发布时间:2025-02-05 10:24:20被阅览数:169 次信息来源：《山西档案》
作者：白清礼 麻珂欣 刘欢
摘要：对现行数字文化相关政策进行量化评价，有助于优化政策设计，为文化传承与创新提供科学决策依据。基于PMC指数模型，利用文本挖掘和资料编码方法，综合现有研究中的政策评价指标确定数字文化政策评价指标体系，划定9个一级变量和43个二级变量，随后利用多投入产出表计算出各项样本政策的PMC指数得分、绘制PMC曲面图，以此分析评价数字文化相关政策。研究表明，目前我国数字文化政策具有科学性与合理性，相关政策之间具有一定的协同性，能够对我国建设具有中国特色的数字文化体系给出指导性建议，但仍然存在不足之处。基于此，从3个方面提出我国数字文化政策建设的优化路径，为相关政策的制定提供决策参考。
关键词：数字文化政策；数字人文；文本挖掘；PMC指数模型；政策评价
在信息化浪潮下，我国数字文化迎来了前所未有的发展机遇。随着互联网、大数据、人工智能等技术的飞速发展，数字文化逐渐成为文化传承与创新的重要载体。它不仅改变了人们获取、传播和体验文化的方式，也为文化产业的发展注入了新的活力。为了顺应这一趋势，我国政府高度重视数字文化的发展，出台了一系列政策推动国内数字文化的发展，助力我国数字文化事业迈向新台阶。数字文化政策是指政府及相关部门为推动数字技术与文化产业的深度融合而制定的一系列措施和规划，旨在加快文化产业的数字化进程，提升文化创新力和国际竞争力，从而更好地满足人民群众的精神文化需求。2020年11月，《文化和旅游部关于推动数字文化产业高质量发展的意见》中指出，要加快发展新型文化企业、文化业态、文化消费模式，通过健全现代文化产业体系等方式，提高经济发展的质量效益和核心竞争力[1]。此外，2022年8月，中共中央办公厅、国务院办公厅印发的《“十四五”文化发展规划》也曾作出指示，强调要打通各层级公共文化数字平台，建设国家文化大数据体系，推进智慧图书馆体系和国家公共文化云的建设，从而提升公共文化的数字化水平[2]。这些政策的实施加速了数字技术与人文学科的深度融合，促进了跨学科研究的蓬勃发展，为传统文化的数字化保护、传承与创新提供了新的思路和方法。但值得注意的是，在政策实施过程中存在一些问题，部分指导性意见在政策评价和反馈机制方面仍需进一步的细化。面对日新月异的技术变革和社会需求，如何科学评价并优化数字文化政策，成为摆在我们面前的一项紧迫任务。
本研究使用数据挖掘方法对国家64项数字文化政策文本进行量化分析，基于文本挖掘和资料编码探索我国数字文化相关政策的关键要素及其关系，随后通过建立数字文化政策一致性（PolicyModelingConsistency,PMC）指数模型，对具有代表性的政策样本进行实证评价。根据实证评价的结果，优化数字文化政策建议，为政府相关部门正确引领和有效监管数字文化方面政策的制定与执行提供科学的实证依据。
1 我国数字文化政策文本挖掘与评价指标体系构建
1.1 数据收集
我国数字文化政策不仅包括国家层面出台的政策，也包括不同省、市、区根据国家层面的指导思想，制定出的相应的地方层面的政策。为保证数据挖掘研究对象的普适性和权威性，本文选取国家层面出台的相关政策，以“数字文化”“数字人文”“文化数字化”“公共文化服务”“公共数字文化”和“数字化”为关键词，在中国政府网，国家法律法规数据库，中国知网，百度搜索等平台进行全文检索。随后对收集到的文献进行筛选，去除重复以及失效的政策与条例，删去仅包含以上关键词、但未对其重点阐述的政策文本，最终获得2002年至2024年符合我国数字文化政策要求的有效政策文本64项。相关政策具体分布概况如图1所示。
图1 我国数字文化政策发布数量概况
