我国地方大数据政策的扩散模式与转移特征研究
我國(guó)地方大數(shù)據(jù)政策的擴(kuò)散模式與轉(zhuǎn)移特征研究
丁文姚, 張自力, 余國(guó)先, 韓毅
西南大學(xué)計(jì)算機(jī)與信息科學(xué)學(xué)院，重慶 400715
摘要：為揭示我國(guó)地方大數(shù)據(jù)政策的發(fā)展趨勢(shì)與內(nèi)容關(guān)聯(lián)性，基于政策擴(kuò)散與政策轉(zhuǎn)移理論，采用內(nèi)容分析法、社會(huì)網(wǎng)絡(luò)分析方法，探索我國(guó)各省市68條地方大數(shù)據(jù)政策的時(shí)空擴(kuò)散模式與內(nèi)容轉(zhuǎn)移特征。研究發(fā)現(xiàn)：我國(guó)地方大數(shù)據(jù)政策發(fā)布與參照的時(shí)間擴(kuò)散模式均符合政策擴(kuò)散一般規(guī)律，時(shí)間擴(kuò)散曲線(xiàn)呈S型；政策參照擴(kuò)散模式為目前中國(guó)常見(jiàn)的“中央—地方擴(kuò)散”與自上而下層級(jí)參照擴(kuò)散模式；此外，地方大數(shù)據(jù)政策對(duì)重要國(guó)家政策內(nèi)容的繼承性較高，不同區(qū)域政策內(nèi)容的創(chuàng)新各具特色。
關(guān)鍵詞：??地方政策 ; 大數(shù)據(jù)政策 ; 政策參照 ; 政策擴(kuò)散 ; 政策轉(zhuǎn)移
論文引用格式：
丁文姚, 張自力, 余國(guó)先, 韓毅. 我國(guó)地方大數(shù)據(jù)政策的擴(kuò)散模式與轉(zhuǎn)移特征研究. 大數(shù)據(jù)[J], 2019, 5(3）：76-95
DING W Y, ZHANG Z L, YU G X, HAN Y.Research on the diffusion models and transfer characteristic of local big data policy in China. Big Data Research[J], 2019, 5(3): 76-95
1 引言
2011年6月，麥肯錫咨詢(xún)公司在《大數(shù)據(jù)：下一個(gè)創(chuàng)新、競(jìng)爭(zhēng)和生產(chǎn)力的前沿》研究報(bào)告中提出“大數(shù)據(jù)時(shí)代已經(jīng)到來(lái)”，從此引爆全球大數(shù)據(jù)發(fā)展的浪潮。近年來(lái)，我國(guó)大數(shù)據(jù)產(chǎn)業(yè)市場(chǎng)規(guī)模保持高速增長(zhǎng)，不僅影響了大眾的生活方式，也為社會(huì)、經(jīng)濟(jì)發(fā)展創(chuàng)造了無(wú)限價(jià)值。2015年8月，國(guó)務(wù)院印發(fā)《促進(jìn)大數(shù)據(jù)發(fā)展行動(dòng)綱要》，首次明確提出建設(shè)數(shù)據(jù)強(qiáng)國(guó)，并系統(tǒng)部署了我國(guó)大數(shù)據(jù)的發(fā)展工作。2015年10月，十八屆五中全會(huì)提出“實(shí)施國(guó)家大數(shù)據(jù)戰(zhàn)略”，自此，大數(shù)據(jù)成為國(guó)家發(fā)展戰(zhàn)略。隨著相關(guān)國(guó)家政策的落地，國(guó)家發(fā)展和改革委員會(huì)、工業(yè)和信息化部等政府部門(mén)均頒發(fā)了與大數(shù)據(jù)發(fā)展相關(guān)的方案，全國(guó)各地政府及相關(guān)部門(mén)也紛紛推出了大數(shù)據(jù)發(fā)展規(guī)劃與相關(guān)政策文件。
政策擴(kuò)散是我國(guó)公共政策活動(dòng)的重要特征。在實(shí)踐中，政策的擴(kuò)散和轉(zhuǎn)移是政策發(fā)布與推行活動(dòng)的普遍現(xiàn)象，中央政府、地方政府部門(mén)間的政策文件擴(kuò)散活動(dòng)隨著政策數(shù)量的日益增加而日趨頻繁，進(jìn)而促進(jìn)了政策內(nèi)容主題的相互轉(zhuǎn)移；在研究領(lǐng)域，針對(duì)政策擴(kuò)散和轉(zhuǎn)移，從歷時(shí)或跨區(qū)域、跨領(lǐng)域的角度研究政策知識(shí)內(nèi)容、政策模式對(duì)關(guān)聯(lián)領(lǐng)域的影響，是政策比較研究的重要研究方法。目前，已有研究從政策擴(kuò)散或政策轉(zhuǎn)移視角，對(duì)我國(guó)國(guó)民經(jīng)濟(jì)和社會(huì)信息化規(guī)劃政策、科技成果轉(zhuǎn)化政策、政務(wù)中心制度、地方政府信息公開(kāi)制度等政策的發(fā)展過(guò)程進(jìn)行考察分析，揭示了不同類(lèi)型政策的發(fā)展特征。為了解我國(guó)大數(shù)據(jù)政策的發(fā)展趨勢(shì)，掌握不同層級(jí)、不同區(qū)域地方大數(shù)據(jù)政策內(nèi)容的關(guān)聯(lián)性，本文基于政策擴(kuò)散和政策轉(zhuǎn)移理論，探究我國(guó)地方大數(shù)據(jù)政策的時(shí)空擴(kuò)散模式與內(nèi)容轉(zhuǎn)移特征，旨在為我國(guó)大數(shù)據(jù)政策的未來(lái)發(fā)展與推行提供一定的理論支持。
2 研究現(xiàn)狀
政策擴(kuò)散與政策轉(zhuǎn)移理論在國(guó)內(nèi)外已積累了較為豐富的研究基礎(chǔ)，下面首先梳理政策擴(kuò)散與政策轉(zhuǎn)移的理論概念內(nèi)涵與相關(guān)研究應(yīng)用現(xiàn)狀，并對(duì)目前我國(guó)大數(shù)據(jù)政策相關(guān)研究的研究?jī)?nèi)容與研究方法進(jìn)行簡(jiǎn)要總結(jié)，再在此基礎(chǔ)上分析政策擴(kuò)散與政策轉(zhuǎn)移用于大數(shù)據(jù)政策分析研究的可行性與意義。
2.1 政策擴(kuò)散
政策擴(kuò)散是政策創(chuàng)新擴(kuò)散的簡(jiǎn)稱(chēng)，通常是指一項(xiàng)政策方案從一個(gè)部門(mén)或地區(qū)傳輸?shù)搅硪粋€(gè)部門(mén)或地區(qū)，并被新政策主體采納和推行的過(guò)程。1969年，Walker指出美國(guó)各州公共政策并非完全漸進(jìn)的，而是存在跳躍性創(chuàng)新的，且創(chuàng)新往往會(huì)被鄰近州效仿；Brown L A等人總結(jié)出政策創(chuàng)新擴(kuò)散過(guò)程的3條經(jīng)驗(yàn)性規(guī)律，即在時(shí)間維度上呈現(xiàn)S形曲線(xiàn)、在空間維度上表現(xiàn)為鄰近效應(yīng)、在區(qū)域內(nèi)出現(xiàn)領(lǐng)導(dǎo)者—追隨者層級(jí)效應(yīng)；Berry F S提出了4種基本的政策擴(kuò)散模型，分別為全國(guó)互動(dòng)模型、區(qū)域擴(kuò)散模型、領(lǐng)導(dǎo)—跟進(jìn)模型和垂直影響模型，這4種傳播模型體現(xiàn)了政策創(chuàng)新的時(shí)空擴(kuò)散效應(yīng)。國(guó)內(nèi)政策擴(kuò)散研究始于2004年，尤其是隨著格雷的《競(jìng)爭(zhēng)、效仿與政策創(chuàng)新》在中國(guó)發(fā)表后，相關(guān)研究日益增多。在理論研究方面，陳芳對(duì)政策擴(kuò)散、政策轉(zhuǎn)移和政策趨同三者的概念、模型、機(jī)制進(jìn)行了比較研究；王浦劬、賴(lài)先進(jìn)提煉了中國(guó)公共政策擴(kuò)散的4種基本模式，分別為自上而下的層級(jí)擴(kuò)散模式、自下而上的政策采納和推廣模式、區(qū)域和部門(mén)之間的擴(kuò)散模式、政策先進(jìn)地區(qū)向政策跟進(jìn)地區(qū)的擴(kuò)散模式，同時(shí)發(fā)現(xiàn)了5種公共政策擴(kuò)散機(jī)制，分別是學(xué)習(xí)、競(jìng)爭(zhēng)、模仿、行政指令推行和社會(huì)建構(gòu)。另外，在基于政策擴(kuò)散理論的實(shí)證研究方面，楊靜文分析了政務(wù)中心制度在地市級(jí)政府中的擴(kuò)散進(jìn)程，驗(yàn)證了其政策擴(kuò)散的S型曲線(xiàn)；張瑋、王洪濤等人分別考察了我國(guó)暫住證制度與地方政府信息公開(kāi)制度的政策時(shí)空擴(kuò)散變化過(guò)程；張劍等人通過(guò)政策參照網(wǎng)絡(luò)和政策內(nèi)容關(guān)鍵詞時(shí)序變化，從強(qiáng)度、廣度、速度與方向4個(gè)維度研究了中國(guó)科技成果轉(zhuǎn)化政策擴(kuò)散的過(guò)程和特點(diǎn)。
