政策對(duì)科研選題的影響

梁繼文 楊建林 王偉

摘?要：[目的/意義]提出自動(dòng)化的政策文本量化方法，探索政策對(duì)科研選題的影響，為趨勢(shì)預(yù)測(cè)、前沿識(shí)別以及未來的科研選題提供參考。[方法/過程]文章以戰(zhàn)略性新興產(chǎn)業(yè)中的新能源汽車領(lǐng)域?yàn)闃影?，綜合使用了文獻(xiàn)調(diào)研法、專家咨詢法與政策工具，將政策文本表征為詞向量后，通過特征擴(kuò)展來識(shí)別關(guān)鍵性政策文本，并抽取政策關(guān)鍵短語來代表政策主題;選用LD

A模型提取論文主題來表征科研選題，通過對(duì)比分析政策文本主題與論文主題來探索政策對(duì)科研選題的影響。[結(jié)果/結(jié)論]通過實(shí)證研究表明，文章提出的方法可以實(shí)現(xiàn)政策文本的自動(dòng)分解;證實(shí)了政策會(huì)對(duì)科研選題產(chǎn)生一定程度的影響，并為前沿識(shí)別與趨勢(shì)預(yù)測(cè)研究提供建議。

關(guān)鍵詞：政策文本量化;政策分解;主題分析;科研選題;LDA模型;情報(bào)服務(wù);前沿識(shí)別;趨勢(shì)預(yù)測(cè);新能源汽車

DOI：10.3969/j.issn.1008-0821.2021.08.011

〔中圖分類號(hào)〕G250.23?〔文獻(xiàn)標(biāo)識(shí)碼〕A?〔文章編號(hào)〕1008-0821（2021）08-0109-10

Research?on?the?Impact?of?Policy?on?Scientific?Research?Topics

——Based?on?the?Quantitative?Method?of?Political?Texts

Liang?Jiwen1，2?Yang?Jianlin1，2?Wang?Wei1，2

（1.School?of?Information?Management，Nanjing?University，Nanjing?210023，China;

2.Jiangsu?Key?Laboratory?of?Data?Engineering?&?Knowledge?Service，Nanjing?210023，China）

Abstract：[Purpose/Significance]This?article?attempted?to?propose?an?automated?policy?text?quantification?method，explored?the?impact?of?policies?on?scientific?research?topics，and?provide?references?for?trend?forecasting，frontier?identification，and?future?scientific?research?topics.[Method/Process]The?paper?took?the?new-energy?vehicle?field?in?the?emerging?sectors?of?strategic?importance?as?an?example，comprehensively?used?the?literature?research?method，expert?consultation?method，and?policy?tools，characterized?the?policy?text?as?a?word?vector，and?then?used?feature?expansion?to?identify?key?policy?texts，extracted?the?policy?keyphrases?represent?the?theme?of?the?policy.We?used?the?thesis?theme，choose?the?LDA?model?to?extract?the?topic，through?the?comparative?analysis?of?the?public?policy?and?thesis?topic?to?explore?the?influence?of?policies?on?scientific?research?topics.[Results/Conclusions]The?empirical?research?shows?that?the?method?proposed?in?the?article?can?realize?the?automatic?decomposition?of?the?policy;it?proves?that?the?policy?has?a?certain?degree?of?influence?on?the?selection?of?scientific?research?topics，and?provides?suggestions?for?frontier?identification?and?trend?prediction?research.

Key?words：quantitative?analysis?of?policy;policy?decomposition;topic?analysis;scientific?research?topic;LDA?model;intelligent?service;frontier?identification;trend?prediction;new?energy?vehicle

科技進(jìn)步是促進(jìn)社會(huì)經(jīng)濟(jì)進(jìn)步的主要推手，在當(dāng)前形勢(shì)下，科技實(shí)力是國(guó)家間競(jìng)爭(zhēng)的實(shí)質(zhì)?？萍颊呤钦疄榇龠M(jìn)科技發(fā)展、通過科技來服務(wù)于國(guó)家目標(biāo)而采取的措施，20世紀(jì)70年代之前，我國(guó)科技政策主要以國(guó)家安全為導(dǎo)向，之后則轉(zhuǎn)向與產(chǎn)業(yè)政策的協(xié)同整合[1]。自20世紀(jì)80年代，我國(guó)先后出臺(tái)了大量產(chǎn)業(yè)綱要性政策與行業(yè)結(jié)構(gòu)調(diào)整政策，產(chǎn)業(yè)政策的主要任務(wù)之一便是“促進(jìn)產(chǎn)業(yè)內(nèi)部結(jié)構(gòu)調(diào)整”[2]，2005年頒布了首部《產(chǎn)業(yè)結(jié)構(gòu)調(diào)整指導(dǎo)目錄》并逐年調(diào)整、延續(xù)至今，該目錄覆蓋了國(guó)民經(jīng)濟(jì)中的大類行業(yè)，詳盡列出了鼓勵(lì)類、限制類、淘汰類的產(chǎn)品與項(xiàng)目，這意味著通過對(duì)產(chǎn)業(yè)結(jié)構(gòu)進(jìn)行調(diào)整也會(huì)影響領(lǐng)域內(nèi)的技術(shù)創(chuàng)新與進(jìn)步。

傳統(tǒng)意義上，科技政策作用于企業(yè)研發(fā)，產(chǎn)業(yè)政策作用于產(chǎn)業(yè)組織與產(chǎn)業(yè)結(jié)構(gòu)[3]，但隨著產(chǎn)業(yè)政策與科技政策協(xié)同發(fā)展，Rothwell?R等將科技政策與產(chǎn)業(yè)政策合并為創(chuàng)新政策[4]，指出政策的引導(dǎo)作用貫穿于“基礎(chǔ)研究—技術(shù)創(chuàng)新—轉(zhuǎn)移轉(zhuǎn)化—技術(shù)商品化—商品產(chǎn)業(yè)化”（創(chuàng)新鏈）的整個(gè)流程。李建花將科技政策與產(chǎn)業(yè)政策的結(jié)合部分表述為產(chǎn)業(yè)技術(shù)政策，指出政府通過產(chǎn)業(yè)政策來明確特定時(shí)段內(nèi)產(chǎn)業(yè)重點(diǎn)發(fā)展方向與技術(shù)的重點(diǎn)研發(fā)領(lǐng)域[1]。因此，可以認(rèn)為政策產(chǎn)生的影響不僅作用于企業(yè)研發(fā)與產(chǎn)業(yè)結(jié)構(gòu)方面，還會(huì)作用于技術(shù)發(fā)展等其他方面。

