基于PMC-AE指数模型的应急产业发展政策量化评价研究
Quantitative Evaluation of Emergency Industry Development Policies Based on the PMC-AE Index Model
DOI: 10.12677/orf.2025.155237, PDF,    国家自然科学基金支持
作者: 蔡震宇, 倪 静:上海理工大学管理学院,上海
关键词: 应急产业发展政策评价PMC-AE指数模型LDA主题建模Emergency Industry Development Policy Evaluation PMC-AE Index Model LDA Topic Modeling
摘要: [目的/意义]:应急产业作为保障公共安全与应对突发事件的关键领域,其政策优化对提升国家应急管理能力至关重要。[方法/过程]:本文利用文本挖掘技术、LDA主题建模等方法发现政策主题,利用PMC-AE指数评价模型系统评估2014~2024年中共中央及地方政府发布的14项应急产业政策。[结果/结论]:实证结果表明:政策样本得分均较高,说明政策文本内容设定较为合理且符合现实需求,但在性质、激励措施、工具等方面仍存在需要完善的空间。本文提出以下建议:(1) 增加政策文本中涉及监管及建议的内容。(2) 完善激励措施,改善政策实施精准度。(3) 优化供给型、需求型、环境型政策工具组合,合理安排结构占比以促进目标达成。(4) 制订政企协同机制,增进政策落地功效。
Abstract: [Purpose/Significance]: As a key area for ensuring public safety and responding to emergencies, emergency industry policy optimization is crucial for enhancing national emergency management capabilities. [Methods/Process]: This paper uses text mining, LDA topic modeling and the PMC-AE index evaluation model to assess 14 emergency industry policies issued by Chinese central and local governments from 2014 to 2024. [Results/Conclusions]: Results show high policy scores, indicating reasonable and demand-aligned content. Yet, improvements are needed in attributes, incentives and policy tools. Recommendations include: (1) adding regulatory and advisory content; (2) refining incentives for better implementation precision; (3) optimizing the mix of supply-side, demand-side and environment-related policy tools; (4) establishing government-enterprise collaborative mechanisms to enhance implementation effectiveness.
文章引用:蔡震宇, 倪静. 基于PMC-AE指数模型的应急产业发展政策量化评价研究[J]. 运筹与模糊学, 2025, 15(5): 126-139. https://doi.org/10.12677/orf.2025.155237

参考文献

[1] 王燕青, 陈红. 应急管理理论与实践演进: 困局与展望[J]. 管理评论, 2022, 34(5): 290-303.
[2] 钟宗炬, 吴晓倩, 张海波. 产业政策如何驱动中国应急产业发展?——基于应急产业政策的文本分析[J]. 北京行政学院学报, 2019(3): 43-52.
[3] 曹建廷, 赵钟楠, 邢子强. 加强洪涝灾害风险管理的途径研究[J]. 中国工程科学, 2024, 26(6): 120-130.
[4] 唐林霞, 邹积亮. 应急产业发展的动力机制及政策激励分析[J]. 中国行政管理, 2010(3): 80-83.
[5] Liu, Y., Kang, C. and Yin, Z. (2020) Construction of Interpretive Structure Modeling for the Influencing Factors of Emergency Industry Development. Journal of Intelligent & Fuzzy Systems, 38, 6927-6935. [Google Scholar] [CrossRef
[6] 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.
[7] 王思, 张洪铭. 基于PMC指数模型的我国大模型产业政策文本量化研究[J/OL]. 情报科学, 1-20.
http://kns.cnki.net/kcms/detail/22.1264.G2.20241023.1931.018.html, 2025-05-28.
[8] 刘忠志, 赵明. 基于主题模型的众包任务复杂度测量研究[J]. 管理评论, 2023, 35(9): 142-154.
[9] Ruiz Estrada, M.A. (2011) Policy Modeling: Definition, Classification and Evaluation. Journal of Policy Modeling, 33, 523-536. [Google Scholar] [CrossRef
[10] 时倩如, 李贺, 沈旺, 等. 基于高阶和低阶交互关系的深度学习推荐模型研究[J]. 情报理论与实践, 2024, 47(4): 189-196.
[11] 孙国超, 徐硕, 乔晓东. 主题模型可视化研究综述[J]. 情报工程, 2015, 1(6): 51-61.
[12] 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.
[13] 王思丽, 张伶. 基于文献内容挖掘的创新和技术转移关系研究[J]. 情报探索, 2023(9): 16-24.
[14] Ruiz Estrada, M.A. (2010) The Policy Modeling Research Consistency Index (PMC-Index). SSRN Electronic Journal. [Google Scholar] [CrossRef
[15] 董纪昌, 袁铨, 尹利君, 等. 基于PMC指数模型的单项房地产政策量化评价研究——以我国“十三五”以来住房租赁政策为例[J]. 管理评论, 2020, 32(5): 3-13.
[16] 成全, 董佳, 陈雅兰. 创新型国家战略背景下的原始性创新政策评价[J]. 科学学研究, 2021, 39(12): 2281-2293.
[17] 宋铁波, 姚浩, 黄键斌. 智能制造政策的挖掘与量化评价研究——以大湾区九市为例[J]. 管理评论, 2023, 35(10): 310-319.