2.2 政策轉(zhuǎn)移
政策轉(zhuǎn)移的經(jīng)典定義是由Dolowitz和Marsh提出的。政策轉(zhuǎn)移是指存在于與某一時(shí)間與空間的政策、行政安排和制度相關(guān)的內(nèi)容被用于另一時(shí)間與空間的政策、行政安排和制度設(shè)計(jì)的過(guò)程。根據(jù)轉(zhuǎn)移的程度，政策轉(zhuǎn)移可分為復(fù)制、效仿、混合、啟發(fā)4種類(lèi)型。任何政策轉(zhuǎn)移都是轉(zhuǎn)移過(guò)程和內(nèi)容的結(jié)合，分析框架主要包括：誰(shuí)在轉(zhuǎn)移、轉(zhuǎn)移了什么、發(fā)生在哪兒、轉(zhuǎn)移程度如何、轉(zhuǎn)移如何展現(xiàn)等。在定性研究方面，魏淑艷對(duì)我國(guó)建國(guó)初期經(jīng)濟(jì)領(lǐng)域政策轉(zhuǎn)移的源頭選擇、政策轉(zhuǎn)移的前導(dǎo)、政策轉(zhuǎn)移的發(fā)生歷程進(jìn)行了研究；牛紅亮等人從目標(biāo)、內(nèi)容、特點(diǎn)、管理體制、信息環(huán)境等方面對(duì)中國(guó)、美國(guó)、日本的信息政策進(jìn)行了比較研究。在量化研究方面，程瑨等人梳理了示范區(qū)2006—2015年123條科技人才政策的轉(zhuǎn)移情況；裴雷等人通過(guò)政策文本主題的一致性，測(cè)算了435條國(guó)民經(jīng)濟(jì)和社會(huì)信息化規(guī)劃政策擴(kuò)散中的主題繼承與主題創(chuàng)新、主題躍遷與主題衰退情況；施茜等人基于知識(shí)擴(kuò)散和政策轉(zhuǎn)移的思想量化分析了江蘇省、浙江省信息化政策實(shí)踐與信息化政策研究的一致性和相關(guān)關(guān)系。
綜上，政策擴(kuò)散關(guān)注政策的交互過(guò)程，主要以政策文件為單位，從政策發(fā)布和政策參照兩個(gè)視角研究其時(shí)空擴(kuò)散模式；而政策轉(zhuǎn)移關(guān)注政策的內(nèi)容關(guān)聯(lián)，主要以政策文本字詞為單位測(cè)算內(nèi)容主題的繼承與創(chuàng)新，兩者結(jié)合相得益彰，為政策分析提供了有意義的研究視角。
自大數(shù)據(jù)政策在我國(guó)各地區(qū)推行以來(lái)，周京艷等人從政策工具視角，對(duì)18條國(guó)家級(jí)大數(shù)據(jù)政策進(jìn)行了內(nèi)容分析，并討論了現(xiàn)有政策的合理性；張會(huì)平等人通過(guò)關(guān)鍵詞共現(xiàn)關(guān)系，分析了我國(guó)189條政務(wù)大數(shù)據(jù)政策的推進(jìn)過(guò)程、熱點(diǎn)領(lǐng)域和價(jià)值取向。總體來(lái)說(shuō)，目前對(duì)大數(shù)據(jù)政策的擴(kuò)散和轉(zhuǎn)移的研究數(shù)量較少且較為宏觀(guān)，缺乏對(duì)地方大數(shù)據(jù)政策發(fā)展過(guò)程的探究。基于此，本文以我國(guó)各地區(qū)主要的地方大數(shù)據(jù)政策文本為研究對(duì)象，聚焦其交互擴(kuò)散過(guò)程與內(nèi)容轉(zhuǎn)移情況，旨在揭示我國(guó)地方大數(shù)據(jù)政策的擴(kuò)散分布特征和不同地區(qū)政策轉(zhuǎn)移內(nèi)容的差異與聯(lián)系。
3 數(shù)據(jù)與方法
本節(jié)對(duì)數(shù)據(jù)收集與研究方法進(jìn)行說(shuō)明。在數(shù)據(jù)收集方面，筆者主要闡述數(shù)據(jù)收集的來(lái)源與原則；在研究方法設(shè)計(jì)方面，主要闡述政策擴(kuò)散分析的維度與分析方法設(shè)計(jì)、政策轉(zhuǎn)移的測(cè)算算法設(shè)計(jì)兩方面內(nèi)容。
3.1 數(shù)據(jù)收集
為掌握我國(guó)地方大數(shù)據(jù)政策的擴(kuò)散模式與轉(zhuǎn)移現(xiàn)狀，筆者主要通過(guò)網(wǎng)絡(luò)抽樣法，采取重點(diǎn)抽樣的數(shù)據(jù)收集方式，從互聯(lián)網(wǎng)平臺(tái)收集我國(guó)除香港、澳門(mén)和臺(tái)灣外的31個(gè)一級(jí)行政區(qū)（省、自治區(qū)和直轄市）以及各省會(huì)城市或重要城市公開(kāi)發(fā)布的與“大數(shù)據(jù)”專(zhuān)題相關(guān)的政策文件文本。由于我國(guó)各地區(qū)發(fā)布的地方大數(shù)據(jù)相關(guān)政策較多且分布不均，在通過(guò)互聯(lián)網(wǎng)抽樣收集政策文本時(shí)，遵循以下4點(diǎn)原則。
（1）代表性
本文主要以我國(guó)31個(gè)一級(jí)行政區(qū)及其省會(huì)城市為單位，優(yōu)先收集各地區(qū)公開(kāi)發(fā)布的省級(jí)大數(shù)據(jù)政策與相應(yīng)省會(huì)城市的市級(jí)大數(shù)據(jù)政策，根據(jù)情況抽樣收集部分重要城市的大數(shù)據(jù)政策。
（2）真實(shí)可靠性
為保證政策數(shù)據(jù)的信度，主要以各地區(qū)政府官方網(wǎng)站的政策發(fā)布通知為基礎(chǔ)，收集經(jīng)官方公開(kāi)發(fā)布、真實(shí)可靠的地方大數(shù)據(jù)政策。
（3）針對(duì)性
為保證政策數(shù)據(jù)的效度，一方面，針對(duì)性收集標(biāo)題包含“大數(shù)據(jù)”并以大數(shù)據(jù)發(fā)展為主題內(nèi)容的各省、市級(jí)政策文件；另一方面，對(duì)于同地區(qū)發(fā)布的不同版本的相似政策或具有不同側(cè)重專(zhuān)題的大數(shù)據(jù)政策，主要以?xún)?nèi)容的成熟性和全面性進(jìn)行政策抽樣，優(yōu)先收集版本較成熟、內(nèi)容較全面的地方大數(shù)據(jù)政策。
（4）內(nèi)容完整性
為滿(mǎn)足政策文本內(nèi)容分析的需要，優(yōu)先收集可獲取政策全文的大數(shù)據(jù)政策，主要通過(guò)線(xiàn)上政策信息公開(kāi)平臺(tái)、百度文庫(kù)等互聯(lián)網(wǎng)頁(yè)面收集大數(shù)據(jù)政策文本數(shù)據(jù)，并對(duì)各平臺(tái)提供的政策文本內(nèi)容進(jìn)行比較，選擇內(nèi)容真實(shí)完整的大數(shù)據(jù)政策。
基于以上政策數(shù)據(jù)收集原則，本文共獲取68條我國(guó)各省、市級(jí)地方大數(shù)據(jù)政策文本，政策樣本來(lái)源分布見(jiàn)表1。
3.2 研究方法設(shè)計(jì)
3.2.1 政策擴(kuò)散分析
