务更高质量的发展。综上所述，如何对贵州省现有的婴幼儿托育照护政策开展客观、系统地评价分析，进而推动政策的完善与优化，已成为政策制定者及学术界共同关注的问题。

目前，我国学者对于婴幼儿托育服务政策的研究主要聚焦于以下三个方面：一是对美国、英国、荷兰等欧美发达国家的婴幼儿托育服务政策进行现状及启示研究，或从内容构成与实施效果两方面对比分析各国托育服务政策[3]，或从公民权视角探究各国托育实践的公平[4]。二是中央和地方的托育服务政策发展脉络及阶段划分研究，或探究一段时期内我国婴幼儿托育服务政策变迁的脉络、特征与趋势[5]，或对婴幼儿托育服务政策的价值取向变迁进行梳理[6]。三是我国婴幼儿托育服务政策需求及措施研究，或围绕资金设施、人才供给、服务标准、公共政策支持、行业治理规范以及托育社会环境等方面回应托育机构的政策需求[7]，或基于婴幼儿照护服务的发展理念分析当前各省发展婴幼儿照护服务措施[8]。

此外，PMC指数模型在婴幼儿托育服务政策研究领域的应用相对较少，相关的研究成果也较为有限。基于此模型对贵州省婴幼儿托育服务政策的分析研究更是处于空白。有学者聚焦于普惠托育服务政策，构建新时代我国普惠托育服务政策PMC指数评价模型[9]。还有学者基于托幼公共服务政策，应用PMC指数模型从多维视角量化托幼公共服务政策全貌，对其进行问题剖析及对策研究[10]。

综上所述，我国尤其是贵州省聚焦于婴幼儿托育服务政策的研究仍存在不足和部分缺口，现阶段聚焦于婴幼儿托育服务政策的评价研究较少且方法有待拓展。基于此，本研究采用PMC指数模型，结合最新政策研究成果，构建政策评价体系，以此剖析贵州省婴幼儿托育服务政策现状及问题，为政策优化提供建议。

2. 政策选取与文本挖掘

2.1. 政策文本收集

本文以贵州省婴幼儿托育服务相关的政策文件作为研究对象。以“托育”“婴幼儿照护”等词语作为关键词，在贵州省人民政府、北大法宝等网站进行检索，综合考虑政策的相关性和完整性，最终筛选出《省人民政府办公厅关于印发贵州省促进养老托育服务高质量发展实施方案的通知》(黔府办发〔2022〕6号)等9篇政策文件，如表1所示。

Table 1. Policy document on infant and toddler care services in Guizhou Province

表1. 贵州省婴幼儿托育服务政策文件

政策序号	政策名称	发文编号
P1	省人民政府办公厅关于印发贵州省促进养老托育服务高质量发展实施方案的通知	黔府办发〔2022〕6号
P2	省卫生健康委关于印发《开展贵州省示范性托育机构创建活动工作方案》的通知	黔卫健发〔2023〕9号
P3	省卫生健康委等10部门关于印发《贵州省托育机构管理实施细则(试行)》的通知	黔卫健发〔2023〕10号
P4	省卫生健康委等6部门关于印发《贵州省托育机构登记和备案实施细则(试行)》的通知	黔卫健发〔2023〕11号
P5	省卫生健康委 省中医药局 省疾病预防控制局关于印发《关于促进医疗卫生机构支持托育服务发展的工作方案》的通知	黔卫健发〔2024〕15号
P6	遵义市汇川区人民政府办公室关于促进全区托育机构规范管理工作的通知	汇府办发〔2022〕37号
P7	黔南州人民政府办公室关于印发黔南州促进托育服务健康发展的若干措施的通知	黔南府办函〔2022〕76号
P8	仁怀市人民政府办公室关于印发仁怀市支持托育服务发展实施方案的通知	仁府办函〔2024〕18号
P9	县人民政府办公室关于印发息烽县聚焦“一小”落实“334”托育服务保障体系实施方案的通知	息府办函〔2024〕27号

2.2. 语义网络图谱构建

为提高政策评价过程的客观性和可靠性，本文采用ROSTCM6.0软件对政策文件样本进行高频词提取和语义网络图谱构建，从而为PMC评价指标体系的构建提供依据与参考。

首先，将表1所示的政策文本正文导入文本文档进行合并，随后使用ROSTCM6.0中的分词功能对合并后的政策文本进行中文分词处理。

其次，通过人工筛查，发现诸如“贵州省”“应当”一类的词语出现频率较高，且对本文研究无明显意义。将该类词语添加到停用词表中，完成去停用词处理，得出贵州省婴幼儿托育服务政策文件的前30位高频词，如表2所示。

