基于扎根理論的大數(shù)據(jù)政策共詞網(wǎng)絡(luò)研究

徐蕾 李慶 肖相澤

〔摘 要〕[目的/意義]本文在已有的關(guān)于大數(shù)據(jù)政策研究基礎(chǔ)上，分析當(dāng)前國(guó)內(nèi)的大數(shù)據(jù)政策的關(guān)注焦點(diǎn)與不足，為后續(xù)的政策創(chuàng)新提供參考借鑒。[方法/過(guò)程]以9個(gè)國(guó)家級(jí)大數(shù)據(jù)綜合試驗(yàn)區(qū)2014年11月至2017年11月出臺(tái)的政策為研究樣本，綜合運(yùn)用扎根理論、詞頻分析和政策力度測(cè)量方法，確立政策關(guān)鍵詞的權(quán)重，借鑒Ochiia 系數(shù)得出關(guān)鍵詞共詞矩陣，利用可視化分析工具獲取共詞網(wǎng)絡(luò)。并綜合運(yùn)用度中心性研究、聚類(lèi)分析、多維尺度分析和社會(huì)網(wǎng)絡(luò)分析方法研究網(wǎng)絡(luò)的結(jié)點(diǎn)特征與網(wǎng)絡(luò)結(jié)構(gòu)。[結(jié)果/結(jié)論]發(fā)現(xiàn)現(xiàn)階段我國(guó)大數(shù)據(jù)試驗(yàn)區(qū)政策重點(diǎn)關(guān)注金融財(cái)稅對(duì)大數(shù)據(jù)發(fā)展的支持、大數(shù)據(jù)產(chǎn)業(yè)的集聚發(fā)展、基本的制度建設(shè)和基礎(chǔ)設(shè)施建設(shè)、創(chuàng)新發(fā)展應(yīng)用等方面。對(duì)于產(chǎn)業(yè)引導(dǎo)基金、核心企業(yè)培育、大數(shù)據(jù)的深層次應(yīng)用以及外部技術(shù)的引進(jìn)等方面存在不足。

〔關(guān)鍵詞〕扎根理論；大數(shù)據(jù)；政策；共詞網(wǎng)絡(luò)

DOI：10.3969/j.issn.1008-0821.2018.06.023

〔中圖分類(lèi)號(hào)〕G301 〔文獻(xiàn)標(biāo)識(shí)碼〕A 〔文章編號(hào)〕1008-0821（2018）06-0157-08

〔Abstract〕[Purpose/Significance]Based on the previous research on big data policy，the paper analyzed the focus and shortcomings of the big data policy in China.And the results provided reference for the subsequent policy innovation.[Method/Process]The paper used 9 National Big Data Comprehensive Experimental Zone issued policies in November 2014 to November 2017 as the research sample，with the grounded theory，word frequency analysis and method of policy strength measure to establish the weight of policy keywords.Then，using the experience of Ochiia coefficient matrix establish a keyword co-word matrix，and using visual analysis tools for common words network.By using the methods of degree centrality，cluster analysis，multidimensional scaling analysis and social network analysis to research the nodes characteristics and network structure.[Result/Conclusion]Found that the policies issued by National Big Data Test Comprehensive Area were focus on financial fiscal support for the development of the big data，the big data industry cluster development，basic system construction and infrastructure construction，application of innovation and development，etc.There were deficiencies in the industry guidance fund，core enterprise cultivation，the deep application of big data and the introduction of external technology.

〔Key words〕grounded theory；big data；policy；co-word network

大數(shù)據(jù)作為信息資本和數(shù)據(jù)資源將對(duì)經(jīng)濟(jì)發(fā)展、國(guó)家治理、政府決策、公共服務(wù)、組織方式和業(yè)務(wù)流程等產(chǎn)生巨大影響。習(xí)近平總書(shū)記在中共中央政治局就實(shí)施國(guó)家大數(shù)據(jù)戰(zhàn)略集體學(xué)習(xí)時(shí)指出“大數(shù)據(jù)發(fā)展日新月異，應(yīng)該審時(shí)度勢(shì)、精心謀劃、超前布局、力爭(zhēng)主動(dòng)，深入了解大數(shù)據(jù)發(fā)展現(xiàn)狀和趨勢(shì)及其對(duì)經(jīng)濟(jì)社會(huì)發(fā)展的影響，加強(qiáng)國(guó)際數(shù)據(jù)治理政策儲(chǔ)備和治理規(guī)則研究，提出中國(guó)方案?！贝髷?shù)據(jù)已經(jīng)成為經(jīng)濟(jì)轉(zhuǎn)型發(fā)展的重要推動(dòng)力，中央和地方政府也陸續(xù)出臺(tái)了各項(xiàng)措施，為大數(shù)據(jù)產(chǎn)業(yè)集聚和發(fā)展提供有力支撐。