筆者從政策發(fā)布與參照兩方面考察我國(guó)地方大數(shù)據(jù)政策的時(shí)空擴(kuò)散情況。在政策發(fā)布擴(kuò)散方面，以我國(guó)各地區(qū)大數(shù)據(jù)政策的累積量時(shí)空分布揭示政策發(fā)布的時(shí)間、空間擴(kuò)散趨勢(shì)模式；在政策參照擴(kuò)散方面，由于政策之間的參照與文獻(xiàn)引用類(lèi)似，對(duì)于參照的政策文本，以書(shū)名號(hào)的方式將被參照的政策法規(guī)名稱(chēng)列出，采用內(nèi)容分析法對(duì)政策文本中提及的參照關(guān)系進(jìn)行識(shí)別和編碼。在此基礎(chǔ)上，首先統(tǒng)計(jì)分析政策參照的時(shí)空擴(kuò)散分布與整體趨勢(shì)，其次使用Gephi社會(huì)網(wǎng)絡(luò)分析軟件構(gòu)建政策參照擴(kuò)散的地理可視化網(wǎng)絡(luò)，以探索政策參照擴(kuò)散網(wǎng)絡(luò)的空間擴(kuò)散特征，進(jìn)而識(shí)別參照擴(kuò)散網(wǎng)絡(luò)處于核心地位的政策節(jié)點(diǎn)，并分析其在參照網(wǎng)絡(luò)中的影響作用。
3.2.2 政策轉(zhuǎn)移測(cè)算
政策轉(zhuǎn)移聚焦政策交互擴(kuò)散過(guò)程中政策內(nèi)容主題的繼承與創(chuàng)新。本文假設(shè)政策內(nèi)容中高頻出現(xiàn)的概念詞能夠較大程度地反映該政策的關(guān)鍵主題，通過(guò)ROSTCM詞頻分析軟件和人工篩選提取政策文本關(guān)鍵詞，并計(jì)算詞頻，再以具有參照關(guān)系的政策內(nèi)容的高頻概念詞對(duì)應(yīng)情況測(cè)算其政策轉(zhuǎn)移程度。
為衡量政策轉(zhuǎn)移程度，裴雷等人基于知識(shí)擴(kuò)散和政策轉(zhuǎn)移思想提出“采納一致算法”，并進(jìn)行測(cè)算。受此啟發(fā)，根據(jù)大數(shù)據(jù)政策文本實(shí)際情況，為盡量減小政策文本內(nèi)容字?jǐn)?shù)對(duì)政策主題概念詞數(shù)量的影響，本文提出基于高頻詞分布的政策轉(zhuǎn)移比率Th-fw，并利用其測(cè)算政策內(nèi)容間的繼承程度。
假定施加參照的政策與被參照政策內(nèi)容中的概念個(gè)數(shù)分別為N1、N2，以詞頻為標(biāo)準(zhǔn)進(jìn)行排序，分別從兩個(gè)概念集中選取排序前N的高頻概念，其共有的政策概念個(gè)數(shù)為n，則基于高頻詞分布的政策轉(zhuǎn)移比率Th-fw為：
Th-fw=n/N ?100％ ??（1）
根據(jù)式（1），Th-fw值越高，則參照關(guān)系中的政策轉(zhuǎn)移效應(yīng)越強(qiáng)，即政策繼承程度越高，政策創(chuàng)新程度越低。但Th-fw僅能從數(shù)值上推測(cè)政策轉(zhuǎn)移的程度，無(wú)法揭示政策繼承與創(chuàng)新的具體內(nèi)容，為此筆者進(jìn)一步使用VOSviewer工具對(duì)政策間的共有關(guān)鍵詞進(jìn)行聚類(lèi)分析，用關(guān)鍵詞網(wǎng)絡(luò)圖譜與關(guān)鍵詞密度圖譜呈現(xiàn)政策繼承共有關(guān)鍵詞的類(lèi)團(tuán)分布與聯(lián)系；而政策創(chuàng)新主題的揭示主要結(jié)合各地區(qū)大數(shù)據(jù)政策的非共有高頻詞分布情況，采用內(nèi)容分析方法進(jìn)行具體處理。
4 我國(guó)地方大數(shù)據(jù)政策的擴(kuò)散模式及主要特征
本文從政策發(fā)布與政策參照兩個(gè)方面，并結(jié)合時(shí)間與空間兩個(gè)維度對(duì)我國(guó)68條地方大數(shù)據(jù)政策的擴(kuò)散情況展開(kāi)分析，主要揭示我國(guó)地方大數(shù)據(jù)政策的擴(kuò)散模式與主要特征。一方面，通過(guò)分析我國(guó)68條地方大數(shù)據(jù)政策在各地區(qū)的累積量分布情況，掌握政策發(fā)布的時(shí)空擴(kuò)散特征；另一方面，根據(jù)政策文本間的參照關(guān)系，揭示我國(guó)地方大數(shù)據(jù)政策在時(shí)間、地理空間和行政區(qū)級(jí)別3個(gè)方面的參照擴(kuò)散特征。
4.1 地方大數(shù)據(jù)政策發(fā)布擴(kuò)散模式
4.1.1 政策發(fā)布時(shí)間擴(kuò)散特征
筆者基于收集的68條地方大數(shù)據(jù)政策，以各地區(qū)大數(shù)據(jù)政策發(fā)布年份為橫軸、以某年政策發(fā)布累積量為縱軸做折線(xiàn)圖，考察我國(guó)地方大數(shù)據(jù)政策發(fā)布的時(shí)間擴(kuò)散趨勢(shì)，結(jié)果如圖1所示。
圖1???地方大數(shù)據(jù)政策發(fā)布累積量時(shí)間擴(kuò)散
從圖1可以看出，我國(guó)地方大數(shù)據(jù)政策時(shí)間擴(kuò)散效應(yīng)較為明顯，擴(kuò)散曲線(xiàn)大致呈S型分布，符合政策創(chuàng)新擴(kuò)散的一般規(guī)律。從時(shí)間發(fā)展歷程來(lái)看，政策發(fā)布擴(kuò)散主要經(jīng)歷3個(gè)階段。
（1）第一階段：擴(kuò)散緩慢起步期（2013—2015年）
2013—2015年，僅有少數(shù)省份開(kāi)始出臺(tái)與大數(shù)據(jù)相關(guān)的政策，至2015年共發(fā)布5條大數(shù)據(jù)政策，較早出臺(tái)地方大數(shù)據(jù)政策的省市為重慶市與湖北省武漢市。該時(shí)間段，地方大數(shù)據(jù)政策的制定發(fā)布處于萌芽發(fā)展期，未表現(xiàn)出明顯的擴(kuò)散趨勢(shì)。
（2）第二階段：快速擴(kuò)散期（2016—2017年）
2016年是大數(shù)據(jù)政策擴(kuò)散的重要分界點(diǎn)。在2015年國(guó)家出臺(tái)《促進(jìn)大數(shù)據(jù)發(fā)展行動(dòng)綱要》等一系列重要大數(shù)據(jù)發(fā)展戰(zhàn)略政策后，2016—2017年大數(shù)據(jù)政策的發(fā)布在全國(guó)范圍內(nèi)迅速擴(kuò)散，2016年與2017年分別有27條、28條地方大數(shù)據(jù)政策出臺(tái)，至2018年初共出臺(tái)60條地方大數(shù)據(jù)政策。這一階段，擴(kuò)散趨勢(shì)與政策擴(kuò)散理論中的“地方政府的政策擴(kuò)散受中央政府影響，中央政府可以通過(guò)強(qiáng)制或激勵(lì)推進(jìn)政策擴(kuò)散”現(xiàn)象較為契合。
（3）第三階段：擴(kuò)散趨緩期（2018年后）
經(jīng)過(guò)迅速蔓延的擴(kuò)散階段后，全國(guó)大多數(shù)地區(qū)已出臺(tái)地方大數(shù)據(jù)發(fā)展政策，2018年后，我國(guó)地方大數(shù)據(jù)政策發(fā)布擴(kuò)散速度減緩，發(fā)布數(shù)量明顯減少，全國(guó)僅出臺(tái)8條地方大數(shù)據(jù)政策，主要分布于內(nèi)蒙古自治區(qū)、山西省和四川省。
4.1.2 政策發(fā)布空間擴(kuò)散特征
68條省、市級(jí)地方大數(shù)據(jù)政策的發(fā)布地區(qū)分布見(jiàn)表2。從空間分布來(lái)看，較早發(fā)布大數(shù)據(jù)政策的一級(jí)行政區(qū)分別為重慶市、河北省、湖北省、遼寧省、青海省。至2016年底，我國(guó)大部分一級(jí)行政區(qū)發(fā)布了較為成熟的大數(shù)據(jù)政策，至2017年底，本文研究的31個(gè)一級(jí)行政區(qū)均發(fā)布了大數(shù)據(jù)的相關(guān)政策。
從表2的數(shù)據(jù)可以看到，至2018年底，大多數(shù)一級(jí)行政區(qū)至少發(fā)布了2條大數(shù)據(jù)政策，江蘇省發(fā)布的大數(shù)據(jù)政策達(dá)到了7條。