最后，利用ROSTCM6.0软件的语义网络和社会网络生成工具，构建出贵州省婴幼儿托育服务政策文件的语义网络图谱，如图1所示。通过语义网络图谱，可以发现“机构”“服务”“卫生”“婴幼儿”“健康”等词语位于政策文本的核心结构，与其他关键词呈现出较高的辐射程度。

Table 2. High-frequency words in policy documents on infant and childcare services in Guizhou Province (top 30)

表2. 贵州省婴幼儿托育服务政策文件高频词(前30位)

高频词序号	词汇	词频	高频词序号	词汇	词频
1	机构	482	16	备案	74
2	服务	392	17	开展	66
3	卫生	194	18	登记	64
4	婴幼儿	178	19	规范	62
5	健康	176	20	培训	61
6	管理	122	21	标准	58
7	养老	122	22	消防	58
8	发展	106	23	加强	55
9	照护	106	24	按照	55
10	建设	104	25	监督	50
11	部门	104	26	促进	50
12	单位	100	27	监管	50
13	指导	77	28	落实	50
14	人员	76	29	社会	49
15	安全	76	30	设施	48

Figure 1. Semantic web mapping of policy documents for infant and toddler childcare services in Guizhou Province

图1. 贵州省婴幼儿托育服务政策文件语义网络图谱

3. PMC指数模型构建

PMC指数模型(Policy Modeling Consistency Index)由学者Estrada提出，认为在进行研究政策时应当全面考量所有可能相关的变量，从而提高评价的客观性与可靠性[11]。目前，该方法广泛用于对政策文本进行系统性分析。

为制定科学的贵州省婴幼儿托育服务政策PMC评价体系，本研究综合参考了国内相关研究成果[9] [12]-[16]，结合前文所述的高频词挖掘与语义网络图谱构建结果，本文构建出贵州省婴幼儿托育服务政策PMC评价体系，如表3所示。一级变量共计10项，涵盖了政策性质、发布机构、政策目标、政策领域、政策内容、政策工具等不同维度，充分借鉴了学界对于PMC评价体系的研究成果与经验。二级变量共计38项，根据相关学科理论知识以及文本挖掘结果综合设计。总的来说，本研究设计的贵州省婴幼儿托育服务政策PMC评价体系具备较好的科学性与完备性。

Table 3. PMC evaluation system for infant and toddler childcare service policy in Guizhou Province

表3. 贵州省婴幼儿托育服务政策PMC评价体系

一级变量及编码	二级变量及编码	二级变量评价标准(是 = 1，否 = 0)
X1政策性质	X1:1描述 X1:2引导 X1:3建议 X1:4预测	是否涉及对婴幼儿托育现状的描述 是否鼓励婴幼儿托育事业发展 是否针对婴幼儿托育提出建议 是否针对婴幼儿托育前景做出预测
X2发布机构	X2:1政府及其组成部门 X2:2政府直属机构 X2:3其他部门	发布主体是否含有政府及其组成部门 发布主体是否含有政府直属机构 发布主体是否含有其他部门
X3政策目标	X3:1扩大托育服务供给 X3:2提升托育服务质量 X3:3健全托育结构体系	是否涉及到扩大婴幼儿托育服务供给 是否涉及到提升婴幼儿托育服务质量 是否涉及到健全婴幼儿托育结构体系
X4政策领域	X4:1政治 X4:2经济 X4:3文化 X4:4社会	是否涉及政策、法规等内容 是否涉及经济发展等内容 是否涉及科教文化等内容 是否涉及民生就业、社会服务等内容
X5政策内容	X5:1服务场域 X5:2服务内容 X5:3服务模式 X5:4资源联动 X5:5产品研发 X5:6数字技术 X5:7创新体制机制	是否涉及托育机构等场所 是否涉及具体的托育服务内容 是否涉及托育服务模式(如全日托、半日托等) 是否涉及资源共享、多方合作等内容 是否涉及托育产品与技术的研发 是否引入大数据、互联网等新兴技术手段 是否关联体制机制创新(如公建民营等)
X6政策工具	X6:1供给型 X6:2需求型 X6:3环境型	是否涉及提供服务 是否涉及创造需求 是否涉及环境建设
X7保障激励	X7:1要素保障 X7:2激励机制 X7:3监督管理 X7:4部门协同 X7:5宣传引领 X7:6政务服务 X7:7信息公开 X7:8配套政策	是否涉及师资建设、用地保障等内容 是否关联税收优惠、运营补贴等支持性政策 是否涵盖安全监管、收费监管等管理举措 是否涉及多部门协同工作等内容 是否涉及试点探索、示范机构建设等安排 是否提供优质便捷的政务服务 是否公开评估结果、行政检查等信息 是否有配套政策保证保障激励举措施行
X8政策评价	X8:1依据充分 X8:2目标明确 X8:3规划详实 X8:4细节完善	政策制定依据来源是否充分 政策目标是否含有可量化、可明确的指标 政策规划是否清晰且有条理 政策细节是否全面完善
X9政策视角	X9:1宏观 X9:2微观	是否涉及战略部署等宏观维度 是否涉及具体做法等围观维度
X10政策公开