2002年《互联网出版管理暂行规定》的出台，标志着数字文化产业有了第一个高度相关的管理规范[3]。同年文化部印发《全国文化信息资源共享工程管理暂行办法》，指出要利用高新技术整合文化资源，构建全民共享的文化工程[4]。2002年至2016年，国家共出台11项相关政策，约占近20年总量的17.2%，其中2009年《文化产业振兴规划》的发布，将数字文化产业纳入国家战略体系[5]。然而，此阶段政策发布存在断层与分散现象，未形成系统有效的数字文化制度体系。2017年至2020年，数字文化政策发布数量显著增加，占比达32.8%。文化和旅游部的合并加强了文化产业与企业的政策支持，网络文化基础设施不断完善，文化与多领域深度融合迎来新机遇。技术的发展也推动了公共数字文化服务网络的提质增效，初步建成了惠及人民的公共数字文化体系。2020年末，受疫情影响，文化和旅游部办公厅多次发布政策暂停线下文化旅游工作，数字文化的发展迫在眉睫。2021年，数字文化政策发布数量达到顶峰，占比46.8%，政策内容扩展至历史文化名城保护、数字家庭、智慧家庭、智慧监管等新兴领域，数字文化内容更加丰富，结构更加完善。前述政策数量的上升趋势表明，国家对数字文化工作的重视程度不断提高，资源、服务和供给水平也在稳步提升。
1.2 我国数字文化政策文本挖掘识别与分析
为确保政策评价指标体系的合理性与全面性，本研究采用资料编码方法，对64项数字文化政策文本实施三级编码分析。通过文本挖掘技术，提炼与归纳政策中的数字文化重点内容。
遵循Barney和Strauss的程序化编码方法（含开放性编码、主轴编码、选择性编码），首先，逐条编码反映数字文化发展路径的内容，形成初步范畴。鉴于政策文本的高度凝练性，本研究在该阶段略去概念化步骤，直接提炼文本，识别出关键初始范畴104个，并构建了开放性编码表，如表1所示。
表1 数字文化政策的开放性编码（节选）
其次，对第一阶段提炼出的初始范畴进行深入的归纳和比较，根据内在的逻辑联系提炼其核心范畴。例如，将“文化文物单位资源数字化”“文物数字化”“藏品数字化”“文化数据库建设”“文化资源共建共享”等初始概念提炼为“资源活化”。
再次，本研究结合政策文本挖掘结果与相关研究成果，按照“政策性质—政策效力—政策领域—政策内容—政策保障—政策对象—政策评价—政策视角—政策工具—政策公开”的逻辑顺序，对核心范畴进行进一步的归纳和提炼，形成主轴编码和选择性编码的最终结果。值得注意的是，“政策公开”作为一个默认值为1的指标，未被纳入PMC指标曲面图的绘制中。
1.3 我国数字文化政策评价指标体系构建
PMC指数模型被广泛应用于国内外多个学科，可以实现对政策文本的量化评价，核心是建立评价指标体系，通过进一步绘制PMC曲面图进行可视化呈现。在政策分析的语境中，若某一政策针对特定变量的评分较高，则表明该政策在该变量的考量与表述方面具有较为详尽的描述，反之则暗示该政策在该变量的阐述上存在欠缺，需要进一步的补充和完善，同时也可根据PMC曲面图来判断政策的优劣程度[6]。PMC政策评价模型一般包括以下几个步骤：一是建立PMC评价体系，设置指标变量；二是计算多投入产出表；三是计算各项政策的PMC指数；四是绘制PMC立体曲面图[7]。
本研究借鉴了Estrada及国内学者对于PMC指数模型的改进工作，结合对前期政策文本挖掘成果的深入分析，构建出我国数字文化政策的评价指标体系，其中包含9个核心的一级指标，以及进一步细分的43个二级指标，如表2所示。
表2 数字文化政策评价指标体系
2 我国典型数字文化政策实证分析
2.1 数字文化政策样本选择
本研究在广泛调研的基础上，利用中国政府网、国家法律法规数据库等权威信息源，根据政策的相关性、指导意义以及可获取性等多重标准，筛选并确定了6项在国家层面制定的、具有标志性意义的数字文化政策作为分析样本，如表3所示。
表3 我国数字文化指导性政策样本
2.2 建立多投入产出表
多投入产出表是衡量数字文化政策的基本分析框架，它能够直观地量化样本政策对于每一项变量的得分，从而从单一变量的角度反映各个政策的演变[18]。多投入产出表的每个一级指标由若干个二级指标构成，二级指标的赋值采用[0,1]区间的分布方式，若政策样本中包含了表2所列的特定指标，则该指标的赋值被设定为1，以示其存在性；反之则将其赋值设定为0，以反映其缺失状态。根据样本政策文本内容，对同一一级指标的多个二级指标进行赋值，输入到多投入产出表中，如表4所示。
表4 数字文化发展指导性政策样本的多投入产出
2.3 PMC指数计算
遵循Estrada提出的PMC指数计算方法，本研究将数字文化指导性政策PMC指数（aPMC）的计算过程细化为以下三个步骤：首先，依据既定的评价指标体系对二级指标进行评分，并基于此构建综合评价矩阵，接着利用公式（1）和（2）对二级指标进行赋值，进而构建多投入产出表。