以上分析表明，2016年大數(shù)據(jù)政策在各一級(jí)行政區(qū)的空間擴(kuò)散呈現(xiàn)明顯的“突增覆蓋”現(xiàn)象，這主要是受?chē)?guó)家大數(shù)據(jù)政策的垂直影響；同時(shí)，地方大數(shù)據(jù)政策的發(fā)布擴(kuò)散有一定的鄰近效應(yīng)，在我國(guó)華東地區(qū)、中南地區(qū)一級(jí)行政區(qū)的擴(kuò)散時(shí)間靠前、擴(kuò)散數(shù)量較多，而在西南地區(qū)、西北地區(qū)的擴(kuò)散時(shí)間較為滯后、擴(kuò)散數(shù)量較少。
4.2 地方大數(shù)據(jù)政策參照擴(kuò)散模式
筆者對(duì)68條政策樣本文本內(nèi)容進(jìn)行政策參照關(guān)系識(shí)別與編碼。經(jīng)數(shù)據(jù)整理與統(tǒng)計(jì)發(fā)現(xiàn)，其中9條政策無(wú)政策參照關(guān)系，59條政策具有政策參照關(guān)系；參照關(guān)系共145條，涉及政策共135條（其中59條為收集的各地大數(shù)據(jù)政策，76條為識(shí)別的被參照政策）。
4.2.1 政策參照時(shí)間擴(kuò)散特征
地方大數(shù)據(jù)政策發(fā)布與參照時(shí)間擴(kuò)散趨勢(shì)如圖2所示。從圖2可以看出，大數(shù)據(jù)政策參照擴(kuò)散主要表現(xiàn)為前期緩慢擴(kuò)散、中期快速擴(kuò)散、后期擴(kuò)散減緩的趨勢(shì)，呈現(xiàn)典型的S曲線(xiàn)擴(kuò)散特征。通過(guò)對(duì)地方大數(shù)據(jù)發(fā)布與參照時(shí)間擴(kuò)散趨勢(shì)的比較分析發(fā)現(xiàn)，二者的擴(kuò)散發(fā)展階段基本對(duì)應(yīng)且保持較為同步的擴(kuò)散趨勢(shì)。2013—2015年為政策發(fā)布與政策參照的擴(kuò)散緩慢期， 2013—2014年幾乎沒(méi)有政策參照關(guān)系的出現(xiàn)，2015年僅出現(xiàn)兩條政策參照關(guān)系；隨著2016年大數(shù)據(jù)政策發(fā)布的快速擴(kuò)散， 2016—2017年政策參照關(guān)系分布逐漸密集，政策參照擴(kuò)散速度呈直線(xiàn)增長(zhǎng)，2016年與2017年政策參照頻次分別為58次、64次，其增長(zhǎng)幅度明顯高于政策的發(fā)布擴(kuò)散速度；2018年后，政策發(fā)布擴(kuò)散與參考擴(kuò)散速度均降低，但政策參照擴(kuò)散增長(zhǎng)率仍略高于政策發(fā)布擴(kuò)散的增長(zhǎng)率。
圖2???地方大數(shù)據(jù)政策發(fā)布與參照時(shí)間擴(kuò)散趨勢(shì)
為進(jìn)一步探究政策參照擴(kuò)散的時(shí)間對(duì)應(yīng)關(guān)系，將施加參照的政策與被參照政策的發(fā)布時(shí)間一一對(duì)應(yīng)，交叉統(tǒng)計(jì)結(jié)果如圖3所示。分析圖3可以發(fā)現(xiàn)：2013年、2014年各地大數(shù)據(jù)政策沒(méi)有對(duì)其他相關(guān)政策的參照關(guān)系；2015年起開(kāi)始出現(xiàn)對(duì)同年政策的參照關(guān)系；2016年共有58次參照關(guān)系，對(duì)2015年政策的參照頻次最多，其次為同年政策參照；2017年參照關(guān)系最多，共有64次，主要對(duì)2016年政策進(jìn)行參照，其次是對(duì)同年與2015年政策的參照；2018年有21次參照關(guān)系，對(duì)2016年政策的參照次數(shù)較多，其次是對(duì)2017年與同年政策的參照，對(duì)2015年政策的參照次數(shù)很少。以上政策參照擴(kuò)散的時(shí)間對(duì)應(yīng)情況表明，各地大數(shù)據(jù)政策主要參照較近年份的其他政策，當(dāng)年政策對(duì)前一年和同年政策的參照頻次較高，對(duì)發(fā)布時(shí)間越靠前的政策的參照頻次越低；另外，各地方大數(shù)據(jù)政策對(duì)2015年與2016年的政策參照頻次較高，這在一定程度上表明了2015與2016年政策在各地方大數(shù)據(jù)政策的制定過(guò)程中發(fā)揮了較大的作用。
圖3???政策參照時(shí)間擴(kuò)散分布（橫坐標(biāo)的上部為被參照政策發(fā)布年份，下部為施加參照的政策發(fā)布年份）
4.2.2 政策參照空間擴(kuò)散特征
（1）政策參照地理擴(kuò)散網(wǎng)絡(luò)
以政策參照關(guān)系為基礎(chǔ)，分別將被參照政策和對(duì)應(yīng)的地方大數(shù)據(jù)政策作為政策擴(kuò)散的“源頭”和“目標(biāo)”，通過(guò)Gephi社會(huì)網(wǎng)絡(luò)分析軟件繪制擁有135個(gè)節(jié)點(diǎn)與145條邊的政策參照擴(kuò)散網(wǎng)絡(luò)。
從政策參照擴(kuò)散網(wǎng)絡(luò)圖譜發(fā)現(xiàn)，我國(guó)地方大數(shù)據(jù)政策擴(kuò)散網(wǎng)絡(luò)中最大的節(jié)點(diǎn)位于北京市，即中央政策在政策參照擴(kuò)散網(wǎng)絡(luò)中占最大權(quán)重，說(shuō)明各地方大數(shù)據(jù)政策對(duì)中央政策的參照頻次最多，表明中央政策對(duì)地方政策有決定性影響且中央政策能夠被較好地貫徹執(zhí)行；另外，政策參照擴(kuò)散網(wǎng)絡(luò)在地理位置上的分布主要呈現(xiàn)中央向全國(guó)各省、市的大范圍放射狀擴(kuò)散，較符合目前中國(guó)常見(jiàn)的“中央—地方”政策擴(kuò)散模式，同時(shí)，在小范圍內(nèi)存在少許“省級(jí)—市級(jí)”或“市級(jí)—市級(jí)”的政策擴(kuò)散現(xiàn)象。
（2）政策參照行政區(qū)級(jí)別擴(kuò)散
根據(jù)《中華人民共和國(guó)憲法》，我國(guó)現(xiàn)行的行政區(qū)劃分為省級(jí)行政區(qū)（省、自治區(qū)、直轄市、特別行政區(qū)）、地級(jí)行政區(qū)（地級(jí)市、自治州等）、縣級(jí)行政區(qū)（市轄區(qū)、縣等）、鄉(xiāng)級(jí)行政區(qū)（鎮(zhèn)、鄉(xiāng)等）?；诖?#xff0c;本文對(duì)政策發(fā)布機(jī)構(gòu)級(jí)別進(jìn)行歸類(lèi)，例如省、自治區(qū)、直轄市的人民政府為一級(jí)行政區(qū)機(jī)構(gòu)，地級(jí)市人民政府為二級(jí)行政區(qū)機(jī)構(gòu)，縣級(jí)人民政府為三級(jí)行政區(qū)機(jī)構(gòu)。
以政策發(fā)布機(jī)構(gòu)的行政區(qū)級(jí)別為劃分標(biāo)準(zhǔn)，我國(guó)地方大數(shù)據(jù)政策的行政區(qū)級(jí)別擴(kuò)散分布見(jiàn)表3。59條地方大數(shù)據(jù)政策中，有31條政策來(lái)自一級(jí)行政區(qū)，27條政策來(lái)自二級(jí)行政區(qū)，1條政策來(lái)自三級(jí)行政區(qū)，總體來(lái)看，來(lái)自一級(jí)行政區(qū)與二級(jí)行政區(qū)的大數(shù)據(jù)政策數(shù)量較為平均，兩者參照政策的平均頻次均為2.48，說(shuō)明政策的參照擴(kuò)散在不同級(jí)別行政區(qū)之間普遍存在。
從圖4可以發(fā)現(xiàn)，一級(jí)行政區(qū)政府機(jī)關(guān)發(fā)布的大數(shù)據(jù)政策主要參照國(guó)家政策（占比75%），其次參照同級(jí)行政區(qū)的政策（占比24%），還存在1%是對(duì)下級(jí)行政區(qū)的政策參考；二級(jí)行政區(qū)主要參照國(guó)家政策（占比57%），對(duì)一級(jí)行政區(qū)與同級(jí)行政區(qū)的政策參照較為平均（分別占比22%、21%）；三級(jí)行政區(qū)主要參照上級(jí)行政區(qū)的政策，對(duì)國(guó)家、一級(jí)及二級(jí)行政區(qū)政策的參照量較為平均，不存在對(duì)同級(jí)行政區(qū)的政策的參照。