情報(bào)學(xué)始終以服務(wù)國(guó)家安全發(fā)展、引領(lǐng)科技創(chuàng)新進(jìn)步為己任，熱點(diǎn)識(shí)別、前沿識(shí)別、趨勢(shì)預(yù)測(cè)等始終是情報(bào)學(xué)科的重點(diǎn)研究方向?，F(xiàn)有研究多數(shù)基于領(lǐng)域論文與專利數(shù)據(jù)，通過挖掘內(nèi)部的研究主題演化模式，來預(yù)測(cè)領(lǐng)域發(fā)展趨勢(shì)與前沿。但除論文、專利外的科技政策與產(chǎn)業(yè)政策等其他指導(dǎo)性文件，也極有可能對(duì)領(lǐng)域內(nèi)的研究趨勢(shì)造成影響。本文以戰(zhàn)略性新興產(chǎn)業(yè)之一的新能源汽車為樣板領(lǐng)域，使用詞向量表征政策文本，實(shí)現(xiàn)了自動(dòng)化的政策分解與政策關(guān)鍵短語抽取，通過論文主題來反應(yīng)領(lǐng)域內(nèi)的科研選題，進(jìn)行了新能源汽車政策與論文主題的對(duì)比分析，從內(nèi)容層面分析政策對(duì)領(lǐng)域內(nèi)的科研選題、技術(shù)發(fā)展等方面的影響。一方面，通過自動(dòng)化的政策文本量化方法，可以從政策中識(shí)別國(guó)家戰(zhàn)略需求從而提供主動(dòng)式情報(bào)服務(wù)，發(fā)揮情報(bào)學(xué)“耳目尖兵參謀”的作用;另一方面，通過探索政策內(nèi)容與領(lǐng)域科研的關(guān)聯(lián)，可以為趨勢(shì)預(yù)測(cè)、前沿識(shí)別以及未來科研選題提供參考。

1?相關(guān)研究

1.1?政策文本量化研究

政策文本是政府行為的載體，客觀記載了政策的意圖與實(shí)施過程[5]。對(duì)政策文本的內(nèi)容進(jìn)行量化分析，可以明確政策主題、掌握政策演化方向、把握政策發(fā)展趨勢(shì)。政策文本量化分析的方法包含以下3類：政策文獻(xiàn)計(jì)量、內(nèi)容分析法、文本表示法[6]。

政策文獻(xiàn)計(jì)量融合了文獻(xiàn)計(jì)量學(xué)、統(tǒng)計(jì)學(xué)、社會(huì)學(xué)等多種學(xué)科方法[7]，將政策文本類比為學(xué)術(shù)文獻(xiàn)，定義并識(shí)別政策文獻(xiàn)的結(jié)構(gòu)要素，輔以共詞分析、網(wǎng)絡(luò)分析、時(shí)序分析等方法來探索政策的分布特征、主題變遷、合作模式與體系結(jié)構(gòu)等[8-9]。此外，部分研究探索了政策的計(jì)量指標(biāo)，如政策擴(kuò)散計(jì)量指標(biāo)[10]、政策實(shí)體指標(biāo)等[11]。但政策文本不同于科技文獻(xiàn)，缺少關(guān)鍵詞信息，若要分析文獻(xiàn)主題變遷，需要人工標(biāo)引政策關(guān)鍵詞并進(jìn)行解讀。

內(nèi)容分析法構(gòu)建了從政策文本到語義的分析單元，主要使用人工編碼的方式將文本內(nèi)容轉(zhuǎn)化為含有規(guī)定語義信息的數(shù)字編號(hào)。最常見的方法是基于政策工具理論制定分析框架，如Rothwell?R等提出的經(jīng)典的供給、環(huán)境與需求政策工具[4]。在產(chǎn)業(yè)政策研究中，國(guó)內(nèi)學(xué)者基于國(guó)家戰(zhàn)略需求對(duì)傳統(tǒng)政策工具進(jìn)行細(xì)化與完善[12-14];政策工具也與創(chuàng)新鏈等維度共同構(gòu)建政策內(nèi)容分析框架[15]，用以分析政策工具的使用比例、政策的分布結(jié)構(gòu)，旨在優(yōu)化完善產(chǎn)業(yè)政策體系。但該方法依賴于人工解讀與人工編碼，人力成本與時(shí)間成本較高。

文本表示法融合了文本挖掘、機(jī)器學(xué)習(xí)等自然語言處理技術(shù)，通過文本表示的方法將政策文本解析成包含語義特征的文本單元[16]。相較于其他方法，該方法實(shí)現(xiàn)了政策文本的自動(dòng)化處理。政策文本表征方法包含詞袋模型表示法[17]與分布式表示法[18-19]，詞袋模型的方法存在特征離散、高維、稀疏的問題，無法計(jì)算相似度，分布式表示則可將文本表示成連續(xù)、低維、稠密的向量。政策文本表征后可使用主題模型與相似度計(jì)算等方法探索政策主題的演化[20-21]、生成政策框架以及進(jìn)行區(qū)域政策對(duì)比分析[22]。但由于政策類文獻(xiàn)結(jié)構(gòu)與行文的特殊性，直接對(duì)政策全文本進(jìn)行主題抽取會(huì)引入無關(guān)數(shù)據(jù)。

1.2?政策引導(dǎo)效用研究

科技政策與產(chǎn)業(yè)政策是社會(huì)技術(shù)進(jìn)步、經(jīng)濟(jì)發(fā)展的主要推手，是政府優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)、引導(dǎo)產(chǎn)業(yè)技術(shù)方向、促進(jìn)國(guó)民經(jīng)濟(jì)可持續(xù)發(fā)展的重要手段，通過技術(shù)創(chuàng)新戰(zhàn)略，提升創(chuàng)新績(jī)效，是我國(guó)經(jīng)濟(jì)發(fā)展的重要選擇。隨著科技政策與產(chǎn)業(yè)政策的協(xié)同發(fā)展，現(xiàn)有研究聚焦于探索政策的效用——即政策引導(dǎo)的績(jī)效評(píng)價(jià)，主要包含：政策對(duì)企業(yè)創(chuàng)新績(jī)效的影響[23-25]、政策對(duì)經(jīng)濟(jì)績(jī)效的影響[26]、政策對(duì)區(qū)域創(chuàng)新績(jī)效的影響[27]、政策力度對(duì)區(qū)域創(chuàng)新資源與創(chuàng)新績(jī)效關(guān)系的影響機(jī)制[28]、政策對(duì)技術(shù)的效力評(píng)估[29]這幾方面，此外也有研究探索了政策與行業(yè)技術(shù)創(chuàng)新的關(guān)聯(lián)[30-32]。

總體而言，現(xiàn)有研究主要通過政策結(jié)構(gòu)分布分析不足之處，提出改進(jìn)建議，為制定創(chuàng)新驅(qū)動(dòng)政策提供理論參考，以及通過調(diào)整政策來激勵(lì)產(chǎn)業(yè)發(fā)展與技術(shù)創(chuàng)新，優(yōu)化產(chǎn)業(yè)資源配置。在政策文本量化方法方面，現(xiàn)有的政策分解與主題提取依賴人工編碼與標(biāo)引，需要較高的人力成本與時(shí)間成本。在政策選取方面，現(xiàn)有研究關(guān)注政府補(bǔ)貼、稅收優(yōu)惠、信用貸款以及行業(yè)準(zhǔn)入等具有“激勵(lì)作用”的政策，但忽視了大量蘊(yùn)含技術(shù)元素的政策，同時(shí)將政策的作用點(diǎn)局限于企業(yè)與產(chǎn)業(yè)。在政策效用評(píng)估方面，現(xiàn)有研究使用了多種量化評(píng)估方法，但只關(guān)注企業(yè)與技術(shù)的數(shù)量特征、使用數(shù)值型指標(biāo)（如技術(shù)專利數(shù)量），并未考慮技術(shù)的內(nèi)容特征，忽視了政策對(duì)技術(shù)創(chuàng)新與研究?jī)?nèi)容的影響。

