我國智慧能源產業政策量化評價*
——基于文本挖掘和PMC指數優化模型

湯 勻 王宏楊 胡何欣 柯旺松 陳 偉 ，，5

（1.中國科學院武漢文獻情報中心，武漢 430071；2.科技大數據湖北省重點實驗室，武漢 430071；3.武漢大學信息管理學院，武漢 430072；4.國網湖北省電力有限公司信息通信公司，武漢 430077；5.中國科學院大學經濟與管理學院，北京 100190）

當今能源系統清潔低碳轉型已成為不可逆轉的大趨勢，新能源和信息技術高度融合的能源革命正推動人類社會邁向全新的智慧能源體系［1］。隨著中國提出2030年碳達峰、2060年碳中和目標，我國綠色可持續發展政策的研究與制定面臨重大挑戰。在智慧能源建設，即能源產業、能源裝備產業、互聯網產業和現代通信產業等多元產業融合發展方面，各政府機構出臺多項政策積極推進智慧能源系統的建設。2016年2月24日，國家發改委、能源局、工信部首次印發《關于推進“互聯網+”智慧能源發展的指導意見》［2］，得到社會各界的關注；2021年3月兩會期間《中華人民共和國國民經濟和社會發展第十四個五年規劃和2035年遠景目標綱要》［3］的提出，加快推動了我國智慧能源領域重點示范項目的開展。這些政策一定程度上加速了我國智慧能源體系的科學化、規范化。因此，對已有的政策文件進行科學量化評價，將為下一輪政策規劃的提出、調整和優化提供有利支撐。

政策量化評價最大價值在于更強調科學性和工具性，運用現代科學技術知識、方法、模型去揭示頒布政策的相關規律［4，5］。政策量化評價結合定性分析能更加科學地對政策的制定、執行和反饋進行支撐［6］。目前針對政策本身的合理性、可行性進行評價研究主要經歷了以下幾個發展歷程［7-9］：20世紀70年代中期以前主要強調實驗方法論；此后至20世紀末，研究學者逐漸注重對規范本位的價值判斷的方法理論［10，11］；21世紀以來，隨著研究學者對實證主義的研究以及后實證主義理論的接受，以經典理論為基礎、實證手段為支撐的復合主義研究體系慢慢成為政策科學評價新的方法體系［12］。但以上方法均面臨主觀性較強、分辨率較差、精度不高、樣本需求量大、評價對象的變量因素不能過多等諸多缺陷。

為解決上述問題，Ruiz Estrada［13］提出利用政策一致性指數（Policy Model Consistency Index，PMC）模型概念，該模型采用文本挖掘方式獲取政策文本原始數據，較大程度上規避了主觀性并提高了文本量化的精確度，通過考慮所有可能相關的變量，規避了結果的片面性［14，15］。但縱觀我國目前運用的PMC指數模型，發現該模型中一級變量數目一般不超過10個，且指數設定較為固定［16-18］，已不能滿足智慧能源領域政策文本全面量化研究。例如，對各種能源種類、能源終端應用領域、智慧能源技術工具以及能源服務需求等維度需并入到政策文本一級指標的設定中，并進行綜合計量分析?；诖?，本文首先利用ROST CM6對我國智慧能源體系政策樣本（共計17項）進行深度文本挖掘，建立優化的政策量化評價指標體系，為推動我國智慧能源體系科學化、規范化政策的制定與提出，助力實現2030年碳達峰、2060年碳中和目標提供有力支撐。

1 文獻研究綜述與研究框架

1.1 政策量化評價研究方法

較為系統的政策量化評價始于20世紀末，利貝卡普［19］將政策量化為一個法律變革指數評價美國采礦法的成效。國內學者更加關注量化研究方法的利用和指標體系的構建，并在政策量化評價領域取得了豐富成果。如孫春升［20］運用主成分回歸分析法從經濟效益、安全效益、生態環境效益和社會效益四個層面對我國煤炭行業政策效果進行評價分析；郭鵬飛與周英男［21］使用扎根理論構建涵蓋政策屬性、實施過程與效果三個方面的中國城市綠色轉型政策評價指標體系；毛子駿與梅宏［22］構建政策工具—創新價值鏈和PMC指數模型對中、美、日、英、法五國人工智能政策文本進行比較分析和評價；寧凌等［23］利用DEA分析法從政策投入和政策產出兩方面構建高技術產業政策評價指標體系，對廣東省高技術產業政策績效進行了評價。

