基于文本挖掘的低碳试点政策量化评估
[目的]本文旨在对低碳试点政策进行多维度量化评估,为低碳试点政策的制定和优化提供更有效的依据,助力"双碳"目标实现.[方法]基于政策文本视角,通过文本挖掘得到低碳试点主题词,进而构建PMC(Policy Modeling Consistency)指数模型,对中国128项低碳试点政策进行多维度量化评估.[结果]研究发现:①低碳试点政策整体设计较好,平均PMC指数为5.69,属良好级.2010-2018年间PMC指数和政策回应力度指数均值呈上升趋势.②不同试点政策的设计水平存在较大差异,PMC指数标准差为1.89,非优秀类政策占比高达57.03%,存在长期规划较少、政策级别和效力级别不够高、激励保障不足、对科技重视不够等突出问题.③中央政府制定的低碳试点政策PMC指数均值高于地方政策,大部分中央政策属于良好级,但地方政策回应力度指数高于中央政策,且优秀类政策以地方政策为主,可接受类政策的政策质量和回应力度指数都有待提升.④由于重要试点城市政策的参与对象较明确、政策功能更完善、激励保障制度更健全,其PMC指数均值高于全样本和地方政策,重要试点城市的政策为其他城市优化试点政策提供了指引.[结论]未来应从明确参与对象、完善政策功能和激励保障、增强政策时效性以及推进低碳法律体系建设入手,优化和提升低碳试点政策.
低碳试点政策、文本挖掘、PMC指数模型、政策评估、政策优化
45
F205;D630.1;F124.3
四川大学“双一流”建设项目2020skxp-py06
2023-07-03(万方平台首次上网日期,不代表论文的发表时间)
共16页
652-667