我国地方大数据政策的扩散模式与转移特征研究.docx

我国地方大数据政策的扩散模式与转移特征研究.docx

《我国地方大数据政策的扩散模式与转移特征研究.docx》由会员分享，可在线阅读，更多相关《我国地方大数据政策的扩散模式与转移特征研究.docx（20页珍藏版）》请在冰豆网上搜索。

我国地方大数据政策的扩散模式与转移特征研究

摘要：

为揭示我国地方大数据政策的发展趋势与内容关联性，基于政策扩散与政策转移理论，采用内容分析法、社会网络分析方法，探索我国各省市68条地方大数据政策的时空扩散模式与内容转移特征。

研究发现：

我国地方大数据政策发布与参照的时间扩散模式均符合政策扩散一般规律，时间扩散曲线呈S型；政策参照扩散模式为目前中国常见的“中央—地方扩散”与自上而下层级参照扩散模式；此外，地方大数据政策对重要国家政策内容的继承性较高，不同区域政策内容的创新各具特色。

关键词：

  地方政策;大数据政策;政策参照;政策扩散;政策转移

1引言

2011年6月，麦肯锡咨询公司在《大数据：

下一个创新、竞争和生产力的前沿》研究报告中提出“大数据时代已经到来”，从此引爆全球大数据发展的浪潮。

近年来，我国大数据产业市场规模保持高速增长，不仅影响了大众的生活方式，也为社会、经济发展创造了无限价值。

2015年8月，国务院印发《促进大数据发展行动纲要》，首次明确提出建设数据强国，并系统部署了我国大数据的发展工作。

2015年10月，十八届五中全会提出“实施国家大数据战略”，自此，大数据成为国家发展战略。

随着相关国家政策的落地，国家发展和改革委员会、工业和信息化部等政府部门均颁发了与大数据发展相关的方案，全国各地政府及相关部门也纷纷推出了大数据发展规划与相关政策文件。

政策扩散是我国公共政策活动的重要特征。

在实践中，政策的扩散和转移是政策发布与推行活动的普遍现象，中央政府、地方政府部门间的政策文件扩散活动随着政策数量的日益增加而日趋频繁，进而促进了政策内容主题的相互转移；在研究领域，针对政策扩散和转移，从历时或跨区域、跨领域的角度研究政策知识内容、政策模式对关联领域的影响，是政策比较研究的重要研究方法。

目前，已有研究从政策扩散或政策转移视角，对我国国民经济和社会信息化规划政策、科技成果转化政策、政务中心制度、地方政府信息公开制度等政策的发展过程进行考察分析，揭示了不同类型政策的发展特征。

为了解我国大数据政策的发展趋势，掌握不同层级、不同区域地方大数据政策内容的关联性，本文基于政策扩散和政策转移理论，探究我国地方大数据政策的时空扩散模式与内容转移特征，旨在为我国大数据政策的未来发展与推行提供一定的理论支持。

2研究现状

政策扩散与政策转移理论在国内外已积累了较为丰富的研究基础，下面首先梳理政策扩散与政策转移的理论概念内涵与相关研究应用现状，并对目前我国大数据政策相关研究的研究内容与研究方法进行简要总结，再在此基础上分析政策扩散与政策转移用于大数据政策分析研究的可行性与意义。

2.1政策扩散

政策扩散是政策创新扩散的简称，通常是指一项政策方案从一个部门或地区传输到另一个部门或地区，并被新政策主体采纳和推行的过程。

1969年，Walker指出美国各州公共政策并非完全渐进的，而是存在跳跃性创新的，且创新往往会被邻近州效仿；BrownLA等人总结出政策创新扩散过程的3条经验性规律，即在时间维度上呈现S形曲线、在空间维度上表现为邻近效应、在区域内出现领导者—追随者层级效应；BerryFS提出了4种基本的政策扩散模型，分别为全国互动模型、区域扩散模型、领导—跟进模型和垂直影响模型，这4种传播模型体现了政策创新的时空扩散效应。

国内政策扩散研究始于2004年，尤其是随着格雷的《竞争、效仿与政策创新》在中国发表后，相关研究日益增多。

在理论研究方面，陈芳对政策扩散、政策转移和政策趋同三者的概念、模型、机制进行了比较研究；王浦劬、赖先进提炼了中国公共政策扩散的4种基本模式，分别为自上而下的层级扩散模式、自下而上的政策采纳和推广模式、区域和部门之间的扩散模式、政策先进地区向政策跟进地区的扩散模式，同时发现了5种公共政策扩散机制，分别是学习、竞争、模仿、行政指令推行和社会建构。