2?研究方法

2.1?研究流程與技術(shù)路線

首先，進(jìn)行政策文本與論文的數(shù)據(jù)篩選與采集。在政策文本方面，進(jìn)行數(shù)據(jù)清洗與預(yù)處理后，通過政策要素與核心技術(shù)關(guān)鍵詞表來識(shí)別關(guān)鍵性政策文本，并抽取關(guān)鍵性政策文本中的政策關(guān)鍵短語;在論文方面，使用LDA模型提取論文的主題。最后，對(duì)比分析政策文本主題與論文主題。具體的研究流程如圖1所示。

2.2?政策關(guān)鍵短語抽取

文章使用政策文本量化研究中文獻(xiàn)計(jì)量學(xué)的方法，使用關(guān)鍵詞來表征文獻(xiàn)的主題。隨著信息技術(shù)的飛速發(fā)展，以及我國(guó)科技政策與產(chǎn)業(yè)政策體系架構(gòu)不斷完善，中央與各地方政府出臺(tái)的政策數(shù)量逐漸增多，因此，有必要探索一種政策關(guān)鍵詞自動(dòng)識(shí)別的方法來替代傳統(tǒng)的人工標(biāo)引。

政策文本具有特定的寫作格式文法，結(jié)構(gòu)復(fù)雜多樣、信息密度大，與政策主題相關(guān)的關(guān)鍵詞的分布呈現(xiàn)總體分散、局部集中的特點(diǎn)，尤其是在中長(zhǎng)期規(guī)劃中涵蓋多種產(chǎn)業(yè)（如新能源汽車、新一代信息技術(shù)、高端裝備制造等）的研發(fā)布局，與本文相關(guān)的政策內(nèi)容通常存在某個(gè)“專欄”中，而其余政策文本則與本文無關(guān)，因此首先需要識(shí)別出與本文研究相關(guān)的“關(guān)鍵性政策文本”。具體步驟如下：①在政策文本規(guī)范、清洗后，進(jìn)行分段與分詞處理，段落作為關(guān)鍵性政策文本識(shí)別的處理單元;②結(jié)合文獻(xiàn)調(diào)研、借鑒已有政策工具，提取政策要素，通過匹配政策要素識(shí)別出非技術(shù)類的關(guān)鍵性政策文本;③技術(shù)類的政策文本表述復(fù)雜、識(shí)別難度大，無法通過匹配政策要素識(shí)別，因此使用專家咨詢法與文獻(xiàn)調(diào)研法，基于新能源汽車產(chǎn)業(yè)鏈構(gòu)建核心技術(shù)關(guān)鍵詞表;④使用Word2vec對(duì)核心技術(shù)關(guān)鍵詞進(jìn)行詞向量特征擴(kuò)展，加入與其語義相近的詞，計(jì)算其與政策文本中詞匯的余弦相似度，將匹配的余弦相似度均值作為政策文本段得分，設(shè)定閾值實(shí)現(xiàn)技術(shù)類關(guān)鍵性政策文本識(shí)別。

在識(shí)別出的關(guān)鍵性政策文本的基礎(chǔ)上提取政策關(guān)鍵短語。與關(guān)鍵詞相比，由多個(gè)詞匯組成的短語能更好地表征政策的主題。文章在預(yù)實(shí)驗(yàn)中使用基于TF-IDF計(jì)算詞權(quán)重的方法提取關(guān)鍵詞但效果欠佳，因此將LDA主題模型融入TF-IFD方法中來優(yōu)化關(guān)鍵詞的打分[10]。將政策文本分詞后使用TF-IDF計(jì)算文本的關(guān)鍵詞權(quán)重，提取出碎片化的關(guān)鍵詞，將其與相鄰關(guān)鍵詞重組后重新計(jì)算權(quán)重，去除相似詞匯后得到候選的關(guān)鍵短語。然后使用LDA模型計(jì)算政策文本的主題概率分布與候選關(guān)鍵短語的主題概率分布，通過調(diào)整關(guān)鍵短語的權(quán)重來優(yōu)化打分，抽取政策關(guān)鍵短語。

2.3?論文主題提取

文章使用LDA（Latent?Dirichlet?Allocation）[33]主題模型來挖掘論文的研究主題。LDA模型如圖2所示，包含主題、文檔與主題詞3層結(jié)構(gòu)，認(rèn)為一篇論文由多個(gè)主題構(gòu)成，其中某個(gè)主題又由多個(gè)特征詞來表示。M表示論文的數(shù)量，Nm表示文檔的詞，K為主題數(shù)量;α為主題分布的先驗(yàn)分布，θm表示第m篇論文的主題分布，zm，n為第m篇論文中的第n個(gè)詞對(duì)應(yīng)的主題;β為詞分布的先驗(yàn)分布，φk表示第k個(gè)主題的詞分布，wm，n為第m篇論文中的第n個(gè)詞。θmφk均服從多項(xiàng)式分布（θm：Dirichlet（α），?m=1，…，M;φk：Dirichlet（β），?k=1，…，K）。通常使用困惑度Perplexity確定抽取的最優(yōu)主題數(shù)量，困惑度是論文中包含句子相似性的幾何平均值的倒數(shù)，因此，當(dāng)該值最低時(shí)，LDA模型抽取相應(yīng)的主題數(shù)量效果最好。

將主題模型抽取出對(duì)應(yīng)文獻(xiàn)數(shù)量最多的主題定義為核心主題。當(dāng)核心主題中蘊(yùn)含的主題詞較為宏觀且指向多個(gè)方面時(shí)，文章通過限定論文來使主題更加明確。主要利用論文—主題概率分布作為區(qū)分度對(duì)多主題論文進(jìn)行限定：①若論文對(duì)應(yīng)每個(gè)主題的概率值均低于0.1，說明該論文表達(dá)主題模糊、不屬于抽取出的主題，將該類論文排除[34];②為排除多主題文獻(xiàn)對(duì)核心主題造成的影響，計(jì)算每篇論文的主題概率分布，提取概率分布中核心主題概率值最大的論文，計(jì)算這些論文的核心主題概率與主題概率第二大的概率差值，若差值大于0.2，將其視為僅屬于核心主題的單主題文獻(xiàn)，并使用這些論文再次進(jìn)行主題分析。將第二次獲取的主題與原有核心主題的主題詞進(jìn)行對(duì)比并進(jìn)行調(diào)整。此外，將包含過多功能詞（如連詞、副詞等）與基礎(chǔ)詞（如項(xiàng)目、分析、持續(xù)等）的主題過濾。

3?實(shí)證分析

3.1?數(shù)據(jù)獲取與預(yù)處理

研究的時(shí)間跨度為2001—2020年。為探索政策內(nèi)容與科研選題的關(guān)聯(lián)，在劃分時(shí)間窗口時(shí)，以我國(guó)國(guó)民經(jīng)濟(jì)發(fā)展中具有規(guī)劃性質(zhì)的重要政策“五年計(jì)劃”作為時(shí)間節(jié)點(diǎn)，劃分4個(gè)時(shí)間片段T1：2000—2005（十五規(guī)劃）、T2：2006—2010（十一五規(guī)劃）、T3：2011—2015（十二五規(guī)劃）、T4：2016—2020（十三五規(guī)劃）。