為提升我國(guó)在數(shù)據(jù)資源應(yīng)用、數(shù)據(jù)要素流通、大數(shù)據(jù)產(chǎn)業(yè)發(fā)展等方面的能力，國(guó)務(wù)院先后批準(zhǔn)了9家國(guó)家級(jí)大數(shù)據(jù)綜合試驗(yàn)區(qū)（以下簡(jiǎn)稱(chēng)“大數(shù)據(jù)試驗(yàn)區(qū)”或“試驗(yàn)區(qū)”），旨在通過(guò)政策、組織機(jī)構(gòu)等方面的先行先試，探索大數(shù)據(jù)應(yīng)用于創(chuàng)新經(jīng)驗(yàn)，提升大數(shù)據(jù)產(chǎn)業(yè)發(fā)展水平。當(dāng)前各個(gè)試驗(yàn)區(qū)主要通過(guò)政策引導(dǎo)等方式，學(xué)習(xí)和探尋大數(shù)據(jù)產(chǎn)業(yè)的發(fā)展規(guī)律，試圖發(fā)現(xiàn)適合本地大數(shù)據(jù)發(fā)展的路徑。政策引導(dǎo)在大數(shù)據(jù)發(fā)展中的突出作用，使得有必要對(duì)政策內(nèi)容展開(kāi)詳細(xì)分析，了解當(dāng)前試驗(yàn)區(qū)政策關(guān)注的焦點(diǎn)與熱點(diǎn)，探討大數(shù)據(jù)政策的發(fā)展趨勢(shì)和發(fā)展方向。一方面為試驗(yàn)區(qū)下一步政策的制定提供參考，科學(xué)謀劃大數(shù)據(jù)發(fā)展路徑；另一方面，也能夠?yàn)槠渌貐^(qū)大數(shù)據(jù)產(chǎn)業(yè)的發(fā)展提供先行先試的政策經(jīng)驗(yàn)，為提升我國(guó)大數(shù)據(jù)總體實(shí)力奠定堅(jiān)實(shí)的理論基礎(chǔ)。

1 研究綜述

共詞分析方法是文獻(xiàn)計(jì)量學(xué)的重要分析工具之一，其內(nèi)涵是將一組關(guān)鍵詞同時(shí)出現(xiàn)在文本中作為媒介，建立詞匯間的橫向聯(lián)系。一般認(rèn)為同時(shí)出現(xiàn)的次數(shù)越多，詞匯間的關(guān)系越緊密，反之則越疏遠(yuǎn)。關(guān)鍵詞在文本共現(xiàn)的作用下即可形成共詞矩陣，運(yùn)用可視化分析工具將共詞矩陣外化成共詞網(wǎng)絡(luò)，通過(guò)對(duì)網(wǎng)絡(luò)的分析，即可揭示關(guān)鍵詞之間的親疏關(guān)系和網(wǎng)絡(luò)的結(jié)構(gòu)特征。Darvish等基于WoS的研究文本，運(yùn)用共詞網(wǎng)絡(luò)方法分析了土耳其納米技術(shù)的應(yīng)用與擴(kuò)散[1]。Katsurai認(rèn)為傳統(tǒng)的文本分析無(wú)法及時(shí)捕捉信息的變動(dòng)，創(chuàng)新運(yùn)用了動(dòng)態(tài)共詞網(wǎng)絡(luò)實(shí)現(xiàn)對(duì)文本特點(diǎn)的全時(shí)段追蹤[2]。黃萃等以1949-2010年中央政府頒發(fā)的4 707件政策文獻(xiàn)為分析樣本，采用共詞分析和聚類(lèi)分析的研究方法，研究了不同歷史時(shí)期科技創(chuàng)新政策主題聚焦點(diǎn)的變化[3]。楊煜等通過(guò)抓取37份我國(guó)生態(tài)文明政策文本的高頻詞匯，運(yùn)用共詞網(wǎng)絡(luò)分析方法，研究了生態(tài)文明政策網(wǎng)絡(luò)的結(jié)構(gòu)特征[4]。蘇志英等運(yùn)用共詞網(wǎng)絡(luò)分析方法研究了3 183篇第三部門(mén)研究論文的關(guān)鍵詞，了解近年來(lái)我國(guó)第三部門(mén)的研究熱點(diǎn)[5]。現(xiàn)有的研究對(duì)于文本關(guān)鍵詞的提取普遍存在主觀偏見(jiàn)，而通過(guò)內(nèi)容抓取的形式，盡管會(huì)根據(jù)抓取內(nèi)容進(jìn)行進(jìn)一步的人工篩選，但無(wú)法歸納表述相近的詞匯，且軟件抓取只能以2～3個(gè)字組成的詞匯，容易忽視概括文本整體的核心詞組，造成對(duì)文本信息理解失真，共詞網(wǎng)絡(luò)無(wú)法表達(dá)文本的真實(shí)信息。

質(zhì)性研究的扎根理論最早是由社會(huì)學(xué)者Galsser和Strauss于1967年提出，是一種運(yùn)用系統(tǒng)化的程序，針對(duì)某一問(wèn)題或者某一現(xiàn)象來(lái)發(fā)展并歸納式地引導(dǎo)出數(shù)據(jù)中包含的發(fā)展規(guī)律[6]。Charmaz認(rèn)為扎根理論能夠客觀、科學(xué)地分析文本的主旨要義和結(jié)構(gòu)特征，能夠應(yīng)運(yùn)于理論建構(gòu)和文本的深入分析之中[7]。在公共管理研究領(lǐng)域，李賀樓闡明了扎根理論方法對(duì)于本土公共管理研究的現(xiàn)實(shí)意義，并指出了使用該方法應(yīng)注意的事項(xiàng)[8]。杜根旺等通過(guò)扎根理論分析我國(guó)創(chuàng)新政策的演進(jìn)，分析推動(dòng)創(chuàng)新政策的結(jié)構(gòu)特征和發(fā)展的重點(diǎn)[9]。肖相澤認(rèn)為通過(guò)運(yùn)用扎根理論的編碼過(guò)程，能夠有效提取政策文本的核心要義，繼而能夠?qū)ξ谋菊归_(kāi)量化分析提供了契機(jī)[10]。