式（2）中，XR为二级变量，二级变量服从[0，1]分布。通过公式（3）计算每个一级指标的得分，即Vt，该得分为其对应二级指标值的总和除以二级指标的总数。其中，Xt为一级变量；t为各一级指标，取值为1~9；j为t所属的各二级指标；T为j之和。根据公式（4）将所有一级指标的得分进行汇总，得出每项政策的PMC指数。
根据式（1）—式（4）计算出各项政策的PMC指数值（见表5），并参照政策评分标准（见表6）将样本政策等级划分为优秀、良好、可接受、不及格四个等级。
表5 各项政策的PMC指数值
表6 政策评分标准
2.4 绘制 PMC 曲面图
PMC曲面图提供了一种直观的方法展示样本政策在多维空间中的优势与潜在缺陷。为了保证曲面图的对称性和平衡性，本文剔除了X10指标，进而创建了6项政策的三维矩阵曲面图。构建依据如式（5）所示。
将选定样本政策的一级指标得分按照公式（5）进行计算，并应用Excel软件绘制出政策等级为良好的P1、P2和P4的PMC曲面图，以及政策等级为及格的P3、P5和P6的PMC曲面图，如图2所示。在PMC曲面图中，Z轴代表各项一级指标的PMC指数得分，曲面图颜色从蓝到红渐变，分别对应指数值为1至0。理想的政策曲面图应位于较高的空间位置，曲面的凹陷应尽可能浅，且蓝色区域应更加显著。这些特征表明政策在各个方面的考量都应当全面，从而表现出较高的政策评价等级。
图2 6项我国数字文化指导性政策的PMC曲面图
3 结果分析与政策评价
3.1 我国数字文化政策评价结果分析
从政策整体评价来看，在6项数字文化指导性建设政策中，3项政策良好，3项政策及格。随后，将9个一级变量均值制作成结果雷达图，可以直观地看出我国数字文化政策各项一级指标的得分及短板所在，如图3所示。
图3 数字文化政策雷达图
从样本政策的PMC指数值与多投入产出表及雷达图来看，目前我国数字文化相关指导性政策仍存在不足之处。X1政策性质指标的均值为0.666，政策具备良好的建议、描述和引导属性，但在预测与监管能力方面有待加强；X2政策效力指标的均值为0.333，选取的样本政策除1项政策时效小于3年，其余指导性政策均能够对数字文化的建设作出中长期规划；X3政策领域指标的均值为0.533，样本政策涉及领域大多集中在社会与文化，指数均值较低；X4政策内容指标的均值为0.610，样本政策涵盖内容不够全面，需要在智慧保护、机制创新、智慧管理、数字素养、公平普惠等方面作出进一步完善；X5政策保障指标的均值为0.666，政策保障措施较为全面，包括统筹规划、资金保障、人才培养、组织领导等方面，但在考核评估方面还有待加强；X6政策对象指标的均值为0.875，样本政策的对象基本包括政府、企业和社会；X7政策评价指标的均值为1，政策依据充分、目标明确、方案科学、规划合理；X8政策视角指标的均值为0.500，样本所选政策均为国家指导性政策，能够从宏观层面对数字文化建设提供指导，但未能将宏观与微观充分结合；X9政策工具指标的均值为0.666，样本政策对数字文化建设的各个主体与其责任进行界定，同时也规范了我国数字文化建设的环境。
3.2 各项政策评价
3.2.1 良好政策评价
在数字文化建设政策评价中，P1《“十四五”文化和旅游发展规划》以6.849分位居首位，其在加强公共文化服务基础设施、文化遗产数字化保护、文化与科技融合等方面表现突出。该规划强调建设国家文物资源大数据库、推动公共文化云服务和智慧旅游发展，加快信息化建设步伐。P4《文化部“十三五”时期公共数字文化建设规划》以6.266分位列第二，虽然在政策领域、内容和对象上略有不足，但明确了公共数字文化建设的目标和方向，特别强调了数字文化资源库建设和人工智能技术的应用，以及对于数字版权的保护。排名第三的P2《“十四五”国家信息化规划》得分6.165分，尽管在政策领域和保障上略有欠缺，但作为信息化工作的行动指南，它提出了解决信息化发展不平衡问题的方案，并在人工智能、数字经济、5G通信等领域规划了重点发展方向，同时提出了要加强信息基础设施建设和提升网络信息安全等保障措施。
3.2.2 及格政策评价