圖4???各級(jí)行政區(qū)大數(shù)據(jù)政策參照擴(kuò)散分布
以上表明，我國(guó)不同級(jí)別行政區(qū)大數(shù)據(jù)政策間參照擴(kuò)散緊密，不同級(jí)別大數(shù)據(jù)政策的參照擴(kuò)散分布較為一致，下級(jí)行政區(qū)主要參照上級(jí)行政區(qū)和國(guó)家級(jí)別的政策，呈現(xiàn)“自上而下的層級(jí)擴(kuò)散模式”，符合目前中國(guó)較為常見(jiàn)的公共政策擴(kuò)散模式，即上級(jí)政府制定的政策通過(guò)政策落實(shí)和政策執(zhí)行等方式，迅速擴(kuò)散到下級(jí)政府及相關(guān)部門(mén)的政策擴(kuò)散模式，具有一定的行政指令性特征。同時(shí)，存在同級(jí)別行政區(qū)政策的交互擴(kuò)散現(xiàn)象，結(jié)合政策參照地理擴(kuò)散特征，我國(guó)地方大數(shù)據(jù)政策在同級(jí)別行政區(qū)的擴(kuò)散特征主要為地區(qū)內(nèi)部同部門(mén)或跨部門(mén)的政策參照。
4.2.3 重要被參照政策的擴(kuò)散特征
被參照政策是政策參照網(wǎng)絡(luò)的重要部分，被參照政策參照頻次分布如圖5所示。從圖5可以發(fā)現(xiàn)，被參照政策的擴(kuò)散呈現(xiàn)較明顯的“長(zhǎng)尾效應(yīng)”，即有且只有排序第一的政策在政策擴(kuò)散中占據(jù)主要優(yōu)勢(shì)，擁有38條參照關(guān)系；共有15條（約19%）政策的參照頻次大于1次；僅被參照一次的政策約占81%。
圖5???被參照政策參照頻次分布
參照頻次大于1次的15條參照政策列表見(jiàn)表4。從表4可以發(fā)現(xiàn)，參照頻次較高的政策主要來(lái)源于國(guó)家行政機(jī)關(guān)發(fā)布的政策，尤其是國(guó)務(wù)院發(fā)布的《國(guó)務(wù)院關(guān)于印發(fā)促進(jìn)大數(shù)據(jù)發(fā)展行動(dòng)綱要的通知》（以下簡(jiǎn)稱(chēng)《通知》），參照頻次達(dá)38次。
由于參照頻次較小的政策在政策擴(kuò)散網(wǎng)絡(luò)中的影響力較弱，故選取參照頻次排序前三，即參照頻次分別為38次、7次、5次的被參照政策，從時(shí)間與空間維度分別測(cè)算分析其在參照擴(kuò)散網(wǎng)絡(luò)中的影響力，測(cè)算指標(biāo)定義見(jiàn)表5。
首先，被參照政策的時(shí)間擴(kuò)散趨勢(shì)以時(shí)間擴(kuò)散強(qiáng)度進(jìn)行衡量，政策在某年被參照的頻次越大，表明當(dāng)年該政策的擴(kuò)散強(qiáng)度越高。4條重要被參照政策的時(shí)間擴(kuò)散強(qiáng)度時(shí)序變化如圖6所示。逐年來(lái)看，4條國(guó)家政策均在其發(fā)布的后一年里獲得了最大擴(kuò)散強(qiáng)度，之后便逐年下降；時(shí)間擴(kuò)散影響力較為突出的是2015年發(fā)布的《通知》，作為被參照頻次最高的政策，其不僅在擴(kuò)散強(qiáng)度上具有最大優(yōu)勢(shì)，而且相較其他國(guó)家政策而言，其被參照的持續(xù)性更強(qiáng)。
圖6???被參照政策時(shí)間擴(kuò)散強(qiáng)度趨勢(shì)
其次，通過(guò)被參照政策的地區(qū)擴(kuò)散分布進(jìn)程的可視化顯示其空間擴(kuò)散廣度與方向。從圖譜可以看出，《通知》自2015年發(fā)布后，其擴(kuò)散范圍較廣，2016—2018年全國(guó)范圍內(nèi)絕大部分一級(jí)行政區(qū)的大數(shù)據(jù)政策對(duì)該政策進(jìn)行了參照，在地區(qū)間呈現(xiàn)較為明顯的鄰近擴(kuò)散模式，擴(kuò)散方向主要為由北到南，從鄰近區(qū)域擴(kuò)散覆蓋至全國(guó)范圍；我國(guó)對(duì)該政策參照頻次較高的地區(qū)較為聚集，大致分布在南部、西北部和東部，江蘇省的參照頻次最高，為4次，廣東省為3次，四川省、陜西省、內(nèi)蒙古自治區(qū)、湖南省、河南省、廣西壯族自治區(qū)、甘肅省、福建省均為2次，其他省份均為1次。相比之下，《工業(yè)和信息化部關(guān)于印發(fā)大數(shù)據(jù)產(chǎn)業(yè)發(fā)展規(guī)劃（2016—2020年）的通知》《國(guó)務(wù)院辦公廳關(guān)于運(yùn)用大數(shù)據(jù)加強(qiáng)對(duì)市場(chǎng)主體服務(wù)和監(jiān)管的若干意見(jiàn)》《國(guó)務(wù)院關(guān)于促進(jìn)云計(jì)算創(chuàng)新發(fā)展培育信息產(chǎn)業(yè)新業(yè)態(tài)的意見(jiàn)》3條國(guó)家政策的擴(kuò)散范圍較小，在全國(guó)范圍內(nèi)的擴(kuò)散也不均勻。
5 我國(guó)地方大數(shù)據(jù)政策的轉(zhuǎn)移特征
政策轉(zhuǎn)移聚焦政策交互擴(kuò)散過(guò)程中政策的內(nèi)容關(guān)聯(lián)，包括政策主題的繼承與創(chuàng)新兩個(gè)方面。本文以不同地區(qū)政策內(nèi)容的詞頻分布與基于高頻詞分布的政策轉(zhuǎn)移比率Th-fw測(cè)算結(jié)果為基礎(chǔ)，揭示各地方大數(shù)據(jù)政策對(duì)被參照政策內(nèi)容主題概念的繼承與創(chuàng)新程度。
地方大數(shù)據(jù)政策的空間參照擴(kuò)散特征表明，各地方大數(shù)據(jù)政策對(duì)中央政策的參照較為集中。鑒于其他政策的擴(kuò)散強(qiáng)度較弱，擴(kuò)散廣度較局限，以擴(kuò)散強(qiáng)度與廣度最大的《國(guó)務(wù)院關(guān)于印發(fā)促進(jìn)大數(shù)據(jù)發(fā)展行動(dòng)綱要的通知》為代表，探究以傳統(tǒng)六大地理分區(qū)標(biāo)準(zhǔn)劃分的我國(guó)華北、華東、東北、西北、西南、中南6個(gè)不同地理區(qū)域大數(shù)據(jù)政策對(duì)國(guó)家政策的政策轉(zhuǎn)移情況。
對(duì)不同區(qū)域政策內(nèi)容關(guān)鍵詞的提取主要經(jīng)過(guò)了3個(gè)步驟：首先去除文本中的引言、背景描述、發(fā)文機(jī)關(guān)、接受單位、發(fā)布時(shí)間等無(wú)關(guān)字段；其次，運(yùn)用ROSTCM工具對(duì)政策文本進(jìn)行分詞，為保證關(guān)鍵詞的有效性，根據(jù)《國(guó)務(wù)院公文主題詞表》詞匯和大數(shù)據(jù)相關(guān)關(guān)鍵詞（“大數(shù)據(jù)”“云計(jì)算”“人工智能”等）增加分詞詞表詞匯，并在過(guò)濾詞表中添加與關(guān)鍵內(nèi)容關(guān)聯(lián)不強(qiáng)和無(wú)意義的語(yǔ)詞、形容詞、動(dòng)詞等；最后，在軟件分詞的基礎(chǔ)上，進(jìn)一步手工篩選、合并關(guān)鍵詞。經(jīng)多次反復(fù)處理，獲得政策內(nèi)容的詞頻統(tǒng)計(jì)結(jié)果。
經(jīng)高頻詞分布一致率計(jì)算，基于前200和前50高頻詞的我國(guó)各區(qū)域大數(shù)據(jù)政策的政策轉(zhuǎn)移比率Th-fw見(jiàn)表6、表7。