另外，在基于政策扩散理论的实证研究方面，杨静文分析了政务中心制度在地市级政府中的扩散进程，验证了其政策扩散的S型曲线；张玮、王洪涛等人分别考察了我国暂住证制度与地方政府信息公开制度的政策时空扩散变化过程；张剑等人通过政策参照网络和政策内容关键词时序变化，从强度、广度、速度与方向4个维度研究了中国科技成果转化政策扩散的过程和特点。

2.2政策转移

政策转移的经典定义是由Dolowitz和Marsh提出的。

政策转移是指存在于与某一时间与空间的政策、行政安排和制度相关的内容被用于另一时间与空间的政策、行政安排和制度设计的过程。

根据转移的程度，政策转移可分为复制、效仿、混合、启发4种类型。

任何政策转移都是转移过程和内容的结合，分析框架主要包括：

谁在转移、转移了什么、发生在哪儿、转移程度如何、转移如何展现等。

在定性研究方面，魏淑艳对我国建国初期经济领域政策转移的源头选择、政策转移的前导、政策转移的发生历程进行了研究；牛红亮等人从目标、内容、特点、管理体制、信息环境等方面对中国、美国、日本的信息政策进行了比较研究。

在量化研究方面，程瑨等人梳理了示范区2006—2015年123条科技人才政策的转移情况；裴雷等人通过政策文本主题的一致性，测算了435条国民经济和社会信息化规划政策扩散中的主题继承与主题创新、主题跃迁与主题衰退情况；施茜等人基于知识扩散和政策转移的思想量化分析了江苏省、浙江省信息化政策实践与信息化政策研究的一致性和相关关系。

综上，政策扩散关注政策的交互过程，主要以政策文件为单位，从政策发布和政策参照两个视角研究其时空扩散模式；而政策转移关注政策的内容关联，主要以政策文本字词为单位测算内容主题的继承与创新，两者结合相得益彰，为政策分析提供了有意义的研究视角。

自大数据政策在我国各地区推行以来，周京艳等人从政策工具视角，对18条国家级大数据政策进行了内容分析，并讨论了现有政策的合理性；张会平等人通过关键词共现关系，分析了我国189条政务大数据政策的推进过程、热点领域和价值取向。

总体来说，目前对大数据政策的扩散和转移的研究数量较少且较为宏观，缺乏对地方大数据政策发展过程的探究。

基于此，本文以我国各地区主要的地方大数据政策文本为研究对象，聚焦其交互扩散过程与内容转移情况，旨在揭示我国地方大数据政策的扩散分布特征和不同地区政策转移内容的差异与联系。

3数据与方法

本节对数据收集与研究方法进行说明。

在数据收集方面，笔者主要阐述数据收集的来源与原则；在研究方法设计方面，主要阐述政策扩散分析的维度与分析方法设计、政策转移的测算算法设计两方面内容。

3.1数据收集

为掌握我国地方大数据政策的扩散模式与转移现状，笔者主要通过网络抽样法，采取重点抽样的数据收集方式，从互联网平台收集我国除香港、澳门和台湾外的31个一级行政区（省、自治区和直辖市）以及各省会城市或重要城市公开发布的与“大数据”专题相关的政策文件文本。

由于我国各地区发布的地方大数据相关政策较多且分布不均，在通过互联网抽样收集政策文本时，遵循以下4点原则。

（1）代表性

本文主要以我国31个一级行政区及其省会城市为单位，优先收集各地区公开发布的省级大数据政策与相应省会城市的市级大数据政策，根据情况抽样收集部分重要城市的大数据政策。

（2）真实可靠性

为保证政策数据的信度，主要以各地区政府官方网站的政策发布通知为基础，收集经官方公开发布、真实可靠的地方大数据政策。

（3）针对性

为保证政策数据的效度，一方面，针对性收集标题包含“大数据”并以大数据发展为主题内容的各省、市级政策文件；另一方面，对于同地区发布的不同版本的相似政策或具有不同侧重专题的大数据政策，主要以内容的成熟性和全面性进行政策抽样，优先收集版本较成熟、内容较全面的地方大数据政策。