詞頻分析由Laver等率先提出的基于文本的詞頻測(cè)量方法，廣泛應(yīng)用于文本分析之中[11]。陳慧茹等以某一關(guān)鍵詞在某篇文本中出現(xiàn)的頻次作為其賦權(quán)的方式，獲取關(guān)鍵詞的權(quán)重，從而對(duì)政策文本展開(kāi)詞頻分析[12]。不同政策文本，由于出臺(tái)的政府層級(jí)差別，政策的力度是不同的，由此帶來(lái)的關(guān)鍵詞的重要程度也存在一定的差別。彭紀(jì)生等將政策力度劃分為5個(gè)等級(jí)，根據(jù)政策的發(fā)布機(jī)構(gòu)及政策屬性進(jìn)行打分，以突出政策的差別[13]。

關(guān)于大數(shù)據(jù)政策研究方面，Athey提出運(yùn)用大數(shù)據(jù)分析應(yīng)用于城市規(guī)劃建設(shè)、火災(zāi)等預(yù)警，能夠?yàn)橛行Q策提供支撐[14]。張勇進(jìn)等通過(guò)對(duì)比分析美國(guó)、澳大利亞等發(fā)達(dá)國(guó)家在大數(shù)據(jù)產(chǎn)業(yè)規(guī)劃、應(yīng)用以及管理等方面的政策文本，提出了我國(guó)大數(shù)據(jù)發(fā)展借鑒的經(jīng)驗(yàn)[15]；周京艷等對(duì)18項(xiàng)國(guó)家級(jí)大數(shù)據(jù)政策文本展開(kāi)分析，研究了政策的合理性與有效性[16]；范梓騰等對(duì)當(dāng)前大數(shù)據(jù)政策進(jìn)行歸類(lèi)，并探討了政策的分布占比，提出了相應(yīng)改進(jìn)措施[17]。然而，已有關(guān)于大數(shù)據(jù)政策的研究多以定性的規(guī)范性論述為主，定量研究也只是對(duì)政策文本性質(zhì)的簡(jiǎn)單歸納，并沒(méi)有對(duì)文本內(nèi)容與結(jié)構(gòu)展開(kāi)深入與詳細(xì)地分析。本文在扎根理論獲取關(guān)鍵詞的基礎(chǔ)上，運(yùn)用詞頻分析獲取關(guān)鍵詞的權(quán)重，通過(guò)對(duì)政策力度的測(cè)量獲取各關(guān)鍵詞的綜合權(quán)重，從而建構(gòu)大數(shù)據(jù)政策共詞網(wǎng)絡(luò)。綜合了質(zhì)性研究與定性分析，一方面解決了以提取關(guān)鍵詞建立網(wǎng)絡(luò)的中心固定化的弊端，實(shí)現(xiàn)了去中心化的目的，保證信息的完整度；另一方面，根據(jù)政策力度確定關(guān)鍵詞權(quán)重，有效實(shí)現(xiàn)了對(duì)關(guān)鍵詞重要程度的精準(zhǔn)度量。

2 研究方法與網(wǎng)絡(luò)構(gòu)建

2.1 數(shù)據(jù)來(lái)源

鑒于本文主要的研究重點(diǎn)在于考察各家試驗(yàn)區(qū)在大數(shù)據(jù)領(lǐng)域關(guān)注的重點(diǎn)與焦點(diǎn)，以及在大數(shù)據(jù)領(lǐng)域的發(fā)展特色。因此，將主要考察試驗(yàn)區(qū)內(nèi)出臺(tái)的政策，國(guó)家級(jí)的政策并不在研究范圍內(nèi)。以各試驗(yàn)區(qū)政府官方網(wǎng)站公開(kāi)的大數(shù)據(jù)政策為基礎(chǔ)，初步得到總計(jì)107篇政策文本。通過(guò)進(jìn)一步的政策通讀，刪除其中12篇存在信息不完整以及與大數(shù)據(jù)無(wú)關(guān)的政策，最終得到88篇政策文本作為研究對(duì)象。

2.2 基于扎根理論的關(guān)鍵詞提取

扎根理論認(rèn)為，只有對(duì)文本展開(kāi)深入的分析研究，才能尋找文本的核心要義[18]。通過(guò)仔細(xì)精讀每一篇政策文本，了解每一篇文本的主旨要義，采用5～10個(gè)不等的長(zhǎng)短句凝練文本的核心內(nèi)容，從而保持對(duì)文本記錄的準(zhǔn)確性，避免先入為主的觀點(diǎn)影響文本內(nèi)涵的挖掘。運(yùn)用開(kāi)放編碼的形式，將長(zhǎng)短句與文本內(nèi)容反復(fù)比對(duì)和研判，尋找能夠反映文本思想的原始概念，共獲取628個(gè)初始關(guān)鍵詞。由于初始關(guān)鍵詞層次低、數(shù)量較大，且重復(fù)性較高。因此，運(yùn)用歸納的方法，對(duì)初始關(guān)鍵詞重復(fù)或表達(dá)意義相近的進(jìn)行合并整理，獲取關(guān)鍵詞196個(gè)。結(jié)合關(guān)鍵詞出現(xiàn)的頻次，剔除只出現(xiàn)1次的關(guān)鍵詞，最終得到97個(gè)關(guān)鍵詞。在獲取初始關(guān)鍵詞的同時(shí)，需要統(tǒng)計(jì)初始關(guān)鍵詞每一篇文本中出現(xiàn)的頻次，以此確定關(guān)鍵詞的權(quán)重。由于最終的關(guān)鍵詞經(jīng)過(guò)了合并整理，因此，每一個(gè)關(guān)鍵詞在文本中的權(quán)重，都應(yīng)該是以初始關(guān)鍵詞的權(quán)重為依據(jù)。假定第i篇文本的第n個(gè)初始關(guān)鍵詞出現(xiàn)了win次，則初始關(guān)鍵詞在文本中的權(quán)重Qin=win/∑nwin。將每一篇政策文本的初始關(guān)鍵詞與合并的關(guān)鍵詞一一對(duì)應(yīng)，即可獲取每一篇政策文本的每一項(xiàng)關(guān)鍵詞的權(quán)重。