P6《关于推进实施国家文化数字化战略的意见》以5.599分位居第四，虽然在政策领域、内容和保障方面评分低于均值，但它明确了加快设定我国数字文化基础设施建设的总体目标，聚焦数字文化产业发展，提出促进数字文化普及与传播、加强国际文化数字化合作等措施，对提升文化软实力具有指导作用。P3《文化和旅游部关于推动数字文化产业高质量发展的意见》以5.549分位列第五，它同样在多项指标上低于均值，侧重关注文化产业发展的财政支持、税收优惠、融资渠道等方面，但在智慧保护、服务和管理方面有所欠缺。P5《公共数字文化工程融合创新发展实施方案》以5.115分排名第六，尽管该方案在多个指标上得分不高，但它较为重视资源整合共享、产业创新和公共服务平台建设，提倡使用先进技术提升服务水平，并明确了智慧管理的重要性。
4 我国数字文化建设政策文本优化路径
总体而言，我国数字文化建设政策在推动发展的关键领域和项目上表现出较高水平，强调了政府、社会和企业三方的协同参与，能够在一定程度上满足数字文化建设的需要。然而，部分政策在时效性、视角和领域覆盖上得分较低，显示出政策的作用对象和范围存在局限。基于此，本研究建议从指标得分较低的时效性、视角和领域三个维度出发，通过策略性调整，细化政策重点，系统性地优化政策文本，促进数字文化建设的持续发展。
4.1 构建敏捷响应框架，提升数字文化政策时效性
前文分析指出，所选政策样本在短期内的适应性和灵活性方面存在不足，可能无法及时响应数字文化领域的快速变化。为了提升我国数字文化政策的时效性，以适应该领域技术更新周期较短的特点，政策制定者需构建一个敏捷的政策响应框架。该框架应包括定期审查现有政策，以确保其与技术发展和社会变迁保持同步，同时在政策制定过程中融入前瞻性分析，预测并应对未来可能出现的挑战与机遇。此外，政策文本应明确设定实施时间表和阶段性目标，以便于监督和评估政策的实施效果，确保政策能够迅速落地并达成既定目标。具体而言，政策制定者可以通过建立跨部门协作机制，促进信息共享和资源整合，以加快政策调整和执行的速度。同时，引入专家咨询系统与公众参与机制，增强政策的适应性和灵活性，确保所制定的政策能够吸纳多方建议，反映社会多元需求[19]。通过这些综合性措施，政策的时效性将显著提升，从而更有效地促进数字文化的发展和创新。
4.2 加强宏观与微观协同，突出政策针对性与操作性
尽管选定的政策样本在宏观层面为数字文化建设提供了指导性框架，但其在整合微观需求方面仍存在缺陷。为了强化宏观与微观层面的协同效应，政策制定者必须深入洞察数字文化领域的微观主体，涵盖个人、企业、非营利组织等，细致探究他们在数字文化演进中面临的具体需求。这要求政策制定者广泛开展田野调查、案例研究和对利益相关者的访谈，搜集微观层面的详尽信息。基于此信息，政策制定者应制定更具针对性和可操作性的政策措施，以促进微观主体的创新与成长。具体措施包括提供定向资金支持、减免税收、加强技术培训及促进市场准入便利化，以此激发微观主体参与数字文化领域工作的积极性。同时，建立一个多级政策反馈与评估体系至关重要，确保政策措施能灵敏响应微观主体需求的动态变化。这涉及定期的政策评估、效果监测与调整，以及构建一个开放的政策沟通平台，使微观主体能够直接参与政策的制定与调整过程，确保政策在宏观层面的指导性与微观层面的可操作性、实效性并重，全面覆盖数字文化建设的各个层面。
4.3 拓宽政策覆盖面，促进数字文化全面发展
当前政策样本在数字文化领域的覆盖面上显示出明显的局限性，主要集中在社会与文化领域，而对其他关键领域如技术创新、产业融合、国际合作等关注不足。为了提升政策的广度和深度，政策制定者必须从全局出发，对数字文化的整体生态进行全面审视，识别并填补政策空白。这要求政策制定者不仅要关注数字文化内容的创作、分发和消费等核心环节，还要重视数字基础设施的建设、专业人才的培养以及知识产权的保护等支撑性领域[20]。要充分考虑地区差异和群体多样性，确保政策能够满足不同地区、不同群体的特定需求，实现政策的普惠性和包容性。政策制定者还应积极推动跨部门和跨行业的合作，打破“信息孤岛”、促进资源共享，实现协同发展；通过建立数字文化产业发展联盟，促进政府、企业、高校和研究机构之间的合作，共同推动数字文化创新项目的开展。通过这些综合性措施，可以显著提高政策领域的全面性，使其服务于数字文化领域的全面发展，推动数字文化的创新和繁荣。
参考文献
[1]文化和旅游部.文化和旅游部关于推动数字文化产业高质量发展的意见[EB/OL].(2020-11-18)[2024-07-01].https://www.gov.cn/zhengce/zhengceku/2020-11/27/content_5565316.htm.