在PMC指数模型构建中，除一级变量与二级变量外，还需引入“1”和“0”两个参数。如果二级变量可以拟合到政策文本中，则该变量赋值为“1”；反之，则赋值为“0”。例如，对照政策P1的条款，若其内容涉及对婴幼儿托育现状的描述，则对应二级变量(X_1:1描述)取值为“1”；反之则赋值为“0”。参考PMC指数模型在既往政策评价中的应用，本研究中所有一级变量的权重均设定为相同，即10项一级变量各占10%的权重比例。

4. 量化评价与实证研究

4.1. 建立多投入产出表

多投入产出表是计算PMC指数值的重要依据和必要前提。根据本文的变量设置，建立贵州省婴幼儿托育服务政策PMC评价多投入产出表，如表4所示。

Table 4. Multi-Input-Output table for PMC evaluation of infant and toddler child care service policy in Guizhou Province

表4. 贵州省婴幼儿托育服务政策PMC评价多投入产出表

一级变量	X1	X2	X3	X4	X5	X6	X7	X8	X9	X10
二级变量	X1:1 X1:2 X1:3 X1:4	X2:1 X2:2 X2:3	X3:1 X3:2 X3:3	X4:1 X4:2 X4:3 X4:4	X5:1 X5:2 X5:3 X5:4 X5:5 X5:6 X5:7	X6:1 X6:2 X6:3	X7:1 X7:2 X7:3 X7:4 X7:5 X7:6 X7:7 X7:8	X8:1 X8:2 X8:3 X8:4	X9:1 X9:2	/

4.2. PMC指数值计算与政策评级

PMC指数的计算主要包括以下四个步骤：第一，在多投入产出表中导入全部变量；第二，对政策文本进行映射分析，按照公式(1)和(2)对二级变量进行赋值；第三，根据公式(3)计算一级变量的值；第四，根据一级变量得分，按照公式(4)计算各项政策的PMC指数。

随后，根据各项政策的PMC指数可将政策分为较差、可接受、良好以及优秀四个等级。等级划分参考Estrada的评价标准，如表5所示。

$X:N\left[0,1\right]$ (1)

$X=\left\{XR:\left[0\sim 1\right]\right\}$ (2)

$X_i={\displaystyle \sum }_{j=1}^n\frac{X_{ij}}{T\left(X_{ij}\right)}$ (3)

$\begin{array}{l}\text{PMC}=[X_1\left({\displaystyle \sum }_{j=1}^4\frac{X_{1j}}{4}\right)+X_2\left({\displaystyle \sum }_{j=1}^3\frac{X_{2j}}{3}\right)+X_3\left({\displaystyle \sum }_{j=1}^3\frac{X_{3j}}{3}\right)+X_4\left({\displaystyle \sum }_{j=1}^4\frac{X_{4j}}{4}\right)+X_5\left({\displaystyle \sum }_{j=1}^7\frac{X_{5j}}{7}\right)\\ +X_6\left({\displaystyle \sum }_{j=1}^3\frac{X_{6j}}{3}\right)+X_7\left({\displaystyle \sum }_{j=1}^8\frac{X_{7j}}{8}\right)+X_8\left({\displaystyle \sum }_{j=1}^4\frac{X_{8j}}{4}\right)+X_9\left({\displaystyle \sum }_{j=1}^2\frac{X_{9j}}{2}\right)+X_{10}]\end{array}$ (4)

