通知公告:
量化研究方法

您當前的位置: 首頁 > 量化研究 > 量化研究方法

文獻計量視角下政策科學研究的新方向——從政策量化研究到政策信息學

信息來源: 《情報雜志》2019年第1期  責任編輯:謝 晉作者:劉 昊 張志強  發布時間:2019-05-28

【摘 要】[目的/意義]明確提出政策信息學是政策科學研究領域剛剛興起的一個研究方向,與信息科學、情報學有著密切的關聯。通過對政策科學發展演化態勢的可視化分析,能夠清晰地揭示政策信息學產生的背景、內涵和發展方向。[方法/過程]通過文獻計量學方法、共詞分析法和知識圖譜技術等,對政策科學誕生至今的發展演化態勢進行量化分析和可視化展示。[結果/結論]政策科學是一個學科交叉度極高的學科領域,不同發展階段占主導地位的學科不同;政策科學研究形成了以政策過程理論為核心、多元分析方法并重的學科理論與實證分析體系;近年來以量化研究為特征進行的政策內容分析研究日益增多,基于政策信息學的政策知識發現逐漸興起并成為政策科學領域的重要研究方向之一。

【關鍵詞】政策科學;政策分析;政策信息學;學科信息學;知識圖譜

 

一、引言

現代政策科學發源于20世紀50年代的美國。二戰以后,世界政治、經濟、科技等各個領域都開始呈現出日趨復雜的態勢,自然科學研究的專業化程度日益細化,社會科學的研究領域也逐漸深入而復雜。1951年美國學者拉斯韋爾(Harold D.Laswell)首次提出“政策科學”的概念,主張建立一種全新的、跨學科的、統一的政策研究學科,標志著政策科學作為一門獨立學科正式誕生。此后,政策科學領域逐漸形成了兩種基本范式,一種是以拉斯韋爾-德洛爾(Yehezkel Dror)學派為代表的,倡導“全面”途徑(synoptic approach)的理性主義傳統政策科學范式;另一種是以林德布洛姆(Charles E.Lindblom)等為代表的,倡導“反全面”途徑(anti-synoptic approach)的漸進主義政策分析應用范式[1]。圍繞這兩種基本范式的發展與演變,不同學科視角的流派和思想層出不窮,各種研究方法、政策模型框架等不斷涌現,政策科學先后經歷了傳統政策科學范式、實證主義研究范式、后實證主義研究范式等不同的主流研究綱領[2]。

近十年來大數據技術快速發展,數據密集型科研時代正式到來,以生物醫學信息學、天文信息學等為代表的專門學科的知識發現研究越來越多,學科信息學的概念應運而生。所謂學科信息學,是指學科領域在科研創新中應用信息科學與計算科學的技術、手段與方法,進行科學數據收集、存儲、處理、再分析、可視化和知識發現,從而創造新知識、發現新方法、提供學科戰略決策咨詢的交叉性學科[3]。近年來的公共管理學研究中,首先興起了一種以政策文件為研究對象的政策文獻量化分析方法。該方法主要借助文獻計量、社會網絡分析以及可視化技術,對大規模政策文本內容進行量化分析,揭示政策主題的演化與變遷、政策工具的組合與效果、政策主體的行動與關系等特點[4]。除此之外,一些政策研究者也開始關注政策問題有關的其他文本內容,如某一政策問題的新聞報道、網絡輿情、專家觀點、智庫報告、議案草案、政策法規、反饋報告等。這些文本分布在政策過程不同階段上,蘊含了政策問題有關的關鍵信息,與政策文獻一起構成了完整的政策知識流動過程,是政策信息學研究的重要對象[5]。所謂政策信息學,是學科信息學向政策科學領域的滲透,是以政策問題生命周期中文本為研究對象,利用信息科學、情報學、文獻計量或科學計量學的方法和工具開展政策知識發現,揭示政策發展演化規律和特征,評價政策運行的效果和質量,分析政策發展的熱點與方向的一門學科。