（4）内容完整性

为满足政策文本内容分析的需要，优先收集可获取政策全文的大数据政策，主要通过线上政策信息公开平台、XX文库等互联网页面收集大数据政策文本数据，并对各平台提供的政策文本内容进行比较，选择内容真实完整的大数据政策。

基于以上政策数据收集原则，本文共获取68条我国各省、市级地方大数据政策文本，政策样本来源分布见表1。

3.2研究方法设计

3.2.1政策扩散分析

笔者从政策发布与参照两方面考察我国地方大数据政策的时空扩散情况。

在政策发布扩散方面，以我国各地区大数据政策的累积量时空分布揭示政策发布的时间、空间扩散趋势模式；在政策参照扩散方面，由于政策之间的参照与文献引用类似，对于参照的政策文本，以书名号的方式将被参照的政策法规名称列出，采用内容分析法对政策文本中提及的参照关系进行识别和编码。

在此基础上，首先统计分析政策参照的时空扩散分布与整体趋势，其次使用Gephi社会网络分析软件构建政策参照扩散的地理可视化网络，以探索政策参照扩散网络的空间扩散特征，进而识别参照扩散网络处于核心地位的政策节点，并分析其在参照网络中的影响作用。

3.2.2政策转移测算

政策转移聚焦政策交互扩散过程中政策内容主题的继承与创新。

本文假设政策内容中高频出现的概念词能够较大程度地反映该政策的关键主题，通过ROSTCM词频分析软件和人工筛选提取政策文本关键词，并计算词频，再以具有参照关系的政策内容的高频概念词对应情况测算其政策转移程度。

为衡量政策转移程度，裴雷等人基于知识扩散和政策转移思想提出“采纳一致算法”，并进行测算。

受此启发，根据大数据政策文本实际情况，为尽量减小政策文本内容字数对政策主题概念词数量的影响，本文提出基于高频词分布的政策转移比率Th-fw，并利用其测算政策内容间的继承程度。

假定施加参照的政策与被参照政策内容中的概念个数分别为N1、N2，以词频为标准进行排序，分别从两个概念集中选取排序前N的高频概念，其共有的政策概念个数为n，则基于高频词分布的政策转移比率Th-fw为：

Th-fw=n/N✖100％  

（1）

根据式

（1），Th-fw值越高，则参照关系中的政策转移效应越强，即政策继承程度越高，政策创新程度越低。

但Th-fw仅能从数值上推测政策转移的程度，无法揭示政策继承与创新的具体内容，为此笔者进一步使用VOSviewer工具对政策间的共有关键词进行聚类分析，用关键词网络图谱与关键词密度图谱呈现政策继承共有关键词的类团分布与联系；而政策创新主题的揭示主要结合各地区大数据政策的非共有高频词分布情况，采用内容分析方法进行具体处理。

4我国地方大数据政策的扩散模式及主要特征

本文从政策发布与政策参照两个方面，并结合时间与空间两个维度对我国68条地方大数据政策的扩散情况展开分析，主要揭示我国地方大数据政策的扩散模式与主要特征。

一方面，通过分析我国68条地方大数据政策在各地区的累积量分布情况，掌握政策发布的时空扩散特征；另一方面，根据政策文本间的参照关系，揭示我国地方大数据政策在时间、地理空间和行政区级别3个方面的参照扩散特征。

4.1地方大数据政策发布扩散模式

4.1.1政策发布时间扩散特征

笔者基于收集的68条地方大数据政策，以各地区大数据政策发布年份为横轴、以某年政策发布累积量为纵轴做折线图，考察我国地方大数据政策发布的时间扩散趋势，结果如图1所示。

图1   地方大数据政策发布累积量时间扩散

从图1可以看出，我国地方大数据政策时间扩散效应较为明显，扩散曲线大致呈S型分布，符合政策创新扩散的一般规律。

从时间发展历程来看，政策发布扩散主要经历3个阶段。

（1）第一阶段：

扩散缓慢起步期（2013—2015年）

2013—2015年，仅有少数省份开始出台与大数据相关的政策，至2015年共发布5条大数据政策，较早出台地方大数据政策的省市为重庆市与湖北省武汉市。

该时间段，地方大数据政策的制定发布处于萌芽发展期，未表现出明显的扩散趋势。

（2）第二阶段：

快速扩散期（2016—2017年）

2016年是大数据政策扩散的重要分界点。

在2015年国家出台《促进大数据发展行动纲要》等一系列重要大数据发展战略政策后，2016—2017年大数据政策的发布在全国范围内迅速扩散