1.2 PMC指數模型應用研究進展

國內學者張永安等［14］于2015年最早運用PMC指數模型結合文本挖掘方法對區域科技創新政策進行量化評價，團隊后續對于變量的延展度做了進一步的調整，并在金融政策［15］、房地產政策［24］、新能源汽車政策［25］和網約車政策［26］等多個領域開展了實證研究。后多位學者綜合參照已有模型對模型變量進行改進，董紀昌等［27］在一級變量中加入“政策效力級別”對單項房地產政策進行量化評價；宋大成等［28］根據開放數據特征在一級變量中加入“生命周期”。此外，隨著深度學習的發展，王進富等［29］將PMC指數模型與AE技術相結合，提出了PMC-AE指數模型，實現了對10項軍民融合政策的量化評價?？傮w來說，PMC指數模型從政策內容出發，盡可能全面考慮政策屬性，削弱了評價的主觀性，是一套完整科學的政策量化評價研究框架［30］。

1.3 PMC模型應用于智慧能源政策領域的優勢

智慧能源旨在將先進的信息技術與現代能源的生產、消納和用戶交易深度融合，形成一種全新的能源形式［31］。構建智慧能源體系已被提升至國家戰略的高度，然而當前我國對于智慧能源的研究多集中在其進展［32］、技術［33］和實際應用［34］，對相關政策的分析較少，且研究重點多為政策評述［35］，視角較為單一。對于智慧能源相關政策進行量化評價，有利于識別政策要點、提出優化路徑。同時，理論上PMC指數模型對于變量數目沒有限定，可根據研究需要適度擴充，以提升政策評價的科學性、系統性與綜合性。

1.4 研究框架

綜上所述，為加快推動我國智慧能源領域重點示范項目開展，實現源網荷儲互動、多能協同互補、用能需求智能調控，本文將對目前PMC模型進行改進，擴充變量評價數目，構建PMC指數調優政策評估量化模型。在構建過程中，首先運用文本挖掘方法對我國雙碳目標下的能源轉型政策樣本集進行分詞處理、詞頻分析以及小團體識別，該過程將有助于梳理政策內容的背后邏輯與潛在關系；基于上述文本挖掘結果，為PMC模型設定更為貼合與細微的一級指標和二級指標，進行PMC模型計算和繪制PMC曲面圖；最后根據更加科學、系統與綜合的研究結果對我國雙碳目標下，總體智慧能源規劃、分領域能源規劃和重點區域發展規劃的提出、優化和調整提供有利的支撐。具體研究框架如圖1所示。

2 研究方法

2.1 研究對象與數據來源

本文以智慧能源領域的政策文本為對象，截至2021年底，利用“智慧能源”“互聯網+”“智能電網”“多能互補”“為源網荷儲”“信息技術+能源”等關鍵詞從中國政府網初步篩選出了17項典型的智慧能源相關政策。這17項政策樣本從發布時間來看，早在2015年國務院就發布了關于促進智慧能源建設的知道意見；從發布機構來看，國務院發布的有2項，國家各部委發布的有13項，地方政府機構發布的有2項（表1）。將篩選出的政策樣本全部轉為文本格式，構建數據集進行深度文本挖掘。

表1 2015—2021年我國智慧能源政策樣本列表Tab.1 Sample List of Smart Energy Policies in China，2015-2021

2.2 文本挖掘研究框架

本文以篩選出的17項典型的智慧能源政策文本為對象，利用ROST CM6與VOSviewer軟件進行深度文本挖掘。具體研究步驟如下：1）利用ROST CM6對我國智慧能源政策樣本集進行分詞處理和詞頻分析繪制高頻詞詞云圖；2）利用VOSviewer聚類法對第一步確定的前30個高頻詞進行小團體識別與分析，確定主要詞頻小團體分類以及各小團體之間的網絡圖?；谏鲜鰞刹轿谋就诰蚪Y果，為智慧能源政策PMC指數優化模型確定更為貼合與全面的一級指標和二級指標設定。

2.3 PMC指數計算

借鑒Ruiz Estrada研究理論［13］以及張永安和郄海拓等的計算公式［14，15］，將PMC模型中各二級指標按照式（1）進行取值，隨后通過式（2）得到一級指標數值，最后將每項政策樣本中17個一級指標的數值通過式（3）計算出每項政策PMC指數。

式中，i為一級變量；j為二級變量；N為一級變量個數；n為二級變量個數。式（1）中二級變量分布在［0，1］區間，XR表示取整數，二級變量若符合指標關鍵詞則取1，否則取0。

根據Ruiz Estrada對政策評級標準，將每項政策計算出的PMC數值分為4個等級：優異、良好、可接受、較差。由于本文有17項指標，所以PMC數值滿分為17分，每個等級對應的PMC數值如表2所示。