在政策方面，文章中的政策特指國(guó)家層面的科技政策與產(chǎn)業(yè)政策。首先，在國(guó)務(wù)院、財(cái)政部、發(fā)改委、工信部、住建部、交通部與國(guó)管局等國(guó)家層次的政府門戶網(wǎng)站中以“新能源汽車”“新能源公交車”“電動(dòng)汽車”等詞檢索相關(guān)政策文件，隨后在北大法寶專業(yè)政策數(shù)據(jù)庫中再次檢索并補(bǔ)全缺失文本，樣本采集截止時(shí)間為2021年1月。其中不包含多批次的《享受車船稅減免優(yōu)惠的節(jié)約能源?使用新能源汽車車型目錄》與《免征車輛購(gòu)置稅的新能源汽車車型目錄》，不包含符合行業(yè)規(guī)范條件的企業(yè)名單。經(jīng)整合與篩選后獲得用于文本分析的政策文獻(xiàn)共100篇。

在論文方面，以“新能源汽車”“純電動(dòng)汽車”“混合動(dòng)力汽車”與“燃料電池汽車”作為主題詞進(jìn)行檢索，時(shí)間限定為2000—2020年，文獻(xiàn)類型選取學(xué)術(shù)質(zhì)量較高的北大核心期刊論文與學(xué)位論文。觀察獲取到的文獻(xiàn)可知，雖然新能源汽車這一主題屬于技術(shù)研究范疇，但其對(duì)應(yīng)的文獻(xiàn)分屬于“技術(shù)研究”與“社會(huì)研究”兩類：“技術(shù)研究類”代表實(shí)用性的技術(shù)成果，涵蓋技術(shù)研究、技術(shù)開發(fā)、工程研究等;“社會(huì)研究類”代表理論學(xué)習(xí)與社會(huì)實(shí)踐總結(jié)，涵蓋應(yīng)用研究與實(shí)踐研究，以及深入的行業(yè)/產(chǎn)業(yè)研究、業(yè)務(wù)研究與政策研究等;使用科技類的文獻(xiàn)來挖掘新能源汽車主題下的關(guān)鍵技術(shù)發(fā)展與演化情況，使用社科類的文獻(xiàn)來挖掘新能源汽車主題下的政府政策、產(chǎn)業(yè)結(jié)構(gòu)、競(jìng)爭(zhēng)情報(bào)與經(jīng)濟(jì)動(dòng)態(tài)等社會(huì)焦點(diǎn)的發(fā)展與演化情況。文章參考CNKI根據(jù)《中國(guó)學(xué)術(shù)期刊檢索與評(píng)價(jià)數(shù)據(jù)規(guī)范》中規(guī)定的文獻(xiàn)標(biāo)識(shí)碼，部分輔以人工判定來劃分文獻(xiàn)類型。

獲取到學(xué)位論文5?683篇，其中技術(shù)類4?340篇，社科類1?343篇;北大核心期刊論文3?803篇，其中技術(shù)類2?919篇，社科類884篇。論文數(shù)量分布如圖3與圖4所示，由圖可知，在新能源汽車相關(guān)主題的論文中，技術(shù)類文獻(xiàn)數(shù)量多于社科類;技術(shù)類的學(xué)位論文與期刊論文在后3個(gè)時(shí)間段內(nèi)均呈現(xiàn)出先增長(zhǎng)后下降的數(shù)量波動(dòng)趨勢(shì);社科類學(xué)位論文數(shù)量呈指數(shù)增長(zhǎng)趨勢(shì)，而社科類期刊論文數(shù)量在2010年時(shí)增速明顯，2010年后持續(xù)波動(dòng)但變化值較小。

數(shù)據(jù)預(yù)處理包含字段抽取、分詞與去除停用詞。去除政策的標(biāo)題、機(jī)構(gòu)行政級(jí)別等信息，保留政策正文內(nèi)容后分段，進(jìn)行分詞與去停用詞處理，剔除詞頻小于2的詞匯;論文數(shù)據(jù)保留論文題名、摘要與關(guān)鍵詞，將3個(gè)字段合并作為論文的內(nèi)容文本，進(jìn)行分詞與去停用詞處理。

3.2?新能源汽車政策主題抽取

首先，獲取新能源汽車的政策要素。文章基于現(xiàn)有新能源汽車的政策工具[14，35]進(jìn)行調(diào)整，將政策工具劃分為“技術(shù)支撐、標(biāo)準(zhǔn)約束、基礎(chǔ)設(shè)施、財(cái)政補(bǔ)貼、稅收減免、企業(yè)管理與商業(yè)運(yùn)營(yíng)”七類，分屬于技術(shù)、設(shè)施、財(cái)稅、企業(yè)和商業(yè)五大類，結(jié)合新能源汽車政策特定的提示詞，列出相應(yīng)的政策要素，如表1所示。

其次，自建新能源汽車核心技術(shù)詞表。在結(jié)合政策內(nèi)容、回顧相關(guān)文獻(xiàn)、參考專家意見后，文章從新能源汽車產(chǎn)業(yè)鏈的角度出發(fā)，將其核心技術(shù)分為3個(gè)階段——上游原材料提取與制備、中游核心部件制造、下游整車配套技術(shù)。上游原材料以電池原材料為主，涵蓋鋰、鎳硅碳、石墨烯等資源開發(fā)及處理;中游核心部件以國(guó)家新能源汽車規(guī)劃中的“三橫”為基礎(chǔ)，即電池、電機(jī)與電控三大系統(tǒng);下游整車開發(fā)涵蓋車輛設(shè)計(jì)生產(chǎn)以及充電樁等配套設(shè)施的研發(fā)。根據(jù)上述產(chǎn)業(yè)鏈獲得新能源汽車核心技術(shù)關(guān)鍵詞詞表，并結(jié)合政策內(nèi)容，降低“新能源汽車”“混合動(dòng)力汽車”等區(qū)分能力較低的基礎(chǔ)關(guān)鍵詞的權(quán)重。

然后，識(shí)別新能源汽車關(guān)鍵性政策文本。通過政策要素匹配識(shí)別出非技術(shù)類的關(guān)鍵政策文本;在識(shí)別技術(shù)類的關(guān)鍵政策文本時(shí)，文章使用騰訊AI?Lab開源800萬中文預(yù)訓(xùn)練模型，將政策文本表征為詞向量，基于核心技術(shù)關(guān)鍵詞的詞向量進(jìn)行語義特征擴(kuò)展。當(dāng)關(guān)鍵詞中存在未登陸詞時(shí)類比Fast-Text算法中的N-Gram處理流程，將未登陸詞N-Grams拆分后輸入預(yù)訓(xùn)練模型，并將匹配到的詞向量進(jìn)行平均。設(shè)置擴(kuò)展詞向量個(gè)數(shù)為15，將政策文本詞匯與擴(kuò)展關(guān)鍵詞向量進(jìn)行匹配，詞向量的余弦相似度作為關(guān)鍵詞匹配得分，將得分均值作為政策文本的最終得分。結(jié)合政策文本得分結(jié)果，選擇區(qū)分能力最強(qiáng)的分?jǐn)?shù)閾值，設(shè)定為0.7，即0.7分以上的政策文本為技術(shù)類關(guān)鍵政策文本。