2.3 政策力度測(cè)量

每一篇政策由于實(shí)施主體、國(guó)家重視程度以及社會(huì)關(guān)注度等不同，政策文本的重要性存在明顯的差別[19]。政策的重要性差別反映在體現(xiàn)政策內(nèi)容的關(guān)鍵詞權(quán)重方面也應(yīng)該有所不同。本文根據(jù)已有研究經(jīng)驗(yàn)，針對(duì)政策力度的差別，設(shè)定政策測(cè)量評(píng)價(jià)指標(biāo)[12-13]，對(duì)政策的力度實(shí)施測(cè)量。依據(jù)政策發(fā)布的主體不同，將政策分為?。ㄖ陛犑校┘?jí)、市級(jí)、縣區(qū)級(jí)等3個(gè)等級(jí)，對(duì)3個(gè)不同等級(jí)的政策進(jìn)行測(cè)量；依據(jù)政策在國(guó)家層面以及社會(huì)的關(guān)注程度，將政策劃分為首批示范區(qū)政策、第二批示范區(qū)政策，對(duì)不同批次的示范區(qū)政策賦權(quán)，綜合衡量政策的力度。

3 結(jié)果分析

3.1 度中心性分析

度中心性是衡量網(wǎng)絡(luò)中結(jié)點(diǎn)重要程度的關(guān)鍵指標(biāo)，結(jié)點(diǎn)在網(wǎng)絡(luò)中的度中心性越高，說(shuō)明結(jié)點(diǎn)在網(wǎng)絡(luò)中越重要[20]。對(duì)于無(wú)向網(wǎng)絡(luò)中，結(jié)點(diǎn)的絕對(duì)度中心性是各個(gè)結(jié)點(diǎn)連結(jié)的數(shù)目之和，這樣的測(cè)算結(jié)果，度中心性大小受網(wǎng)絡(luò)規(guī)模大小影響較重[20]。因此，為了消除網(wǎng)絡(luò)規(guī)模對(duì)度中心性的影響，將結(jié)點(diǎn)連結(jié)的數(shù)字之和除以結(jié)點(diǎn)的最大可能連結(jié)數(shù)，即可獲得結(jié)點(diǎn)的相對(duì)中心度。同樣的，對(duì)于加權(quán)網(wǎng)絡(luò)來(lái)說(shuō)，絕對(duì)中心度為結(jié)點(diǎn)連結(jié)的權(quán)重之和，其相對(duì)中心度為權(quán)重之和與最大可能的中心度的比值。限于篇幅，本文將列出度中心性值前10位的關(guān)鍵詞。表4中可以發(fā)現(xiàn)，大數(shù)據(jù)在網(wǎng)絡(luò)中的重要性遠(yuǎn)遠(yuǎn)高于其他關(guān)鍵詞，開(kāi)放共享、數(shù)據(jù)安全以及基礎(chǔ)設(shè)施建設(shè)等關(guān)鍵詞在網(wǎng)絡(luò)中的重要程度大致相當(dāng)。

3.2 聚類(lèi)分析

聚類(lèi)分析是將研究樣本集合劃分為由類(lèi)似的對(duì)象建構(gòu)的多個(gè)簇的研究方法[22]。多個(gè)研究對(duì)象根據(jù)自身的數(shù)據(jù)狀態(tài)，自動(dòng)集聚，形成一類(lèi)，不必進(jìn)行事先的人為設(shè)定。每一類(lèi)集合的研究對(duì)象存在相似的特性，每一類(lèi)集合之間存在一定的差異。通過(guò)對(duì)大數(shù)據(jù)試驗(yàn)區(qū)政策關(guān)鍵詞共詞網(wǎng)絡(luò)的相異矩陣進(jìn)行分層聚類(lèi)分析，得到聚類(lèi)分析的樹(shù)狀圖（篇幅有限，樹(shù)狀圖從略）。結(jié)合研究?jī)?nèi)容，將10設(shè)定為聚類(lèi)分析的劃分距離，獲得6類(lèi)關(guān)鍵詞集聚集合。根據(jù)關(guān)鍵詞的內(nèi)涵，將6類(lèi)集合命名為：制度建設(shè)、產(chǎn)業(yè)集聚、保障機(jī)制、科研創(chuàng)新投入、發(fā)展應(yīng)用和外部環(huán)境支撐。