表2 政策質量等級劃分Tab.2 Policy Quality Grade Distribution

2.4 PMC指數曲面圖構建

PMC指數曲面圖是將PMC指數計算結果可視化呈現，利用不同的色塊對PMC曲面凹凸程度進行量化分析。一般曲面凸出部分代表政策對應的指標PMC數值較高，凹陷部分代表政策對應的指標PMC數值較低，曲面越平滑代表該政策涵蓋的作用范圍越全面，有利于比較和分析具體指標對政策優劣的影響。本項工作將構建4×4 PMC矩陣的對稱曲面圖，計算公式見式（4）。

3 結果與討論

3.1 高頻詞網絡性分析

對匯總后的我國智慧能源政策利用ROST CM6進行高頻詞分析，剔除干擾詞后，通過python對前100個高頻詞進行詞云分析。結果顯示，“互聯網”“技術”“創新”是我國智慧能源政策樣本集中出現概率最高的三個詞，說明建設智慧能源體系需要創新的信息技術與傳統能源體系相結合；“中央”“部門”“機構”“企業”“支持”等關鍵詞說明，推進智慧能源體系改革需得到中央等相關政府機構和企事業單位的支持；“電力”“工業”“交通”“農業”“項目”“示范”等關鍵詞說明，智慧能源轉型將在電力、工業、交通運輸、建筑業、農業、醫療衛生等行業示范部署；“儲能”“資源”“分布式”“融合”“綠色”“清潔”“互補”等關鍵詞說明，通過將儲能技術與太陽能、風能等可再生能源與傳統化石能源相融合，有利于形成多能融合互補、綠色低碳、高能效的新能源體系。

3.2 聚類識別與分析

通過VOSviewer聚類對前30高頻詞進行小團體識別與分析，共形成7個聚類（表3）。

表3 2015—2021年我國智慧能源文本小團體情況匯總表Tab.3 Summary Table of Smart Energy Text Cliques in China，2015-2021

結果顯示，第1個聚類“創新機制”中“機制”“基礎”“創新”是整個網絡圖譜的核心，這意味著我國能源格局要想朝向智慧、低碳方向轉型，必須基于目前的研究基礎，通過技術創新不斷完善我國構建智慧能源格局的市場機制；第2個聚類“能源轉型”中包括“市場”“技術”“支持”“改革”“設施”“資源”6個關鍵詞，說明我國構建智慧能源格局的轉型過程中，需要技術支持、基礎設施建設、資源高效利用、體制機制改革以及最終市場化應用；第3個聚類“機構推進”中包括“企業”“國家”“項目”“示范”4個關鍵詞，說明我國構建智慧能源格局需要國家的政策指導以及企業的承接推進，帶動相關示范工程的部署與落地；第4個聚類“技術支持”說明能源智慧化變革離不開平臺、大數據、智能應用場景等信息化技術的支持；第5個聚類“領域支撐”說明在構建智慧能源過程中需調動互聯網領域、電力系統、電網領域的力量，保障能源供應測和需求側的安全穩定；第6個聚類“基礎建設”說明構建智慧能源基礎設施應包括相關標準制定、信息化體系建設以及示范工程建設；第7個聚類“多能融合”說明構建智慧能源的根本是鼓勵和推進儲能與風能、太陽能等可再生能源進行多能融合，構建綠色、低碳、可持續的能源體系。

構建2015—2021年我國智慧能源文本挖掘數據小團體識別網絡圖。如圖2所示，我國智慧能源政策集群涵蓋了一個龐大且較完善的系統工程，需要從國家到地方，從大型國企到中小型創新企業的共同努力與支持。此外，信息化、數字化技術的創新研發對構建智慧能源體系至關重要。

圖2 2015—2021年我國智慧能源文本挖掘數小團體識別網絡圖Fig.2 Small Group Identification Network Diagram of Intelligent Energy Text Mining Numbers in China，2015-2021

3.3 PMC指數模型指標設定

基于PMC指數模型，結合文本挖掘中的高頻詞、小團體識別、網絡性分析及其內在邏輯，設定了PMC指數模型中一級變量。在傳統不超過10個一級變量的基礎上，針對智慧能源政策樣本進行優化擴展，設定一級變量17個，二級變量115個（表4）。其中，傳統經典模式的一級變量有10個，以智慧能源政策為對象優化擴充的一級變量共7個。

表4 2015—2021年我國智慧能源政策多投入產出表各級變量含義Tab.4 Definition of Indicators at All Levels in the Multi-Input and Output Table of China’s Smart Energy Policy，2015-2021