數(shù)據(jù)表明，全國(guó)六大地理行政區(qū)中，參照《通知》的地方大數(shù)據(jù)政策與《通知》政策內(nèi)容概念的重合一致率較高，各區(qū)域政策文本排序前200高頻詞對(duì)比后的政策轉(zhuǎn)移比率Th-f結(jié)果均達(dá)65%以上，多數(shù)在70%以上。進(jìn)一步對(duì)比排序前50的關(guān)鍵高頻詞發(fā)現(xiàn)，大部分區(qū)域的政策轉(zhuǎn)移比率Th-fw為90%以上，最高達(dá)98%。由此可以推測(cè)，各區(qū)域地方大數(shù)據(jù)政策對(duì)《通知》的政策轉(zhuǎn)移程度較高，繼承性較強(qiáng)。從基于前200高頻詞的政策轉(zhuǎn)移比率數(shù)據(jù)來(lái)看，整體上中南地區(qū)政策轉(zhuǎn)移程度較高，其次依次是華東、東北、華北、西南、西北。
Th-fw測(cè)算數(shù)據(jù)表明，大多數(shù)地方大數(shù)據(jù)政策較大程度繼承了《通知》內(nèi)容中的關(guān)鍵概念，但僅能從數(shù)值高低推測(cè)各地政策轉(zhuǎn)移程度，無(wú)法揭示具體的政策轉(zhuǎn)移內(nèi)容。為掌握各區(qū)域大數(shù)據(jù)政策的政策繼承與創(chuàng)新主題概念的分布情況，需結(jié)合各區(qū)域大數(shù)據(jù)政策與中央政策內(nèi)容中共有與非共有概念關(guān)鍵詞的分布進(jìn)行進(jìn)一步分析。
5.1 政策繼承主題分布
政策繼承主題表現(xiàn)為各區(qū)域大數(shù)據(jù)政策內(nèi)容與《通知》的共有概念詞。由于各區(qū)域大數(shù)據(jù)政策與《通知》的概念詞重合率均較高，《通知》的高頻關(guān)鍵詞分布即可大致反映政策繼承主題的主要內(nèi)容。
以ROSTCM詞頻分析軟件對(duì)《通知》內(nèi)容進(jìn)行關(guān)鍵詞共現(xiàn)分析，并使用VOSviewer社會(huì)網(wǎng)絡(luò)分析工具繪制《通知》的高頻關(guān)鍵詞網(wǎng)絡(luò)可視化圖譜與高頻關(guān)鍵詞密度可視化圖譜。高頻關(guān)鍵詞密度可視化圖譜呈現(xiàn)了政策內(nèi)容中不同關(guān)鍵詞的重要性程度，一個(gè)關(guān)鍵詞出現(xiàn)的頻次越高，并且與其聯(lián)系的關(guān)鍵詞頻次越高，則該區(qū)域的顏色越靠近紅色，表明該關(guān)鍵詞占越大的權(quán)重。從圖7可以看出，“大數(shù)據(jù)”“數(shù)據(jù)”“服務(wù)”是政策文本中的核心內(nèi)容，圍繞核心關(guān)鍵詞，主要強(qiáng)調(diào)的內(nèi)容為“數(shù)據(jù)資源基礎(chǔ)”“服務(wù)應(yīng)用”“社會(huì)數(shù)據(jù)共享”“政府?dāng)?shù)據(jù)開(kāi)放”“公共數(shù)據(jù)建設(shè)”“技術(shù)應(yīng)用”等。
圖7???《國(guó)務(wù)院關(guān)于印發(fā)促進(jìn)大數(shù)據(jù)發(fā)展行動(dòng)綱要的通知》高頻關(guān)鍵詞密度可視化圖譜
另外，VOSviewer利用不同類(lèi)別中所有個(gè)體間歐幾里得權(quán)重距離之和最小的聚類(lèi)算法對(duì)關(guān)鍵詞進(jìn)行聚類(lèi)，高頻關(guān)鍵詞網(wǎng)絡(luò)可視化圖譜使用不同顏色區(qū)分不同關(guān)鍵詞類(lèi)團(tuán)，同一類(lèi)團(tuán)內(nèi)關(guān)鍵詞的相似性較高，不同類(lèi)團(tuán)之間相似性低。根據(jù)政策關(guān)鍵詞同質(zhì)性的差異和詞頻密度高低的不同，圖8標(biāo)引了6個(gè)主題聚類(lèi)，代表政策繼承的6個(gè)主題。
圖8???《國(guó)務(wù)院關(guān)于印發(fā)促進(jìn)大數(shù)據(jù)發(fā)展行動(dòng)綱要的通知》高頻關(guān)鍵詞網(wǎng)絡(luò)可視化圖譜
● 強(qiáng)調(diào)大數(shù)據(jù)的創(chuàng)新應(yīng)用：具體包括“大數(shù)據(jù)”“保障”“創(chuàng)新”等關(guān)鍵詞，主要內(nèi)容為鼓勵(lì)大數(shù)據(jù)驅(qū)動(dòng)創(chuàng)新應(yīng)用與建設(shè)大數(shù)據(jù)保障工程。
● 創(chuàng)造大數(shù)據(jù)應(yīng)用環(huán)境：具體包括“服務(wù)”“企業(yè)”“市場(chǎng)”“平臺(tái)”等關(guān)鍵詞，主要內(nèi)容為鼓勵(lì)企業(yè)開(kāi)展大數(shù)據(jù)服務(wù)、建設(shè)大數(shù)據(jù)市場(chǎng)化交易與數(shù)據(jù)資源平臺(tái)。
● 推進(jìn)公共大數(shù)據(jù)融合：具體包括“公共”“共享”“政府”“社會(huì)”等關(guān)鍵詞，主要內(nèi)容為加強(qiáng)公共信息資源采集與管理、加強(qiáng)政府?dāng)?shù)據(jù)與社會(huì)數(shù)據(jù)的整合、鼓勵(lì)政務(wù)數(shù)據(jù)向社會(huì)適度共享與開(kāi)放。
● 布局國(guó)家大數(shù)據(jù)平臺(tái)：具體包括“國(guó)家”“開(kāi)放”“數(shù)據(jù)”“采集”等關(guān)鍵詞，主要內(nèi)容為鼓勵(lì)政府部門(mén)對(duì)信息進(jìn)行集中采集、加強(qiáng)各領(lǐng)域數(shù)據(jù)資源的共享開(kāi)放、加快國(guó)家政務(wù)信息化工程建設(shè)。
● 利用大數(shù)據(jù)提升質(zhì)量安全能力：具體包括“質(zhì)量”“安全”等關(guān)鍵詞，主要內(nèi)容為完善大數(shù)據(jù)的監(jiān)管應(yīng)用，通過(guò)大數(shù)據(jù)提高安全治理服務(wù)的質(zhì)量與能力。
● 促進(jìn)大數(shù)據(jù)技術(shù)發(fā)展：具體包括“基礎(chǔ)”“技術(shù)”等關(guān)鍵詞，主要內(nèi)容為加強(qiáng)大數(shù)據(jù)技術(shù)的基礎(chǔ)研究、技術(shù)產(chǎn)品研發(fā)和核心技術(shù)攻關(guān)，推進(jìn)大數(shù)據(jù)技術(shù)的應(yīng)用。
5.2 政策創(chuàng)新主題分布
政策繼承程度通過(guò)政策間高頻關(guān)鍵詞的重合情況進(jìn)行衡量，政策創(chuàng)新則表現(xiàn)為不同政策內(nèi)容中非重合關(guān)鍵詞的分布。
由于參照《通知》的政策主要為各地區(qū)發(fā)布的省級(jí)政策或省會(huì)城市政策，本文假設(shè)這些政策在一定程度上反映了各省市關(guān)鍵的大數(shù)據(jù)產(chǎn)業(yè)發(fā)展戰(zhàn)略，則政策內(nèi)容高頻詞代表了該地區(qū)大數(shù)據(jù)政策的核心主題?；诖?#xff0c;結(jié)合各地區(qū)大數(shù)據(jù)政策與《通知》內(nèi)容的非共有高頻詞的分布情況，分析各地區(qū)大數(shù)據(jù)政策的創(chuàng)新主題。為便于理解，以下將非共有高頻詞稱(chēng)為政策創(chuàng)新高頻詞。
抽取各區(qū)域政策內(nèi)容前200的高頻詞為政策創(chuàng)新高頻詞，結(jié)合文本內(nèi)容對(duì)政策創(chuàng)新高頻詞的實(shí)際意義進(jìn)行確認(rèn)，經(jīng)篩選保留具有分析價(jià)值的詞。
華北、華東、東北、西北、西南、中南6個(gè)區(qū)域大數(shù)據(jù)政策的政策創(chuàng)新高頻詞分布見(jiàn)表8。統(tǒng)計(jì)表明，各區(qū)域大數(shù)據(jù)政策之間的政策創(chuàng)新高頻詞具有一定的聯(lián)系和差異：不同區(qū)域具有相同的政策創(chuàng)新高頻詞，表明這些區(qū)域政策創(chuàng)新主題有一定的相似之處；僅在一個(gè)區(qū)域大數(shù)據(jù)政策中出現(xiàn)的政策創(chuàng)新高頻詞體現(xiàn)了該區(qū)域大數(shù)據(jù)政策突出強(qiáng)調(diào)或具有特色的主題。