最后，使用2.2小節(jié)中的方法提取政策關(guān)鍵短語來表征政策主題，抽取出的政策主題詳見3.4小節(jié)。

為掌握新能源汽車政策內(nèi)容的演化變遷情況，將政策分布隨時(shí)間的變化進(jìn)行可視化處理。結(jié)合政策內(nèi)容，將T1～T4?4個(gè)時(shí)間窗口與政策階段對(duì)應(yīng)——T1（關(guān)鍵技術(shù)研發(fā)布局階段）、T2（產(chǎn)業(yè)化與推廣階段）、T3（推廣與技術(shù)創(chuàng)新階段）、T4（產(chǎn)業(yè)與技術(shù)調(diào)整升級(jí)的綜合階段）。統(tǒng)計(jì)上一步中識(shí)別出的關(guān)鍵政策文本在政策工具大類中的分布情況，繪制政策分布熱圖如圖5所示，顏色越深表示該類政策數(shù)量在相應(yīng)年份中占比越多。由圖可知，T1階段政策集中于政府的技術(shù)戰(zhàn)略指導(dǎo)，從T1～T4階段，涵蓋技術(shù)要素的政策占比逐漸減小而企業(yè)商業(yè)含量增多，說明我國(guó)新能源汽車政策正逐漸由單方面的技術(shù)規(guī)劃轉(zhuǎn)向技術(shù)—產(chǎn)業(yè)—市場(chǎng)多方面推廣，同樣，新能源汽車領(lǐng)域的發(fā)展由政府戰(zhàn)略主導(dǎo)轉(zhuǎn)向政府—產(chǎn)業(yè)—市場(chǎng)多方主導(dǎo);在T2～T4階段，財(cái)稅要素占比較高，顯示出優(yōu)惠政策是政府推廣新能源汽車的主要手段，同時(shí)增加充電基礎(chǔ)設(shè)施建設(shè)也是推廣的重點(diǎn)內(nèi)容;在T3與T4階段內(nèi)，企業(yè)管理類要素分布較為均勻，說明政府對(duì)企業(yè)管理的關(guān)注度較為穩(wěn)定。

3.3?新能源汽車論文主題提取

分別計(jì)算4個(gè)時(shí)間段內(nèi)新能源汽車的技術(shù)類論文與社科類論文的困惑度，設(shè)定主題數(shù)K最大值為20，迭代次數(shù)設(shè)置為200，抽取訓(xùn)練集為數(shù)據(jù)量的1/10。技術(shù)類論文與社科類論文的困惑度值的變化均先降低后增長(zhǎng)，折線拐點(diǎn)為困惑度最小值。技術(shù)類論文在T1～T4時(shí)段內(nèi)困惑度最小值對(duì)應(yīng)的主題數(shù)分別為7、6、4、5;社科類T1時(shí)段的論文數(shù)過少所以進(jìn)行人工主題提取，通過困惑度確定T2～T4對(duì)應(yīng)的主題數(shù)為12、8、5。設(shè)置LDA模型的迭代次數(shù)為200，No_Below參數(shù)為2用以過濾掉文檔頻率少于2的詞，其余參數(shù)保持默認(rèn)值，并對(duì)詞向量進(jìn)行TF-IDF特征提取。結(jié)合pyLDAvis主題可視化工具，分析獲取到的主題詞集合，通過主題調(diào)整與主題過濾，最終獲取論文的研究主題，具體主題見3.4小節(jié)。

3.4?政策與論文主題對(duì)比分析

文章綜合使用了結(jié)構(gòu)化分析方法中的大事記表與時(shí)間表方法，將抽取出的政策關(guān)鍵短語與論文主題進(jìn)行可視化對(duì)比，如圖6所示。圖的縱軸是時(shí)間軸，自頂向下按照T1～T4?4個(gè)時(shí)間窗口劃分;圖左側(cè)的矩形樹圖中列出了分屬于技術(shù)、設(shè)施、財(cái)稅、企業(yè)與商業(yè)五大類的政策文本中抽取出的、有代表性的政策關(guān)鍵短語，不同類別政策的面積代表其數(shù)量占比;圖右側(cè)分別為技術(shù)類論文與社科類論文中抽取出的主題名稱。

圖6?政策文本主題與論文主題對(duì)比

3.4.1?技術(shù)類相關(guān)政策

在宏觀層面，關(guān)注規(guī)劃類政策主題與論文主題的變化趨勢(shì)與演化方向，對(duì)比分析如下：

1）技術(shù)類政策以中長(zhǎng)期規(guī)劃為主，起到技術(shù)發(fā)展布局與引領(lǐng)作用，具有延續(xù)性。政策在T1初始戰(zhàn)略規(guī)劃時(shí)期，提出了三縱三橫的技術(shù)研發(fā)布局（三縱：混合動(dòng)力汽車、純電動(dòng)汽車、燃料電池汽車;三橫：蓄電池、電機(jī)與電控），在自科類論文中，4個(gè)時(shí)期的技術(shù)主題始終圍繞“三縱三橫”的具體內(nèi)容展開。

2）在T2時(shí)期，政策《新能源汽車生產(chǎn)準(zhǔn)入管理規(guī)則》首次對(duì)“新能源汽車”進(jìn)行了定義與規(guī)范，因此在T1時(shí)期政策中傾向于使用“電動(dòng)汽車”這一概念而較少使用“新能源汽車”的概念;與之相應(yīng)的是，T1時(shí)期社科類論文中對(duì)應(yīng)文獻(xiàn)數(shù)量最多的主題為“電動(dòng)汽車產(chǎn)業(yè)對(duì)比”“電動(dòng)汽車發(fā)展戰(zhàn)略”，直至T2時(shí)期才開始使用新能源汽車這一概念。

3）T2時(shí)期政策《新能源汽車生產(chǎn)企業(yè)及產(chǎn)品準(zhǔn)入管理規(guī)則》提出將3種新能源汽車劃分技術(shù)起步期、發(fā)展期以及成熟期，映射出3種車的技術(shù)成熟度與產(chǎn)業(yè)化程度為“混合動(dòng)力汽車>純電動(dòng)汽車>燃料電池汽車”，因此，混合動(dòng)力汽車成為T2時(shí)期政策推廣新能源汽車的主打類型。與之對(duì)應(yīng)的是，T2時(shí)期自科論文中的主題：“混合動(dòng)力汽車關(guān)鍵核心技術(shù)”“混合動(dòng)力系統(tǒng)仿真”“動(dòng)力電池系統(tǒng)”，表明該時(shí)期技術(shù)方面也更加側(cè)重混合動(dòng)力汽車的研發(fā)。

4）T3時(shí)期國(guó)家專項(xiàng)規(guī)劃提出實(shí)施“純電驅(qū)動(dòng)”技術(shù)轉(zhuǎn)型戰(zhàn)略，在推廣“混合動(dòng)力”應(yīng)用的同時(shí)開始轉(zhuǎn)向發(fā)展“純電驅(qū)動(dòng)”，將混合動(dòng)力汽車?yán)斫鉃樾履茉雌嚢l(fā)展歷程中的“過渡產(chǎn)品”，大力研發(fā)燃料電池。自科論文對(duì)應(yīng)數(shù)量最多的主題由T2的“混合動(dòng)力汽車關(guān)鍵核心技術(shù)”演化至T3的“純電動(dòng)汽車與混動(dòng)汽車關(guān)鍵核心技術(shù)”，這與政策推廣傾向的改變相吻合。