Table 5. Criteria for rating the PMC index

表5. PMC指数评级标准

总指数	[0, 5)	[5, 7)	[7, 9)	[9, 10]
评价等级	较差	可接受	良好	优秀

基于上述步骤，计算得出9项贵州省婴幼儿托育服务政策的PMC指数(保留两位小数)及其对应的等级与排名，如表6所示。

Table 6. PMC index of infant and toddler childcare service policies in Guizhou Province

表6. 贵州省婴幼儿托育服务政策PMC指数

政策序号	X1	X2	X3	X4	X5	X6	X7	X8	X9	X10	PMC指数	等级	排名
P1	0.75	0.33	1.00	1.00	1.00	0.67	1.00	1.00	1.00	1.00	8.75	良好	3
P2	0.50	0.33	1.00	0.67	0.71	0.33	0.75	1.00	1.00	1.00	7.29	良好	9
P3	0.50	1.00	1.00	1.00	0.71	0.67	0.88	1.00	1.00	1.00	8.76	良好	2
P4	0.50	1.00	1.00	0.75	0.71	0.67	0.63	1.00	1.00	1.00	8.26	良好	4
P5	0.50	0.67	1.00	1.00	0.86	1.00	1.00	1.00	1.00	1.00	9.03	优秀	1
P6	0.50	0.33	1.00	1.00	0.71	0.67	0.88	1.00	1.00	1.00	8.09	良好	7
P7	0.75	0.33	1.00	1.00	0.43	0.67	1.00	1.00	1.00	1.00	8.18	良好	6
P8	0.75	0.33	1.00	0.75	0.43	0.67	0.75	1.00	1.00	1.00	7.68	良好	8
P9	0.75	0.33	1.00	1.00	0.71	0.67	0.75	1.00	1.00	1.00	8.21	良好	5
均值	0.61	0.52	1.00	0.91	0.70	0.67	0.85	1.00	1.00	1.00	8.25	良好	/

4.3. 绘制雷达图

通过绘制政策总体平均雷达图(图2)、优秀政策雷达图(图3)、良好政策评价雷达图(图4)，可直观展现样本政策的长处与短板，为政策量化评价结果分析提供依据。

Figure 2. Overall average radar chart

图2. 总体平均雷达图

Figure 3. Radar chart of policy excellence

图3. 优秀政策雷达图

Figure 4. Average radar chart of good policies

图4. 良好政策平均雷达图

4.4. 政策量化评价结果分析

4.4.1. 政策整体性分析

根据表6对样本政策的等级划分，发现无“可接受”“较差”级别的政策，表明贵州省婴幼儿托育服务政策在设计时对各指标的考量较为全面与科学。但“优秀”级别政策仅有1项，说明样本政策仍需进一步优化完善。

4.4.2. 政策分等级分析

1) 优秀政策

在所有纳入研究的政策文件中，仅有政策P5达到“优秀”级别，其PMC指数值为9.03，在政策设计的各个维度都较为完备。就除去政策公开(X₁₀)的各维度来看，其政策目标(X₃)、政策领域(X₄)、政策工具(X₆)、保障激励(X₇)、政策评价(X₈)、政策视角(X₉)的得分均为满分，说明该政策在目标设定、领域覆盖、政策工具类型、保障激励措施等方面均表现出色。尤其是在保障激励(X₇)方面，政策P5体现出了其他政策都没有的完备性与综合性。但通过其雷达图仍然可以发现较为明显的凹陷区域，对应表现为一级变量中的政策性质(X₁)、发布机构(X₂)以及政策内容(X₅)，这表明了政策P5仍然存在着政策性质不够全面，发布机构较为单一，政策内容有待完善的不足之处。