3.3 多維尺度分析

不同于聚類(lèi)分析把樣本的特征作為分類(lèi)標(biāo)準(zhǔn)，多維尺度分析是運(yùn)用降維的思路，對(duì)研究樣本進(jìn)行分類(lèi)分析，了解樣本之間的內(nèi)部關(guān)系，同時(shí)又保留樣本間原始關(guān)系的統(tǒng)計(jì)分析方法[23]。研究樣本以集聚的形式，呈現(xiàn)在二維圖譜中，具體如圖1所示。同樣的，根據(jù)關(guān)鍵詞的內(nèi)涵與外延，以第一象限為起點(diǎn)，順時(shí)針將關(guān)鍵詞的4個(gè)集合依次歸納為：外部支持與規(guī)劃、發(fā)展應(yīng)用、制度化管理和大數(shù)據(jù)產(chǎn)業(yè)培育與基礎(chǔ)設(shè)施建設(shè)。整體而言，大數(shù)據(jù)政策的關(guān)鍵詞在圖譜中的分布比較均勻，只有大數(shù)據(jù)處于圖譜相對(duì)居中的位置，且并不明顯，其他各關(guān)鍵詞與中心位置的距離相近。說(shuō)明了大數(shù)據(jù)是政策的核心與關(guān)鍵，其他關(guān)鍵詞在政策中的作用相似，沒(méi)有太明顯的差別。

3.4 共詞網(wǎng)絡(luò)的可視化分析

網(wǎng)絡(luò)是復(fù)雜社會(huì)的高度抽象，通過(guò)對(duì)網(wǎng)絡(luò)的形成及演化過(guò)程的研究，能夠最大程度上還原現(xiàn)實(shí)社會(huì)各種復(fù)雜狀態(tài)[24]。社會(huì)網(wǎng)絡(luò)分析是對(duì)參與者之間的交互聯(lián)系分析為核心的一種研究范式，能夠?qū)⒊橄箨P(guān)系具象化。通過(guò)使用社會(huì)網(wǎng)絡(luò)分析軟件Ucinet和其附屬的制圖軟件Netdraw，基于核心關(guān)鍵詞共現(xiàn)矩陣?yán)L制出國(guó)家級(jí)大數(shù)據(jù)綜合試驗(yàn)區(qū)大數(shù)據(jù)政策的社會(huì)網(wǎng)絡(luò)圖譜（如圖2所示）。通過(guò)研究發(fā)現(xiàn)，大數(shù)據(jù)政策關(guān)鍵詞共詞網(wǎng)絡(luò)的整體密度為0.642，加權(quán)網(wǎng)絡(luò)密度為0.501。表明了網(wǎng)絡(luò)比較密集，結(jié)點(diǎn)間的關(guān)系比較密切。

聚類(lèi)分析、多維尺度分析和社會(huì)網(wǎng)絡(luò)分析由于自身的局限性，在分析結(jié)點(diǎn)特征和網(wǎng)絡(luò)結(jié)構(gòu)描述的過(guò)程中或多或少存在一些不足。聚類(lèi)分析無(wú)法反映結(jié)點(diǎn)在網(wǎng)絡(luò)中的地位，多維尺度分析無(wú)法描述結(jié)點(diǎn)間的關(guān)系，社會(huì)網(wǎng)絡(luò)分析盡管通過(guò)度中心性和網(wǎng)絡(luò)密度研究，能夠從整體上了解網(wǎng)絡(luò)架構(gòu)，發(fā)現(xiàn)結(jié)點(diǎn)在網(wǎng)絡(luò)中的重要性。然而，無(wú)法描繪結(jié)點(diǎn)在網(wǎng)絡(luò)中的集聚效果，對(duì)結(jié)點(diǎn)的屬性特征無(wú)法展開(kāi)深入分析。因此，綜合三種分析方法，在關(guān)鍵詞社會(huì)網(wǎng)絡(luò)圖譜的基礎(chǔ)上，以結(jié)點(diǎn)大小表示度中心性。通過(guò)對(duì)核心關(guān)鍵詞進(jìn)行主觀的再次判別和劃分主題類(lèi)別，將大數(shù)據(jù)政策共詞網(wǎng)絡(luò)的概貌概括為“一個(gè)核心，六大主題”。一個(gè)核心是圍繞大數(shù)據(jù)形成的以數(shù)據(jù)采集、數(shù)據(jù)安全、云計(jì)算等4大關(guān)鍵詞敏感地帶，六大主題依據(jù)關(guān)鍵詞的內(nèi)涵和權(quán)重的高低，從核心敏感地帶左上方開(kāi)始逆時(shí)針?lè)较蛞来螢?）外部支撐；2）基本要素建設(shè)；3）大數(shù)據(jù)的應(yīng)用領(lǐng)域；4）制度保障建設(shè)；5）促進(jìn)舉措；6）產(chǎn)業(yè)集聚。

3.5 大數(shù)據(jù)政策關(guān)鍵詞共詞網(wǎng)絡(luò)分析

3.5.1 外部支撐

試驗(yàn)區(qū)發(fā)展大數(shù)據(jù)產(chǎn)業(yè)離不開(kāi)必要的外部支持，包括一系列的扶持政策、必要的政府支持、金融扶持、財(cái)政補(bǔ)助、引導(dǎo)基金等。這其中，當(dāng)前試驗(yàn)區(qū)大數(shù)據(jù)政策主要關(guān)注的焦點(diǎn)在于尋求政府的支持、金融扶持、財(cái)政資助補(bǔ)助以及稅收優(yōu)惠，在泛金融領(lǐng)域包括引導(dǎo)基金的設(shè)立等方面還存在一定的欠缺。因此，對(duì)于試驗(yàn)區(qū)而言，一方面大數(shù)據(jù)產(chǎn)業(yè)的發(fā)展離不開(kāi)資金的支持，需要進(jìn)一步擴(kuò)大金融的扶持力度；另一方面，在推動(dòng)融資發(fā)展的過(guò)程中應(yīng)該要進(jìn)一步強(qiáng)化引導(dǎo)基金、融資擔(dān)保等在促進(jìn)大數(shù)據(jù)產(chǎn)業(yè)發(fā)展過(guò)程中的重要作用。