5）T4時(shí)期政策延續(xù)“純電驅(qū)動(dòng)”理念，將原有技術(shù)路線“三縱”中的混合動(dòng)力汽車限定為插電式混合動(dòng)力（含增程式）汽車，同時(shí)重點(diǎn)強(qiáng)調(diào)發(fā)展智能網(wǎng)聯(lián)汽車與燃料電池汽車。自科類論文中的主題“燃料電池系統(tǒng)集成”“氫燃料電池汽車關(guān)鍵技術(shù)”與社科類論文中的主題“智能汽車與電池產(chǎn)業(yè)發(fā)展戰(zhàn)略”“氫能產(chǎn)業(yè)展望”均與該時(shí)期政策技術(shù)規(guī)劃相對(duì)應(yīng)。此外，T4時(shí)期政府加強(qiáng)了新能源汽車安全問題的監(jiān)管，尤其是電池安全標(biāo)準(zhǔn)建立與安全監(jiān)測(cè)平臺(tái)構(gòu)建，相應(yīng)的在T4時(shí)期的技術(shù)類論文中出現(xiàn)了新能源汽車整車與零部件安全的研究。

在微觀層面，關(guān)注政策與論文中有關(guān)電池系統(tǒng)、電機(jī)與電控系統(tǒng)以及充電基礎(chǔ)設(shè)施的主題，對(duì)比分析如下：

1）電池系統(tǒng)

T1～T4時(shí)期內(nèi)的技術(shù)標(biāo)準(zhǔn)類政策對(duì)生產(chǎn)動(dòng)力蓄電池的性能要求不斷攀升;與之對(duì)應(yīng)的是T1～T4時(shí)期自科類論文中關(guān)于動(dòng)力電池的研究主題，整體上圍繞動(dòng)力電池系統(tǒng)展開，在電池容量、能量密度、功率密度與循環(huán)壽命等性能參數(shù)上不斷改進(jìn)，經(jīng)歷了由鉛酸電池向鎳氫電池、鋰離子電池演化的過程，動(dòng)力電池系統(tǒng)的發(fā)展已經(jīng)趨于完善，這與政策導(dǎo)向相符。

在氫燃料電池方面，政策在T1時(shí)期提出開發(fā)氫能源與燃料電池的規(guī)劃，在T2時(shí)期的《產(chǎn)業(yè)結(jié)構(gòu)調(diào)整指導(dǎo)目錄》中明確了氫燃料電池催化劑、電極、復(fù)合膜與雙極板等關(guān)鍵材料的開發(fā)與制造，T3時(shí)期要求實(shí)現(xiàn)燃料電池關(guān)鍵技術(shù)與系統(tǒng)集成的技術(shù)突破，T4時(shí)期強(qiáng)調(diào)開發(fā)燃料電池汽車的必要性;自科類論文中有關(guān)燃料電池的研究主題貫穿始終、與政策相符，演化如下：制氫方法/質(zhì)子交換膜制備—催化劑優(yōu)化/質(zhì)子交換膜優(yōu)化—電堆優(yōu)化—電堆優(yōu)化/氫燃料電池系統(tǒng)總成/新型燃料電池。其中T1～T3時(shí)期為氫燃料電池的基礎(chǔ)技術(shù)積累，T4經(jīng)過前期的技術(shù)積累走向電池系統(tǒng)集成，T4時(shí)期的系統(tǒng)集成主題晚于T3時(shí)期的政策，這是由規(guī)劃性政策的長(zhǎng)效性與滯后性導(dǎo)致。此外，在T4時(shí)期政策中的“廢舊動(dòng)力蓄電池回收”主題在自科類論文中尚無與之對(duì)應(yīng)的研究主題。

2）電機(jī)與電控

政策中更側(cè)重于驅(qū)動(dòng)電機(jī)的應(yīng)用層面——電機(jī)系統(tǒng)的多種驅(qū)動(dòng)方式，如混合動(dòng)力汽車專用發(fā)動(dòng)機(jī)、燃料電池發(fā)動(dòng)機(jī)、混合動(dòng)力發(fā)動(dòng)機(jī)、耦合傳動(dòng)等。與之不同的是自科論文中，研究主題傾向于不同類型驅(qū)動(dòng)電機(jī)的優(yōu)化，如直流電機(jī)、永磁同步電機(jī)、開關(guān)磁阻電機(jī)、電機(jī)的振動(dòng)與噪聲優(yōu)化等。在電控方面的政策主題與論文主題則是較為一致，隨時(shí)間演化由基礎(chǔ)電控系統(tǒng)逐漸走向智能控制系統(tǒng)。

3）供能技術(shù)

有關(guān)供能設(shè)施的政策分布在T2～T4時(shí)期，政策主題由充電站、加氫站等供能基礎(chǔ)設(shè)施的建設(shè)轉(zhuǎn)向快充與智能電網(wǎng)等供能技術(shù);社科論文中與供能相關(guān)的主題分布在T3“基礎(chǔ)充電設(shè)施發(fā)展與規(guī)劃”，與T2時(shí)期提出的設(shè)施建設(shè)規(guī)劃相符;自科論文中與供能設(shè)施相關(guān)的研究主題分布在T3～T4，與T3～T4時(shí)期的政策主題相符，圍繞如加氫、微網(wǎng)、優(yōu)化調(diào)度等供能技術(shù)展開。

總體上看，在領(lǐng)域技術(shù)研發(fā)方面，規(guī)劃綱要類政策起主要影響作用（如三縱三橫）。該類政策多數(shù)是中長(zhǎng)期規(guī)劃，具有持續(xù)性且作用時(shí)間較長(zhǎng);同時(shí)由于科技創(chuàng)新類政策受政策級(jí)別、政策過程與宏觀因素的影響[36]，會(huì)出現(xiàn)政策滯后的情況，導(dǎo)致相應(yīng)的論文研究主題會(huì)在政策出臺(tái)一段時(shí)間后出現(xiàn)（如燃料電池系統(tǒng)集成）。因此，某項(xiàng)近年來政策強(qiáng)調(diào)的技術(shù)（如廢舊電池循環(huán)技術(shù)）卻尚未出現(xiàn)在論文主題中也是由上述原因?qū)е隆?/p>

3.4.2?其他類政策

除含有技術(shù)導(dǎo)向的政策之外，與財(cái)稅、企業(yè)、商業(yè)相關(guān)的政策主題與論文主題的對(duì)比分析如下：

1）在T1～T4時(shí)期中，社科類研究中以電動(dòng)汽車/新能源汽車產(chǎn)業(yè)技術(shù)發(fā)展戰(zhàn)略分析為主題的占比最多，在內(nèi)容上具有連續(xù)性：技術(shù)與產(chǎn)業(yè)發(fā)展戰(zhàn)略對(duì)比—產(chǎn)業(yè)化探索—宏觀與地方產(chǎn)業(yè)發(fā)展—智能汽車產(chǎn)業(yè)發(fā)展戰(zhàn)略，并逐漸引申出技術(shù)創(chuàng)新模式等主題的研究，這與政策導(dǎo)向演化、國(guó)家政策落地落實(shí)的趨勢(shì)相符。上述研究均以戰(zhàn)略規(guī)劃類的科技政策與產(chǎn)業(yè)政策作為研究基石。