“優(yōu)勢(shì)”“引進(jìn)”“挖掘”“改革”“應(yīng)急”“基地”是全國(guó)各區(qū)域大數(shù)據(jù)政策文本中共同具有的政策創(chuàng)新高頻詞，這些關(guān)鍵詞的具體內(nèi)涵是全國(guó)各區(qū)域基于中央大數(shù)據(jù)政策在自身大數(shù)據(jù)產(chǎn)業(yè)發(fā)展戰(zhàn)略制定中普遍關(guān)注的方面。
這些政策創(chuàng)新高頻詞在各區(qū)域大數(shù)據(jù)政策中的內(nèi)涵較為一致，6個(gè)共有創(chuàng)新主題內(nèi)容主要如下。
● 優(yōu)勢(shì)：融入地區(qū)自身具備的優(yōu)勢(shì)，如地理位置、人才資源、產(chǎn)業(yè)發(fā)展等方面，形成地區(qū)特色的大數(shù)據(jù)能力優(yōu)勢(shì)。
● 引進(jìn)：積極引進(jìn)國(guó)內(nèi)外大數(shù)據(jù)龍頭企業(yè)、大數(shù)據(jù)高端人才和團(tuán)隊(duì)、大數(shù)據(jù)項(xiàng)目與資源、大數(shù)據(jù)基礎(chǔ)設(shè)施和高新技術(shù)等。
● 挖掘：研發(fā)數(shù)據(jù)挖掘技術(shù)，加強(qiáng)各平臺(tái)動(dòng)態(tài)大數(shù)據(jù)的分析，為社會(huì)治理、用戶(hù)服務(wù)、產(chǎn)業(yè)發(fā)展等方面的決策提供堅(jiān)實(shí)基礎(chǔ)。
● 改革：依托大數(shù)據(jù)資源與技術(shù)促進(jìn)教育、醫(yī)療、商業(yè)、制造業(yè)、政府、公共服務(wù)的制度改革，打造供給側(cè)結(jié)構(gòu)性改革新模式。
● 應(yīng)急：打造大數(shù)據(jù)應(yīng)急管理應(yīng)用，實(shí)現(xiàn)應(yīng)急響應(yīng)一體化，提高環(huán)境應(yīng)急、網(wǎng)絡(luò)安全應(yīng)急、公共安全應(yīng)急的處置能力和水平。
● 基地：積極培育建設(shè)大數(shù)據(jù)產(chǎn)業(yè)與應(yīng)用基地，如互聯(lián)網(wǎng)應(yīng)用創(chuàng)新基地、技術(shù)研發(fā)基地、人才培訓(xùn)基地、數(shù)據(jù)中心基地等。
此外，“物流”“環(huán)保”“通信”“資產(chǎn)”“計(jì)算”“藥品”“精準(zhǔn)扶貧”“感知”“人工智能”“高端”“絲綢之路”是至少兩個(gè)區(qū)域共同具有的政策創(chuàng)新高頻詞。
“物流”“環(huán)?！薄巴ㄐ拧薄百Y產(chǎn)”“計(jì)算”被超過(guò)3個(gè)區(qū)域的大數(shù)據(jù)政策強(qiáng)調(diào)。其中，“物流”“環(huán)?！薄巴ㄐ拧钡姆植几鼜V，說(shuō)明大數(shù)據(jù)應(yīng)用于物流、環(huán)保以及通信技術(shù)的發(fā)展是較多地區(qū)強(qiáng)調(diào)的方面。
從“藥品”“精準(zhǔn)扶貧”“感知”“人工智能”“高端”“絲綢之路”的分布區(qū)域可以推測(cè)，相關(guān)創(chuàng)新主題與區(qū)域本身有一定的相關(guān)性。如在中南區(qū)域、西北區(qū)域、華北區(qū)域的大數(shù)據(jù)政策中強(qiáng)調(diào)，“運(yùn)用大數(shù)據(jù)推動(dòng)精準(zhǔn)扶貧脫貧，加強(qiáng)精準(zhǔn)扶貧大數(shù)據(jù)分析與深度應(yīng)用”；“感知”“人工智能”“高端”聚焦大數(shù)據(jù)高新技術(shù)的深入發(fā)展，主要體現(xiàn)在我國(guó)經(jīng)濟(jì)與技術(shù)發(fā)展較為領(lǐng)先的華東區(qū)域、華北區(qū)域的大數(shù)據(jù)政策中，強(qiáng)調(diào)“融合大數(shù)據(jù)建設(shè)物聯(lián)網(wǎng)智能化感知、網(wǎng)絡(luò)安全態(tài)勢(shì)感知、用戶(hù)數(shù)據(jù)感知系統(tǒng)”“大力推動(dòng)人工智能與實(shí)體經(jīng)濟(jì)深度融合、建設(shè)人工智能大數(shù)據(jù)產(chǎn)業(yè)、加強(qiáng)人工智能應(yīng)用技術(shù)與創(chuàng)新研發(fā)”“培養(yǎng)數(shù)據(jù)領(lǐng)域高端專(zhuān)業(yè)人才、推動(dòng)生產(chǎn)性服務(wù)業(yè)高端化發(fā)展、加強(qiáng)高端技術(shù)的研發(fā)、培育高端高效的智能經(jīng)濟(jì)”；“絲綢之路”作為具有特殊性的地理位置概念詞，西南區(qū)域與華北區(qū)域的大數(shù)據(jù)政策強(qiáng)調(diào)“依托新絲綢之路發(fā)展物流大數(shù)據(jù)、建設(shè)絲綢之路數(shù)據(jù)港、打造數(shù)字絲綢之路”，由此表現(xiàn)出大數(shù)據(jù)應(yīng)用融合地理位置優(yōu)勢(shì)的發(fā)展特色性。
根據(jù)僅在一個(gè)區(qū)域大數(shù)據(jù)政策中高頻出現(xiàn)的政策創(chuàng)新詞，能夠推測(cè)不同區(qū)域大數(shù)據(jù)發(fā)展戰(zhàn)略中突出強(qiáng)調(diào)或具有特色的方面。值得說(shuō)明的是，本文以各區(qū)域大數(shù)據(jù)政策中排序前200的高頻詞分布區(qū)分不同區(qū)域政策創(chuàng)新關(guān)鍵詞，只在某個(gè)區(qū)域出現(xiàn)的政策創(chuàng)新高頻詞并不表示該關(guān)鍵詞在其他區(qū)域大數(shù)據(jù)政策中不存在，僅說(shuō)明該詞不在其他區(qū)域大數(shù)據(jù)政策排序前200的高頻詞范圍內(nèi)。因此，僅在一個(gè)區(qū)域大數(shù)據(jù)政策出現(xiàn)的政策創(chuàng)新高頻詞表明其為該區(qū)域較具特色的政策創(chuàng)新主題。分布在6個(gè)地理區(qū)域的特色政策創(chuàng)新高頻詞及其具體內(nèi)容見(jiàn)表9。
6 結(jié)束語(yǔ)
本文基于公共政策的發(fā)布擴(kuò)散和參照擴(kuò)散現(xiàn)象，采用社會(huì)網(wǎng)絡(luò)分析方法和內(nèi)容分析法對(duì)我國(guó)68條地方大數(shù)據(jù)政策的時(shí)空擴(kuò)散趨勢(shì)和政策內(nèi)容轉(zhuǎn)移情況進(jìn)行實(shí)證分析。
在政策時(shí)間擴(kuò)散方面，我國(guó)地方大數(shù)據(jù)政策發(fā)布和參照的時(shí)間擴(kuò)散均符合政策擴(kuò)散的一般規(guī)律，擴(kuò)散曲線(xiàn)呈現(xiàn)“S曲線(xiàn)”，具有明顯的擴(kuò)散效應(yīng)；發(fā)布擴(kuò)散與參照擴(kuò)散趨勢(shì)較為同步，主要經(jīng)歷擴(kuò)散緩慢期、快速擴(kuò)散期、擴(kuò)散平穩(wěn)期3個(gè)階段，總體上政策參照擴(kuò)散速度高于發(fā)布擴(kuò)散速度；由于大數(shù)據(jù)是近年興起的產(chǎn)業(yè)，我國(guó)各地大數(shù)據(jù)政策的參照關(guān)系時(shí)間跨度不長(zhǎng)，各地大數(shù)據(jù)政策主要參照較近年份的其他政策，當(dāng)年發(fā)布的大數(shù)據(jù)政策對(duì)前一年和同年政策的參照頻次較高，對(duì)發(fā)布時(shí)間越靠前的政策參照頻次越低；目前，地方大數(shù)據(jù)政策總體上對(duì)2015年與2016年的政策參照頻次較高，主要原因在于2015—2016年重要國(guó)家級(jí)政策與各地一級(jí)行政區(qū)大數(shù)據(jù)政策紛紛出臺(tái)，為后續(xù)相關(guān)政策的制定起到了重要的作用。