3.4 PMC指數計算與分析

基于上述PMC一級變量和二級變量的設定，將17項典型智慧能源政策樣本導入多投入產出表。通過計算，得到每項政策各一級變量平均值和PMC指數數值、政策排名和政策整體初步評價結果（表5、圖3）。

表5 2015—2021年我國智慧能源政策樣本PMC指數Tab.5 PMC Index of China’s Smart Energy Policy Sample，2015-2021

圖3 2015—2021年我國17項智慧能源典型政策的PMC指數和一級指標平均值Fig.3 PMC Index of 17 Typical Smart Energy Policies in China and Average Value of First-level Indicators from 2015 to 2021

結果顯示，2021年能源局發布的《2021年能源工作指導意見》PMC指數最高，達到14.5，距離完美政策（PMC=15.3）等級的差距不足1分。其中政策范圍、政策評價、研究基礎、政策組合、政策重點內容、政策功能和政策種類這7項一級指標均為滿分，說明該項政策覆蓋范圍全面、政策評價有理有據且充分明確、研究內容重點突出且豐富飽滿。分析擴展變量發現，該項政策中通過調動多種能源種類和出臺多項子政策有利于推動我國智慧能源體系構建，確保我國能源清潔低碳轉型，實現“雙碳”目標。而排名最后兩位的政策均是2019年國家標準化管理委員會頒布的《關于加強能源互聯網標準化工作的指導意見》（排名倒數第一）和《關于推廣國家技術標準創新基地（智能電網）建設經驗做法的通知》（排名倒數第二），PMC指數分別為9.1和9.2。分析17項一級變量發現，只有政策時效和政策發布機構這2項一級變量數值與17項政策樣本在該項一級變量的平均值齊平，其他14項一級變量值均小于政策樣本集的平均值。重點分析擴展變量發現，2019年國家標準化管理委員會頒布的關于我國智慧能源體系建設方案對多種能源種類的高效互補利用并沒有涉及，對多種智慧能源技術工具利用還不夠完全。

在時間尺度上，除去2019年國家標準化管理委員會頒布的兩項政策，剩余15項智慧能源典型政策中，2020年前頒布的政策PMC指數平均值高于2020年之后的，分別為12.31和11.73。

3.5 PMC曲面圖構建與分析

因本文中17項政策均為公開可獲取政策，一級變量X10（政策公開）均為1.0，故在繪制PMC曲面圖時將其剔除，只繪制除X10之外剩余16項一級變量的PMC曲面圖。由于篇幅有限，本文將對17項智慧能源政策中排名前三（分別是P13、P5、P7）和排名后三（分別是P8、P9、P14）的政策PMC曲面圖進行呈現和比較（圖4）。

圖4 2015—2021年我國6項智慧能源典型政策PMC曲面圖Fig.4 PMC Curved Chart of Six Typical Smart Energy Policies in China，2015-2021

對排名前三的政策比較結果顯示，排名第一的政策文本（P13），除去X3（政策發布機構）變量較低之外，PMC曲面較為平整，在政策范圍、政策評價、研究基礎、政策組合、政策重點內容、政策功能和能源種類這7項一級變量均得滿分，說明該項政策在各個維度均有詳細而科學的指導意見，涵蓋了風、光、水、火、儲等多種能源種類，并涉及新興能源如氫能和生物質能的高效利用。排名第二的政策文本（P5）PMC指數較高，但PMC曲面較P13更具凹凸感，這主要是因為其政策時效、政策組合和能源種類這3個一級變量分數較低。究其原因，主要是該項政策是國務院為我國“十三五”期間國家信息化規劃的指導建議，政策內容更注重能源技術工具的開發，如微電網、北斗衛星技術、虛擬電廠、互聯網、數字化技術、5G通訊技術等信息化技術；其政策時效主要是短期目標。排名第三的政策文本（P7），PMC曲面同樣并不平整，但與P5政策有很大的不同，通過考察一級變量數值發現，P7政策各個維度除去政策發布機構之外，沒有明顯短板，但由于該項政策發布較早（2018），政策內容中涵蓋的技術工具和涉及的政策領域均不完善，最終PMC指數不高。