2）財(cái)稅政策在新能源汽車政策中占據(jù)重要地位，在T2～T4時(shí)期不斷調(diào)整與完善，在初始財(cái)稅補(bǔ)貼推廣的基礎(chǔ)上逐漸提升企業(yè)與汽車性能的門檻，T4時(shí)期政府在發(fā)生“新能源汽車騙補(bǔ)門”后加強(qiáng)了對(duì)企業(yè)的監(jiān)管力度，調(diào)整補(bǔ)貼模式，提出以獎(jiǎng)代補(bǔ)，補(bǔ)貼對(duì)象由汽車制造生產(chǎn)方、消費(fèi)者向供能設(shè)施運(yùn)營(yíng)商轉(zhuǎn)移;大量的社科類論文基于系列財(cái)稅政策，在T2～T3時(shí)期分析國(guó)家及地方的財(cái)稅推廣政策變化并基于此評(píng)估產(chǎn)業(yè)發(fā)展，T4時(shí)期的論文則基于騙補(bǔ)事件并結(jié)合現(xiàn)有政策提出量化模型，為政策優(yōu)化與加強(qiáng)市場(chǎng)監(jiān)管提供建議。

3）隨著技術(shù)進(jìn)步與產(chǎn)業(yè)發(fā)展，基于補(bǔ)貼政策衍生出相應(yīng)的企業(yè)與商業(yè)政策。企業(yè)政策以產(chǎn)品準(zhǔn)入、企業(yè)準(zhǔn)入、投資準(zhǔn)入與燃油經(jīng)濟(jì)性核算為核心內(nèi)容。國(guó)家在T4時(shí)期提出積分并行管理（雙積分）政策，該政策被視為補(bǔ)貼退坡后的重要承接政策，目的是促進(jìn)新能源汽車企業(yè)績(jī)效的提升;T4時(shí)期以“補(bǔ)貼退坡、積分政策與市場(chǎng)監(jiān)管”“財(cái)稅政策與企業(yè)績(jī)效”為主題的論文基于積分管理與補(bǔ)貼退坡政策來探索政策變革是否對(duì)企業(yè)績(jī)效有影響。

4）在商業(yè)模式方面，T2時(shí)期政策中提出的“電池租賃”等新型商業(yè)模式，首次出現(xiàn)在T3時(shí)期的社科論文主題中;T3時(shí)期出現(xiàn)的“互聯(lián)網(wǎng)+”營(yíng)銷模式，首次出現(xiàn)在T4時(shí)期的社科論文主題中;而T4時(shí)期政策重點(diǎn)扶持的“車電分離”商業(yè)模式尚未出現(xiàn)在T4時(shí)期的社科論文研究主題中。因此，與商業(yè)模式相關(guān)的政策對(duì)論文研究?jī)?nèi)容起主導(dǎo)作用，但具有一定的滯后性。

總體上看，面向管理服務(wù)類的社科類研究受政策內(nèi)容影響較大。由于政策研究自身便是社科類研究的重要方向，因此與新能源汽車相關(guān)的政策與政策中提到的產(chǎn)業(yè)結(jié)構(gòu)、財(cái)政補(bǔ)貼、營(yíng)銷模式、商業(yè)模式、科研合作模式、以及由政策引發(fā)的社會(huì)事件（如騙補(bǔ)門）均成為了新能源汽車社科類研究選題的重要內(nèi)容。

綜上所述，新能源汽車政策中涵蓋的技術(shù)研發(fā)、產(chǎn)業(yè)布局、企業(yè)投資、商業(yè)模式、融資信貸等多方面導(dǎo)向與論文主題一一對(duì)應(yīng);當(dāng)某個(gè)時(shí)段中的某項(xiàng)政策出現(xiàn)后，相同時(shí)段或下一時(shí)段中會(huì)出現(xiàn)相應(yīng)的論文主題;尤其是當(dāng)政策的傾向發(fā)生變化時(shí)，隨之變化的論文主題尤為明顯。這說明出臺(tái)的政策會(huì)對(duì)論文的研究?jī)?nèi)容產(chǎn)生影響，即政策在一定程度上影響了科研的選題，在技術(shù)類研究中的影響較為持續(xù)，在社科類研究中的影響更為直接。

4?結(jié)?語

文章以科技政策與產(chǎn)業(yè)政策對(duì)科研選題的影響為研究重點(diǎn)，選取新能源汽車領(lǐng)域?yàn)闃影?，提出了一種自動(dòng)化的政策文本量化方法，實(shí)現(xiàn)了自動(dòng)化的政策分解與政策主題提取;使用論文的主題來表征領(lǐng)域內(nèi)的科研選題，通過對(duì)比技術(shù)、財(cái)稅、企業(yè)等多個(gè)導(dǎo)向的政策的主題與技術(shù)類、社科類論文的主題，證實(shí)了政策會(huì)在一定程度上對(duì)領(lǐng)域內(nèi)的科研選題產(chǎn)生影響。因此，在未來的領(lǐng)域前沿識(shí)別與趨勢(shì)預(yù)測(cè)研究中，除了使用常見的論文與專利數(shù)據(jù)挖掘自身的變化規(guī)律外，應(yīng)使用多源數(shù)據(jù)，考慮政策以及其他的外部因素對(duì)研究趨勢(shì)的影響，增強(qiáng)前沿識(shí)別、趨勢(shì)預(yù)測(cè)、顛覆性技術(shù)預(yù)測(cè)的準(zhǔn)確度與可解釋性，提升情報(bào)服務(wù)質(zhì)量，為未來科研選題提供參考。研究尚有不足之處：在實(shí)驗(yàn)數(shù)據(jù)源方面，僅使用論文數(shù)據(jù)來代表研究選題進(jìn)行初步探索，將在后續(xù)研究中加入專利數(shù)據(jù)、科技項(xiàng)目數(shù)據(jù)等其他多源數(shù)據(jù)，同時(shí)探索外部因素對(duì)前沿識(shí)別與趨勢(shì)預(yù)測(cè)的具體影響。

參考文獻(xiàn)

[1]李建花.科技政策與產(chǎn)業(yè)政策的協(xié)同整合[J].科技進(jìn)步與對(duì)策，2010，27（15）：25-27.

[2]江飛濤，李曉萍.直接干預(yù)市場(chǎng)與限制競(jìng)爭(zhēng)：中國(guó)產(chǎn)業(yè)政策的取向與根本缺陷[J].中國(guó)工業(yè)經(jīng)濟(jì)，2010，（9）：26-36.

[3]沈旺，張旭，李賀.科技政策與產(chǎn)業(yè)政策比較分析及配套對(duì)策研究[J].工業(yè)技術(shù)經(jīng)濟(jì)，2013，32（1）：127-133.

[4]Rothwell?R，Zegveld?W.Industrial?Innovation?and?Public?Policy：Preparing?for?the?1980s?and?1990s[M].London：France?Pronter，1981.

[5]李鋼，藍(lán)石，等.公共政策內(nèi)容分析方法：理論與應(yīng)用[M].重慶：重慶大學(xué)出版社，2007.

[6]鄭新曼，董瑜.政策文本量化研究的綜述與展望[J].現(xiàn)代情報(bào)，2021，41（2）：168-177.

[7]李江，劉源浩，黃萃，等.用文獻(xiàn)計(jì)量研究重塑政策文本數(shù)據(jù)分析——政策文獻(xiàn)計(jì)量的起源、遷移與方法創(chuàng)新[J].公共管理學(xué)報(bào)，2015，12（2）：138-144，159.