2) 良好政策

所有纳入研究的政策文件中，共有8项政策达到“良好”级别，依次是P1、P2、P3、P4、P6、P7、P8、P9，它们的PMC指数均值为8.15。就除去政策公开(X₁₀)的各维度来看，其政策目标(X₃)、政策评价(X₈)和政策视角(X₉)的得分均为满分，说明这些政策文本目标设定合理，政策评价客观，政策视角丰富。但通过其雷达图仍然可以发现明显的凹陷区域，反映出这些政策在政策性质(X₁)、发布机构(X₂)、政策领域(X₄)、政策内容(X₅)、政策工具(X₆)、保障激励(X₇)维度有待完善。此外，结合PMC指数结果表可知这些良好政策在发布机构(X₂)、政策内容(X₅)维度存在较大的得分差异，这也为得分较低的政策提供了优化方向。

5. 结论及建议

本研究应用ROSTCM6.0词频分析工具，对贵州省婴幼儿托育服务政策进行文本挖掘，并基于高频词和关键词构建贵州省婴幼儿托育服务政策PMC评价体系。在此基础之上，计算9项样本政策的PMC指数，并绘制雷达图，对各项政策进行评级与分析。

评估发现：政策质量总体较好，贵州省婴幼儿托育服务政策文本处于“整体良好”水平(优秀级1项，良好级8项)。9项政策目标指向多元、保健举措覆盖广、整体科学性较高、视野把握全面。然而各项政策普遍存在政策性质不够全面，发布机构较为单一，政策内容有待完善，政策工具有待优化的问题，且良好等级的政策在发布机构、政策内容维度分化明显。基于此，本文提出以下几点建议：

1) 发布机构方面，本研究中发布机构层面的PMC指数均分较低，发布机构单一，部门间制定政策与监督管理缺乏协调。而当前婴幼儿托育服务涉及卫生健康、教育等多个领域，仅靠单一部门的碎片化政策不利于贵州省相关工作的统筹开展，无法保证政策实施效果的有效性。因此，建议推动政府多部门联合制定婴幼儿托育政策，构建跨部门协同机制，倡导卫生健康、教育等多部门共同参与政策制定，强化政策统筹力度，重点强化卫健部门行业监管、教育部门课程指导、人社部门职业培训、财政部门专项保障的协同效能，通过制度性安排推动形成政策合力，以更好地推动政策有效实施[17]。

2) 政策内容方面，政策内容不够丰富，缺乏产品与技术研究等内容。建议运用互联网、大数据等技术，构建信息支撑体系，深化托育产品与技术研发创新。搭建“互联网 + 托育服务”一体化管理平台，推行线上线下融合服务模式，形成覆盖全周期的托育服务网络。搭建托育服务大数据管理中心，通过实施动态监测、关联分析、智能预警等制度，确保数据实时性与准确性，推动管理决策智能化升级。完善服务监管体系，建立托育服务质量评估指标体系，将数字化监管纳入机构考核范畴。通过数据交叉验证、家长满意度调查等方式，形成“政府监管 + 社会监督 + 家长参与”的协同治理机制，持续提升托育服务规范化、专业化水平。

3) 政策工具方面，研究发现9项政策普遍缺少对需求型政策工具的使用，建议运用各种鼓励措施调动群众等参与主体的积极性，满足群众多样化婴幼儿托育服务需求。政策工具创新方面，充分发挥如服务外包、社会参与、推广宣传、人才供给等激励型政策工具的作用，通过购买社会服务、公建民营招标、公益创投计划等模式拓宽社会力量参与渠道，重点引导专业托育机构、职业院校和行业协会形成服务供给联盟，积极将专业托育机构引入政策实践。技术赋能方面，可运用大数据技术构建需求动态监测平台，整合卫健、教育、民政等部门数据，建立覆盖城乡的托育需求数据库，同时识别区域供需缺口以及时调整服务类型及模式，从而满足群众多样化婴幼儿托育服务需求。

4) 保健激励方面，本研究中政策普遍缺乏优质便捷的政务服务，在税收优惠、运营补贴上投入力度不够，管理措施也有待完善。为此提出以下建议：一是设立托育服务“一站式”窗口，简化审批流程。二是建立健全监管体系及投诉反馈渠道，完善日常监督制度，遵循属地管辖与职能分工原则，应强化卫健、发改、教育等行政部门的行业监管责任，建立权责明晰的专业指导与动态监督机制；同时引入第三方测评机构，通过量化评估指标体系形成科学测评依据形成“政府主导–专业评估–社会参与”的监管闭环。三是扩大税收优惠范围，对非营利机构给予更高税率减免，加大税收优惠、运营补贴力度。

基金项目

贵州大学大学生创新创业训练计划项目资助(gzugc2024016)。