3.5.2 基本要素建設(shè)

圖3中，當(dāng)前制定的政策中關(guān)于大數(shù)據(jù)的基本要素建設(shè)，除了必要的基礎(chǔ)設(shè)施外，尤其強(qiáng)調(diào)對(duì)于大數(shù)據(jù)人才的建設(shè)。大數(shù)據(jù)行業(yè)的特殊性使得其對(duì)人才的要求，特別是高層次人才的需要往往高于其他行業(yè)。在試驗(yàn)區(qū)的發(fā)展中，多數(shù)試驗(yàn)區(qū)都提出了要強(qiáng)化人才的培育與引進(jìn)，打造大數(shù)據(jù)人才集聚高地。同時(shí)，與已有的產(chǎn)業(yè)示范區(qū)不同，大數(shù)據(jù)試驗(yàn)區(qū)還比較重視對(duì)大數(shù)據(jù)文化的培育與建設(shè)工作，究其原因，筆者認(rèn)為，大數(shù)據(jù)產(chǎn)業(yè)的發(fā)展打破了已有的社會(huì)認(rèn)知和傳統(tǒng)的治理模式，特別是在政務(wù)管理領(lǐng)域，對(duì)現(xiàn)有的政府管理模式和組織架構(gòu)產(chǎn)生了巨大地沖擊。因此，對(duì)于發(fā)展大數(shù)據(jù)產(chǎn)業(yè)來(lái)說(shuō)，有必要在全社會(huì)形成數(shù)據(jù)化思維與行為范式，為大數(shù)據(jù)發(fā)展提供思想保障。

3.5.3 大數(shù)據(jù)的應(yīng)用領(lǐng)域

眾所周知，大數(shù)據(jù)以其客觀性、大樣本和預(yù)測(cè)性強(qiáng)等特點(diǎn)，能夠應(yīng)用于社會(huì)發(fā)展的各個(gè)領(lǐng)域。由于我國(guó)的大數(shù)據(jù)研究起步晚，大數(shù)據(jù)的應(yīng)用尚處于起步階段。目前試驗(yàn)區(qū)在稅收治理、金融服務(wù)、農(nóng)業(yè)扶貧、醫(yī)療、政務(wù)活動(dòng)、交通等大數(shù)據(jù)應(yīng)用較為廣泛的領(lǐng)域展開(kāi)了先行先試的探索，就相關(guān)內(nèi)容出臺(tái)了一系列的政策法規(guī)保障數(shù)據(jù)應(yīng)用的順利推進(jìn)，并取得了一定的成效。從度中心性結(jié)果來(lái)看，現(xiàn)階段大數(shù)據(jù)實(shí)驗(yàn)區(qū)的大數(shù)據(jù)應(yīng)用主要聚焦在政務(wù)應(yīng)用方面。從實(shí)際的發(fā)展效果來(lái)說(shuō)，當(dāng)前各試驗(yàn)區(qū)雖然強(qiáng)化了數(shù)據(jù)的應(yīng)用，也提出了在大致的發(fā)展方向，但是對(duì)于具體操作方面尚未有明確的發(fā)展思路和經(jīng)驗(yàn)。此外，在大數(shù)據(jù)應(yīng)用的深層次領(lǐng)域，如跨行業(yè)的數(shù)據(jù)交叉等方面還有待提升。

3.5.4 制度保障建設(shè)

新興產(chǎn)業(yè)的發(fā)展離不開(kāi)必要的制度支撐，大數(shù)據(jù)行業(yè)的產(chǎn)權(quán)界定不清晰、隱私保護(hù)不健全等方面的困境導(dǎo)致數(shù)據(jù)的使用、交易都存在制度障礙。因此，試驗(yàn)區(qū)制定了相關(guān)的利益保護(hù)機(jī)制和激勵(lì)機(jī)制，并針對(duì)試驗(yàn)區(qū)的使命，建立了容錯(cuò)機(jī)制，建構(gòu)一整套完善的制度保障體系，保障數(shù)據(jù)的應(yīng)用和交易的順利進(jìn)行。根據(jù)圖中結(jié)點(diǎn)的大小可以看出，當(dāng)前政策主要關(guān)注宏觀的管理體制和遠(yuǎn)期的規(guī)劃，還沒(méi)有根據(jù)不同產(chǎn)業(yè)領(lǐng)域的應(yīng)用有針對(duì)性的提出專(zhuān)門(mén)的管理方案。