[8]李燕萍，劉金璐，洪江鵬，等.我國(guó)改革開放40年來科技人才政策演變、趨勢(shì)與展望——基于共詞分析法[J].科技進(jìn)步與對(duì)策，2019，36（10）：108-117.

[9]王欣，杜寶貴.國(guó)際科技政策研究進(jìn)展與趨勢(shì)——基于文獻(xiàn)計(jì)量分析[J].科技管理研究，2020，40（23）：48-56.

[10]張劍，黃萃，葉選挺，等.中國(guó)公共政策擴(kuò)散的文獻(xiàn)量化研究——以科技成果轉(zhuǎn)化政策為例[J].中國(guó)軟科學(xué)，2016，（2）：145-155.

[11]劉建華，張智雄，張琴.基于多維政策實(shí)體及其關(guān)系的科技政策演化路徑揭示方法研究[J].數(shù)據(jù)分析與知識(shí)發(fā)現(xiàn)，2019，3（5）：57-67.

[12]陳衍泰，張露嘉，汪沁，等.基于二階段的新能源汽車產(chǎn)業(yè)支持政策評(píng)價(jià)[J].科研管理，2013，34（S1）：167-174.

[13]張永安，周怡園.新能源汽車補(bǔ)貼政策工具挖掘及量化評(píng)價(jià)[J].中國(guó)人口·資源與環(huán)境，2017，27（10）：188-197.

[14]李珒，戰(zhàn)建華.中國(guó)新能源汽車產(chǎn)業(yè)的政策變遷與政策工具選擇[J].中國(guó)人口·資源與環(huán)境，2017，27（10）：198-208.

[15]胡峰，張巍巍，曹鵬飛，等.基于政策工具視角的長(zhǎng)三角地區(qū)機(jī)器人產(chǎn)業(yè)政策研究[J].科技管理研究，2019，39（4）：174-183.

[16]Webster?J，Kit?C.Tokenization?as?the?initial?phase?in?NLP[C]//COLING?1992?Volume?4：The?15th?International?Conference?on?Computational?Linguistics，1992.

[17]Windsor?L，Dowell?N，Windsor?A，et?al.Leader?Language?and?Political?Survival?Strategies[J].International?Interactions，2018，44（2）：321-336.

[18]Rodman?E.A?Timely?Intervention：Tracking?the?Changing?Meanings?of?Political?Concepts?with?Word?Vectors[J].Political?Analysis，2020，28（1）：87-111.

[19]Jentsch?C，Lee?E?R，Mammen?E.Time-dependent?Poisson?Reduced?Rank?Models?for?Political?Text?Data?Analysis[J].Computational?Statistics?&?Data?Analysis，2020，142：106813.

[20]楊慧，楊建林.融合LDA模型的政策文本量化分析——基于國(guó)際氣候領(lǐng)域的實(shí)證[J].現(xiàn)代情報(bào)，2016，36（5）：71-81.

[21]Blaydes?L，Grimmer?J，McQueen?A.Mirrors?for?Princes?and?Sultans：Advice?on?the?Art?of?Governance?in?the?Medieval?Christian?and?Islamic?Worlds[J].The?Journal?of?Politics，2018，80（4）：1150-1167.

[22]張濤，馬海群，易揚(yáng).文本相似度視角下我國(guó)大數(shù)據(jù)政策比較研究[J].圖書情報(bào)工作，2020，64（12）：26-37.

[23]張永安，閆瑾.技術(shù)創(chuàng)新政策對(duì)企業(yè)創(chuàng)新績(jī)效影響研究——基于政策文本分析[J].科技進(jìn)步與對(duì)策，2016，33（1）：108-113.

[24]孟維站，徐喆，劉宇佳，等.我國(guó)科技政策組合特征對(duì)高技術(shù)產(chǎn)業(yè)創(chuàng)新效率的分階段影響[J].經(jīng)濟(jì)問題，2019，（6）：49-54.

[25]鄭燁，劉遙.政策引導(dǎo)對(duì)中小企業(yè)創(chuàng)新績(jī)效的影響機(jī)理研究[J].科研管理，2021，42（4）：73-81.

[26]顏曉暢，黃桂田.政府財(cái)政補(bǔ)貼、企業(yè)經(jīng)濟(jì)及創(chuàng)新績(jī)效與產(chǎn)能過剩——基于戰(zhàn)略性新興產(chǎn)業(yè)的實(shí)證研究[J].南開經(jīng)濟(jì)研究，2020，（1）：176-198.

[27]林周周，蘇屹.知識(shí)源異質(zhì)性視角下知識(shí)溢出與區(qū)域創(chuàng)新績(jī)效關(guān)系——基于知識(shí)產(chǎn)權(quán)保護(hù)的門檻效應(yīng)分析[J].系統(tǒng)管理學(xué)報(bào)，2021，30（2）：227-237，252.

[28]何增華，陳升.科技創(chuàng)新政策對(duì)創(chuàng)新資源——績(jī)效的跨層調(diào)節(jié)影響機(jī)制[J].科學(xué)學(xué)與科學(xué)技術(shù)管理，2020，41（4）：19-33.

[29]郭本海，陸文茜，王涵，等.基于關(guān)鍵技術(shù)鏈的新能源汽車產(chǎn)業(yè)政策分解及政策效力測(cè)度[J].中國(guó)人口·資源與環(huán)境，2019，29（8）：76-86.

[30]何凌云，黎姿，梁宵，等.政府補(bǔ)貼、稅收優(yōu)惠還是低利率貸款？——產(chǎn)業(yè)政策對(duì)環(huán)保產(chǎn)業(yè)綠色技術(shù)創(chuàng)新的作用比較[J].中國(guó)地質(zhì)大學(xué)學(xué)報(bào)：社會(huì)科學(xué)版，2020，20（6）：42-58.

[31]余長(zhǎng)林，楊國(guó)歌，杜明月.產(chǎn)業(yè)政策與中國(guó)數(shù)字經(jīng)濟(jì)行業(yè)技術(shù)創(chuàng)新[J].統(tǒng)計(jì)研究，2021，38（1）：51-64.

[32]Andriosopoulos?K，Silvestre?S.French?Energy?Policy：A?Gradual?Transition[J].Energy?Policy，2017，106：376-381.

[33]Blei?D?M，Ng?A?Y，Jordan?M?I，et?al.Latent?Dirichlet?Allocation[J].Journal?of?Machine?Learning?Research，2003，（3）：993-1022.

[34]Mann?G?S，Mimno?D，McCallum?A.Bibliometric?Impact?Measures?Leveraging?Topic?Analysis[C]//Proceedings?of?the?6th?ACM/IEEE-CS?Joint?Conference?on?Digital?libraries（JCDL06）.IEEE，2006：65-74.

[35]王靜，王海龍，丁堃，等.新能源汽車產(chǎn)業(yè)政策工具與產(chǎn)業(yè)創(chuàng)新需求要素關(guān)聯(lián)分析[J].科學(xué)學(xué)與科學(xué)技術(shù)管理，2018，39（5）：28-38.

[36]高峰，郭海軒.科技創(chuàng)新政策滯后概念模型研究[J].科技進(jìn)步與對(duì)策，2014，31（10）：101-105.

（責(zé)任編輯：馬?卓）