[2]中国政府网.中共中央办公厅、国务院办公厅印发《“十四五”文化发展规划》[EB/OL].(2022-08-16)[2024-07-01].https://www.gov.cn/zhengce/2022-08/16/content_5705612.htm.
[3]中国政府网.互联网出版管理暂行规定[EB/OL].(2002-06-27)[2024-07-01].https://www.gov.cn/gongbao/content/2003/content_62636.htm.
[4]中国政府网.全国文化信息资源共享工程管理暂行办法[EB/OL].(2002-06-30)[2024-07-01].https://www.gov.cn/gongbao/content/2003/content_62632.htm.
[5]中国政府网.《文化产业振兴规划》全文发布[EB/OL].(2009-09-26)[2024-07-01].https://www.gov.cn/jrzg/ 2009-09/26/content_1427394.htm.
[6]方思越,刘清.政策文献量化研究中的PMC指数模型应用述评[J].现代情报,2024(4):168-176.
[7]陈美,曹语嫣.基于语义分析的政府开放数据平台隐私政策量化评价研究[J].图书情报工作,2024(1):65-76.
[8] ESTRADA M A R. Policy modeling: Definition,classification and evaluation[J]. Journal of Policy Modeling, 2011(4):523-536.
[9]杜荷花,周环.我国政府数据开放政策量化评价与优化:基于PMC指数模型的分析[J].图书馆建设, 2023(3):70-81.
[10]孙瑞英,陈宜泓.基于PMC指数模型的我国公共数据开放政策评价研究[J].情报理论与实践, 2023(8):33-42.
[11]王蕊,谢倩,段尧清.融合特征词与PMC指数模型的中美信息安全政策比较研究[J].情报理论与实践,2023(6):195-202.
[12]钱小龙,朱家莹,黄蓓蓓.基于PMC指数模型的“十四五”基础教育数字化转型政策评价:以江浙沪地区为例[J].远程教育杂志,2024(1):50-60.
[13]侯甜甜,曹海军.基于PMC指数模型的新型智慧城市政策量化评价[J].统计与决策,2023(22):183-188.
[14]胡新丽,向恩利,黄芙蓉.基于PMC指数模型的长江经济带数字乡村政策评价[J].统计与决策, 2023(21):80-84.
[15]蔡冬松,柴艺琳,田志雄.基于PMC指数模型的吉林省数字经济政策文本量化评价[J].情报科学, 2021(12):139-145.
[16]王黎萤,李胜楠,王举铎.我国工业互联网产业政策量化评价:基于PMC指数模型[J].工业技术经济, 2022(11):151-160.
[17]周巍,张美丽.西北五省（区）数字政府建设政策文本量化评价:基于PMC指数模型的分析[J].情报科学,2023(12):99-109.
[18]宋大成,焦凤枝,范升.我国科学数据开放共享政策量化评价:基于PMC指数模型的分析[J].情报杂志,2021(8):119-126.
[19]陈爱爱.档案文化遗产赓续发展中的利益相关者协同路径研究[J].山西档案,2024(1):95-97.
[20]蔡梦虹.国家文化数字化战略下档案文化服务转型升级策略[J].山西档案,2024(7):87-90.
【基金项目】郑州航空工业管理学院研究生教育创新计划基金项目“图书馆员职业潜在进入者择业壁垒”（项目编号：2024CX54）。
【作者简介】白清礼（1972—），男，汉族，河南郑州人，郑州航空工业管理学院信息管理学院教授，硕士，研究方向 ：图书馆学基础理论、信息服务；麻珂欣（2000—），女，汉族，河南郑州人，郑州航空工业管理学院信息管理学院硕士在读，研究方向：图书馆学基础理论、信息服务、政策评价；通讯作者：刘欢（1993—），男，汉族，河南开封人，南开大学商学院博士在读，研究方向：信息行为、健康信息学。