3.5.5 促進(jìn)舉措

該類(lèi)主題中要素整合、產(chǎn)學(xué)研合作、考核評(píng)估、招商引資等核心關(guān)鍵詞尤其受試驗(yàn)區(qū)政策關(guān)注。對(duì)于多數(shù)試驗(yàn)區(qū)來(lái)說(shuō)，大數(shù)據(jù)的發(fā)展基礎(chǔ)較為薄弱，想要在快速提升產(chǎn)業(yè)的發(fā)展水平，一方面需要借助外在力量，通過(guò)招商引資的方式，引進(jìn)行業(yè)內(nèi)具有一定競(jìng)爭(zhēng)力的機(jī)構(gòu)，快速與先進(jìn)水平接軌；另一方面需要提升內(nèi)在實(shí)力，積極拓展產(chǎn)學(xué)研合作，促進(jìn)大數(shù)據(jù)科技成果轉(zhuǎn)化和技術(shù)水平提升。試驗(yàn)區(qū)也認(rèn)識(shí)到適當(dāng)?shù)目己嗽u(píng)估也能夠保證大數(shù)據(jù)產(chǎn)業(yè)發(fā)展方向和目標(biāo)不發(fā)生偏轉(zhuǎn)。當(dāng)然，也可以看到，試驗(yàn)區(qū)對(duì)于大數(shù)據(jù)技術(shù)的創(chuàng)新和引進(jìn)力度還不夠，借助外力發(fā)展大數(shù)據(jù)產(chǎn)業(yè)、提升大數(shù)據(jù)的科技含量和技術(shù)水平的認(rèn)知需要加強(qiáng)，以及相關(guān)的制度壁壘還需要破除。

3.5.6 產(chǎn)業(yè)集聚

多數(shù)試驗(yàn)區(qū)在政策中明確提出了要建立大數(shù)據(jù)產(chǎn)業(yè)園、特色小鎮(zhèn)、示范區(qū)等產(chǎn)業(yè)集聚區(qū)，從而實(shí)現(xiàn)產(chǎn)業(yè)升級(jí)轉(zhuǎn)型和經(jīng)濟(jì)水平提升，并最終實(shí)現(xiàn)創(chuàng)新型城市建設(shè)的目的。同時(shí)，當(dāng)前試驗(yàn)區(qū)的政策也希望通過(guò)要素整合的方式，建構(gòu)完整的大數(shù)據(jù)產(chǎn)業(yè)鏈，實(shí)現(xiàn)產(chǎn)業(yè)從實(shí)體經(jīng)濟(jì)向數(shù)字經(jīng)濟(jì)轉(zhuǎn)變。另外，在政策共詞網(wǎng)絡(luò)的研究中發(fā)現(xiàn)，試驗(yàn)區(qū)的產(chǎn)業(yè)集聚政策側(cè)重于產(chǎn)業(yè)的集聚效應(yīng)和示范引領(lǐng)作用，在產(chǎn)業(yè)與現(xiàn)有發(fā)展基礎(chǔ)的結(jié)合，核心企業(yè)的培育等方面亟待加強(qiáng)。

4 研究結(jié)論

本文在已有研究的基礎(chǔ)上，綜合運(yùn)用扎根理論、詞頻分析和政策力度測(cè)量方法，以9家大數(shù)據(jù)試驗(yàn)區(qū)2014年11月至2017年11月出臺(tái)的政策為研究樣本，通過(guò)可視化分析工具得出共詞網(wǎng)絡(luò)。并綜合運(yùn)用聚類(lèi)分析、多維尺度分析和社會(huì)網(wǎng)絡(luò)分析方法研究網(wǎng)絡(luò)的結(jié)點(diǎn)特征與網(wǎng)絡(luò)結(jié)構(gòu)，得出了一些大數(shù)據(jù)政策創(chuàng)新的重要結(jié)論。一是大數(shù)據(jù)實(shí)驗(yàn)區(qū)的發(fā)展注重金融財(cái)稅領(lǐng)域的支持和基礎(chǔ)設(shè)施的建設(shè)，但同時(shí)，外部的支撐體系和基礎(chǔ)設(shè)施建設(shè)不夠完善，當(dāng)前我國(guó)大數(shù)據(jù)發(fā)展還處于建設(shè)早期，還沒(méi)有形成數(shù)字化思維體系和文化氛圍；二是開(kāi)始將大數(shù)據(jù)的應(yīng)用范圍聚焦在政務(wù)、金融、扶貧等領(lǐng)域，但是這些應(yīng)用只是方向性的，并沒(méi)有出臺(tái)較為實(shí)際的政策，也沒(méi)有提出相應(yīng)發(fā)展領(lǐng)域的制度保障，政策落地和大數(shù)據(jù)的具體應(yīng)用推廣存在實(shí)操性和細(xì)則性障礙；三是大數(shù)據(jù)發(fā)展充分借鑒已有產(chǎn)業(yè)發(fā)展的經(jīng)驗(yàn)，利用外來(lái)技術(shù)和資金，建立區(qū)域聯(lián)動(dòng)機(jī)制集聚發(fā)展。充分發(fā)揮我國(guó)在互聯(lián)網(wǎng)行業(yè)的后發(fā)優(yōu)勢(shì)，推動(dòng)企業(yè)自主創(chuàng)新。

本文運(yùn)用多種方法對(duì)國(guó)家大數(shù)據(jù)試驗(yàn)區(qū)政策關(guān)鍵詞的共詞網(wǎng)絡(luò)展開(kāi)分析，嘗試用大數(shù)據(jù)的方法研究大數(shù)據(jù)政策，了解政策的發(fā)展現(xiàn)狀和不足，從而能夠?yàn)檎邉?chuàng)新提供經(jīng)驗(yàn)借鑒。當(dāng)然，由于主客觀因素的影響，本文的研究還存在一定的不足和改進(jìn)之處。今后的研究中可以嘗試從政策轉(zhuǎn)移的視角，研究政策轉(zhuǎn)移的路徑與網(wǎng)絡(luò)，探討政策的重要性和創(chuàng)新性；亦或以政策文本為考察對(duì)象，結(jié)合各地區(qū)大數(shù)據(jù)產(chǎn)業(yè)的發(fā)展實(shí)際，研究政策的措施和目標(biāo)的協(xié)同效應(yīng)，以及政策的實(shí)施效果等。

參考文獻(xiàn)

[1]Darvish H，Tonta Y.The Network Structure of Nanotechnology Research Output of Turkey：A Co-authorship and Co-word Analysis Study[C]// Issi 2015 Istanbul：，International Society of Scientometrics and Informetrics Conference，2015.