在政策空間擴(kuò)散方面，大數(shù)據(jù)政策在我國(guó)各地區(qū)的發(fā)布擴(kuò)散進(jìn)程主要受?chē)?guó)家政策的垂直影響，2016—2017年地方大數(shù)據(jù)政策呈大范圍迅速擴(kuò)散的趨勢(shì)，至2018年全國(guó)31個(gè)一級(jí)行政區(qū)均已覆蓋；發(fā)布擴(kuò)散過(guò)程有一定的鄰近效應(yīng)，主要體現(xiàn)在我國(guó)華東地區(qū)和中南地區(qū)省份的政策發(fā)布時(shí)間普遍靠前、數(shù)量較多，而西南地區(qū)和西北地區(qū)的政策發(fā)布時(shí)間較為滯后、數(shù)量較少；地方大數(shù)據(jù)政策的參照擴(kuò)散在地理位置分布上符合目前中國(guó)較為常見(jiàn)的“中央—地方”政策擴(kuò)散模式，在地區(qū)行政級(jí)別上主要呈現(xiàn)“省級(jí)—市級(jí)”自上而下的層級(jí)擴(kuò)散模式，具有一定的行政指令性特征，同時(shí)也存在少部分“省級(jí)—省級(jí)”和“市級(jí)—市級(jí)”的同級(jí)別行政區(qū)內(nèi)同部門(mén)或跨部門(mén)的政策參照擴(kuò)散現(xiàn)象。
68條地方大數(shù)據(jù)政策參照關(guān)系的參照來(lái)源政策分布情況表明，被參照頻次較高的政策主要來(lái)源于國(guó)家行政機(jī)關(guān)發(fā)布的政策，被參照政策的分布呈現(xiàn)“長(zhǎng)尾效應(yīng)”，排序第一的《通知》占據(jù)絕對(duì)擴(kuò)散優(yōu)勢(shì)，僅被參照過(guò)一次的政策約占81%；相較其他被參照的國(guó)家政策而言，《通知》時(shí)間擴(kuò)散強(qiáng)度較大，2016—2018年全國(guó)范圍內(nèi)絕大部分一級(jí)行政區(qū)的大數(shù)據(jù)政策對(duì)該政策進(jìn)行了參照，同時(shí)其空間擴(kuò)散較廣，擴(kuò)散方向主要由北到南，從鄰近區(qū)域擴(kuò)散覆蓋至全國(guó)范圍。
在政策轉(zhuǎn)移方面，我國(guó)各區(qū)域大數(shù)據(jù)政策對(duì)國(guó)家政策《通知》內(nèi)容的轉(zhuǎn)移程度均較高，說(shuō)明中央政策在我國(guó)各地的推行落實(shí)情況較好，政策的關(guān)鍵概念在各地區(qū)得到了較好的繼承，整體上中南地區(qū)的政策繼承程度最高，其次依次是華東地區(qū)、東北地區(qū)、華北地區(qū)、西南地區(qū)、西北地區(qū)。基于國(guó)家政策的繼承，各區(qū)域的大數(shù)據(jù)政策也表現(xiàn)出了一定的政策創(chuàng)新：不同區(qū)域大數(shù)據(jù)政策的政策創(chuàng)新主題具有一定的相似性，不同區(qū)域大數(shù)據(jù)政策也具有體現(xiàn)其發(fā)展戰(zhàn)略差異性的創(chuàng)新主題。
大數(shù)據(jù)能夠普遍應(yīng)用于公共、社會(huì)各領(lǐng)域的服務(wù)與管理工作，在信息時(shí)代具有不容小覷的潛在價(jià)值。目前我國(guó)各地大數(shù)據(jù)政策擴(kuò)散方式主要是由上至下的層級(jí)擴(kuò)散，跨地區(qū)的政策擴(kuò)散交互不足，地區(qū)內(nèi)不同行政部門(mén)之間的政策擴(kuò)散交互較少，因此需要進(jìn)一步加強(qiáng)大數(shù)據(jù)政策的擴(kuò)散深度與廣度，加強(qiáng)發(fā)展水平較弱地區(qū)向發(fā)展水平較好地區(qū)進(jìn)行政策內(nèi)容的學(xué)習(xí)轉(zhuǎn)移、促進(jìn)不同地區(qū)大數(shù)據(jù)政策的交互擴(kuò)散以及促進(jìn)不同部門(mén)、不同主題的大數(shù)據(jù)政策交互擴(kuò)散。
本文通過(guò)抽樣分析我國(guó)68條地方大數(shù)據(jù)政策，總體描述了我國(guó)地方大數(shù)據(jù)政策的時(shí)空擴(kuò)散特征和內(nèi)容轉(zhuǎn)移情況，但仍存在一定局限性。首先，在政策數(shù)據(jù)收集方面，采用網(wǎng)絡(luò)收集方法對(duì)我國(guó)各地區(qū)地方大數(shù)據(jù)政策進(jìn)行重點(diǎn)抽樣形成的68條政策數(shù)據(jù)樣本集較為有限，在一定程度上造成了研究結(jié)論的局限性；另外，本文使用基于高頻詞分布的政策轉(zhuǎn)移比率Th-fw測(cè)算地方大數(shù)據(jù)政策與被參照國(guó)家政策的內(nèi)容轉(zhuǎn)移程度，對(duì)不同地區(qū)的政策繼承與創(chuàng)新情況具有一定的評(píng)估作用，然而，政策樣本集關(guān)鍵詞的抽取對(duì)測(cè)算結(jié)果影響較大，由此可能對(duì)分析結(jié)果造成一定的誤差。因此，筆者后續(xù)研究需要擴(kuò)大政策樣本，以更充足全面地分析完善本文研究結(jié)論，此外，后續(xù)還可進(jìn)一步提高政策文本的分詞精度，改進(jìn)政策轉(zhuǎn)移計(jì)算方法，從而提升政策轉(zhuǎn)移的評(píng)測(cè)研究水平。
作者簡(jiǎn)介
丁文姚（1995- ），女，西南大學(xué)計(jì)算機(jī)與信息科學(xué)學(xué)院碩士生，主要研究方向?yàn)樾畔⒂?jì)量學(xué)。
張自力（1964- ），男，博士，西南大學(xué)計(jì)算機(jī)與信息科學(xué)學(xué)院教授，西南大學(xué)學(xué)術(shù)委員會(huì)副主任，中國(guó)計(jì)算機(jī)學(xué)會(huì)大數(shù)據(jù)專(zhuān)家委員會(huì)常務(wù)委員，主要研究方向?yàn)槿斯ぶ悄?、?shù)據(jù)分析、多agent系統(tǒng)、混合智能系統(tǒng)。
余國(guó)先（1982- ），男，博士，西南大學(xué)計(jì)算機(jī)與信息科學(xué)學(xué)院教授，主要研究方向?yàn)闄C(jī)器學(xué)習(xí)、生物信息學(xué)。
韓毅（1972- ），男，博士，西南大學(xué)計(jì)算機(jī)與信息科學(xué)學(xué)院教授、副院長(zhǎng)，主要研究方向?yàn)樾畔⒂?jì)量學(xué)、用戶(hù)信息行為。
《大數(shù)據(jù)》期刊
《大數(shù)據(jù)（Big Data Research，BDR）》雙月刊是由中華人民共和國(guó)工業(yè)和信息化部主管，人民郵電出版社主辦，中國(guó)計(jì)算機(jī)學(xué)會(huì)大數(shù)據(jù)專(zhuān)家委員會(huì)學(xué)術(shù)指導(dǎo)，北京信通傳媒有限責(zé)任公司出版的中文科技核心期刊。
關(guān)注《大數(shù)據(jù)》期刊微信公眾號(hào)，獲取更多內(nèi)容
往期文章回顧
證券期貨行業(yè)監(jiān)管大數(shù)據(jù)治理方案研究
“智慧法院”數(shù)據(jù)融合分析與集成應(yīng)用
大數(shù)據(jù)治理標(biāo)準(zhǔn)體系研究
綜合交通大數(shù)據(jù)應(yīng)用技術(shù)的發(fā)展展望
邊緣智能：現(xiàn)狀和展望
總結(jié)
以上是生活随笔為你收集整理的我国地方大数据政策的扩散模式与转移特征研究的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。
- 上一篇： 【CyberSecurityLearni
- 下一篇： 【CyberSecurityLearni