對排名后三的政策樣本進行分析發現，排名倒數第一的政策文本（P8），其PMC曲面圖具有較強的凹凸感，且整個曲面圖顏色偏深（顏色越深，一級變量數值越?。?。分析原因發現，這主要是由于該項政策是國家標準化管理委員會頒布的《關于推廣國家技術標準創新基地（智能電網）建設經驗做法的通知》，對于我國智慧能源體系建設中的各種技術手段、將達到的目標以及重點建設內容具有局限性，僅僅從標準建立的方面進行推進。排名倒數第二的政策文本（P9）是國家標準化管理委員會頒布的《關于加強能源互聯網標準化工作的指導意見》。從這兩項政策PMC曲面圖和PMC數據可以得出，國家標準化管理委員會頒布的政策，相較于國務院、國家發展改革委、國家能源局及其他部委頒布的關于智慧能源建設的政策更具片面性，對我國智慧能源體系建設過程中各種技術工具和多種能源種類并沒有進行全面的梳理，也未制定全面的標準體系。排名倒數第三的是P14政策文本，屬于地方政府機構頒布的建設文件，未來需組織專家隊伍，以國家部委頒布的系統文件為依據，結合本省發展現狀，開展系統科學調查，以便做出更為全面、目標明確、責任分工到位的指導意見。

4 研究結論與對策建議

4.1 結論

本文創新性地將2015—2021年我國智慧能源典型政策文本背后隱藏的深層次信息通過高頻詞、網絡圖的形式進行挖掘與呈現，通過對高頻詞進行小團體分析，科學量化單個詞組背后暗含的邏輯關系，基于文本挖掘結果，以更貼合政策文本內容來設定顆粒度更小、更微觀的PMC指標體系。相較于傳統的指標設定，本文將傳統一級變量由10個擴展到17個，將二級指標擴展到115個，評價維度更為細微。主要結果如下。

1）17項智慧能源政策樣本中，政策性質、政策評價、研究基礎、政策公開、政策重點內容方面存在優勢（一級指標均值大于0.8，高于一級指標數值平均水平）；政策范圍、激勵保障、政策作用對象、政策功能、能源服務、能源終端應用、能源種類方面還存在一定欠缺（一級指標均值0.6～0.8，處于一級指標數值平均水平）；政策時效、政策發布機構、政策領域、政策組合、政策技術工具方面還存在較大的不足需要完善（一級指標均值小于0.6，低于一級指標數值平均水平）。

2）從時間尺度來看，2019年及之前的政策文本PMC指數均值高于2020和2021年的政策文本。主要有兩點原因：第一，在我國智慧能源建設初期，政策均來自于國務院或聯合多個部委共同頒布，發布機構更加權威，政策制定更為嚴謹和全面；第二，經過五年能源變革，2020年后我國智慧能源建設已初具規模，其政策制定內容略有側重，發展方向更有針對性。

3）從政策頒布機構性質來看，國務院、國家發展改革委和國家能源局等重要部委發布的政策目標更明確、內容更充實且全面，發展路徑更為詳細且科學；而國家標準化管理委員會和省級政府機構發布的政策內容有局限性，技術手段不夠先進。

4.2 建議

基于文本挖掘和PMC指數優化模型對我國智慧能源政策定量評價的研究結果，對于未來在我國推進智慧能源體系建設、制定完善的智慧能源政策時，建議如下。

第一，擴大政策實施的作用范圍，推進園區、鄉村級智慧能源示范建設，契合國家鄉村振興戰略。

第二，強化政策激勵措施，利用財稅優惠、法律法規制度完善、金融融資、人才培養、基礎設施建設、交流合作等方式加強政策激勵保障力度。

第三，推進先進技術轉化應用，政策激勵調動各政府機構、相關企事業單位，如大型國企、區域內企業、中小型企業等以及高校和科研機構的創新研發能力，實現產-學-研高效發展。

第四，開發并利用最新政策技術工具，結合現有能源基礎設施進行智慧能源體系改造和和升級。

第五，在政策實施領域中不斷擴展最新能源終端應用，加強對能源高效、低碳、綠色、清潔、綜合利用的指導意見。

第六，基于目前智慧能源建設現狀，組織專家研究制定我國智慧能源體系短中長期發展規劃政策，制定科學可行的發展路線圖，確保能源智慧分步式安全轉型。

第七，從國家層面，基于各省市發展現狀，國家相關部委聯合或指導地方政府應頒布適合地方發展的智慧能源體系建設指導意見。

第八，政策發布機構應擴展知識邊界，建立領域專家咨詢庫，強化最新技術交叉融合，結合當前能源行業發展現狀促進智慧能源轉型中先進技術的可實施性。

作者貢獻說明

湯 勻：設計文章框架，撰寫文章初稿；

王宏楊：收集、整理資料；

胡何欣：收集、整理資料；

柯旺松：整理、計算數據；

陳 偉：提供研究思路、修改文章。