[2]Katsurai M.Bursty Research Topic Detection from Scholarly Data Using Dynamic Co-word Networks：A Preliminary Investigation[C]// IEEE，International Conference on Big Data Analysis.IEEE，2017：115-119.

[3]黃萃，趙培強(qiáng)，李江.基于共詞分析的中國(guó)科技創(chuàng)新政策變遷量化分析[J].中國(guó)行政管理，2015，（9）：115-122.

[4]楊煜，張宗慶.基于共詞分析的中國(guó)生態(tài)文明政策網(wǎng)絡(luò)研究[J].北京理工大學(xué)學(xué)報(bào)：社會(huì)科學(xué)版，2016，18（5）：10-15.

[5]蘇志英，馮鋒，肖相澤.中國(guó)語(yǔ)境下第三部門(mén)研究的可視化分析——基于共詞網(wǎng)絡(luò)視角[J].公共管理與政策評(píng)論，2015，4（2）：82-91.

[6]Glaser B G，Holton J.Remodeling Grounded Theory[J].Historical Social Research/Historis che Social for schung.Supplement，2007：47-68.

[7]Charmaz K.Constructing Grounded Theory：A Practical Guide Through Qualitative Analysis[J].International Journal of Qualitative Studies on Health and Well-Being，2014，1（3）：378-380.

[8]李賀樓.扎根理論方法與國(guó)內(nèi)公共管理研究[J].中國(guó)行政管理，2015，（11）：76-81.

[9]杜根旺，汪濤.中國(guó)創(chuàng)新政策的演進(jìn)——基于扎根理論[J].技術(shù)經(jīng)濟(jì)，2015，34（7）：1-4.

[10]肖相澤.國(guó)家自主創(chuàng)新示范區(qū)科技創(chuàng)新“政策—績(jī)效—評(píng)價(jià)”研究[D].合肥：中國(guó)科學(xué)技術(shù)大學(xué)，2016：25-68.

[11]Laver，Michael，Benoit，Kenneth，Garry，John.Extracting Policy Positions from Political Texts Using Words as Data[J].The American Political Science Review，2003，97（2）：311-331.

[12]陳慧茹，肖相澤，馮鋒.科技創(chuàng)新政策加權(quán)共詞網(wǎng)絡(luò)研究——基于扎根理論與政策測(cè)量[J].科學(xué)學(xué)研究，2016，34（12）：1769-1776.

[13]彭紀(jì)生，仲為國(guó)，孫文祥.政策測(cè)量、政策協(xié)同演變與經(jīng)濟(jì)績(jī)效：基于創(chuàng)新政策的實(shí)證研究[J].管理世界，2008，（9）：25-36.

[14]Athey S.Beyond Prediction：Using Big Data for Policy Problems[J].Science，2017，355（6324）：483.

[15]張勇進(jìn)，王璟璇.主要發(fā)達(dá)國(guó)家大數(shù)據(jù)政策比較研究[J].中國(guó)行政管理，2014，（12）：113-117.

[16]周京艷，張惠娜，黃裕榮.政策工具視角下我國(guó)大數(shù)據(jù)政策的文本量化分析[J].情報(bào)探索，2016，（12）：7-10.

[17]范梓騰、譚海波.地方政府大數(shù)據(jù)發(fā)展政策的文獻(xiàn)量化研究——基于政策“目標(biāo)—工具”匹配的視角[J].中國(guó)行政管理，2017，（12）：46-53.

[18]Goulding C.Grounded Theory：A Practical Guide for Management，Business and Market Researchers[M].California：Sage Publications，Inc，2002：347-378.

[19]王莉方，周華麗.我國(guó)創(chuàng)業(yè)教育政策的價(jià)值結(jié)構(gòu)探析——基于政策文本分析的視角[J].四川理工學(xué)院學(xué)報(bào)：社會(huì)科學(xué)版，2014，（4）：29-31.

[20]Albert R，Barabasi A L.Statistical Mechanics of Complex Networks[J].Reviews of Modem Physics，2002，74（1）：47.

[21]Barabasi A L，Albert R.Emergence of Scaling in Random Networks[J].Science，1999，286（5439）：509-512.

[22]Galimberti G，Manisi A，Soffritti G.Modelling the Role of Variables in Model-Based Cluster Analysis[J].Statistics & Computing，2017：1-25.

[23]Dahlem N W，Zimet G D，Walker R R.The Multidimensional Scale of Perceived Social Support：a confirmation study.[J].Journal of Clinical Psychology，1991，47（6）：756-761.

[24]李慶.科技創(chuàng)新政策的轉(zhuǎn)移、轉(zhuǎn)移網(wǎng)絡(luò)和競(jìng)爭(zhēng)力研究[D].合肥：中國(guó)科學(xué)技術(shù)大學(xué)，2017：55-60.

（責(zé)任編輯：孫國(guó)雷）