由于政策科學的學科綜合性極高,已有的關于政策科學的綜述性文獻大都是來自政治學、公共管理學等學科視角的定性總結和歸納,缺乏定量角度的直觀呈現,或是聚焦在某一專門政策問題領域,缺乏宏觀學科視野,難以準確反映整個政策科學領域主題的發展態勢。為了解政策科學發展演化態勢和規律,本文利用文獻計量法分析、劃分政策科學發展的主要階段,分析不同階段主導政策科學研究的學科構成,并使用共詞分析與知識圖譜等方法,揭示政策科學研究主題的演化特征,歸納政策信息學形成的背景及其相關發展特點。

二、研究數據及方法

(一)數據來源

本文選取了Web of Science核心合集數據庫(SCI-EXPANDED、SSCI、CPCI-S、BKCI-S、BKCI-SSH、CCR-EXPANDED、IC)作為來源數據庫。以“policy analysis”“policy science”“policy process”“policy study”“policy research”為主題詞進行檢索,檢索時間為2017年12月1日,清洗后共有12671篇文獻。

(二)研究方法

本文主要采用文獻計量分析法和共詞分析法,借助知識圖譜工具進行可視化:首先基于論文增長態勢劃分政策科學領域發展的各個階段,進而揭示政策科學領域的學科交叉特點及演化規律,最后利用共詞分析法從知識單元層面揭示政策科學各個發展階段主題的演化趨勢。

分析工具方面,本文使用科睿唯安公司的德溫特數據分析軟件(Derwent Data Analyzer)進行數據清洗、學科分類信息的抽取和計量分析,使用美國德雷塞爾大學陳超美教授開發的CiteSpace軟件進行不同階段的共詞聚類和可視化分析。

三、文獻增長態勢角度的政策科學發展階段劃分

學科領域發文數量的變化情況可以清晰地描述某一學科領域研究的強度和不同發展階段。圖1描述了政策科學領域文章發表數量隨年份的變化情況。從領域論文的增長態勢來看,政策科學的發展過程能夠劃分成三個主要階段,分別對應了傳統政策科學發展階段、實證主義政策分析階段、后實證主義政策分析階段[6]:首先是從1951年“政策科學”誕生開始直到20世紀60年代末的萌芽階段。期間的年均發文量非常低,反映出政策科學的概念剛剛出現,尚處于學科理論構建形成階段。之后是1970-1989年的發展階段,這一階段的年均發文量逐漸增長,穩定維持在年均100篇左右的水平,反映了政策科學研究的穩定發展態勢。第三個階段是1990年至今的高速發展階段,領域年均發文量高速增長,幾乎每十年就增長1倍以上,反映出政策科學與政策分析研究快速成為一個熱點和重要研究領域。為了方便進行后續的演化態勢分析,本文根據年均發文量進行分段,將第1990年至今的發展階段

按照10年的時間窗口進行階段細分,即得到以下5個時間段P1-P5:1951-1969年、1970-1989年、1990-1999年、2000-2009年、2010-2017年。


1559092450374032.png


四、政策分析領域研究的學科演化特點

由于政策本身的多學科領域歸屬特點,政策科學領域的研究存在根植于不同學科傳統的研究視角、方法或途徑[7]。這種顯著的學科交叉融合特點構成了政策科學“復雜網絡式”的學科體系結構,增加了從定性角度歸納領域演化軌跡的難度。但通過文獻計量的方法,分析領域文獻涉及到不同學科分類的數量變化,并將之與領域發展趨勢進行關聯分析,則能夠較好地反映出領域的學科演化特點。Web of Science最新的學科分類(WC,Web of Science Categories)標準中有近250個學科[8],相關研究表明該分類能夠較好地揭示全球科學的學科群落關系特征[9]。本文利用論文數據集的學科分類信息,考察政策科學領域的學科構成及演化特點。首先,根據上文劃分的5個階段,抽取每個時間段文獻中的學科分類信息,并統計其出現頻次;其次,統計每個階段內的高頻學科分類標簽,并計算每個階段中的學科分類相較于前一個階段的增長速度,計算公式如下:

image.png

公式中W為某學科分類的文獻在第i個階段的頻次(數量),T為第i個階段的持續時間(年),Rwi)為某學科分類的文獻在第i個階段的增長速度。經統計,數據集中12671篇論文共覆蓋221個具體學科分類,每個階段的高頻學科分類TOP5見表1。根據公共管理學的范式演進規律和特點[10],將表中的“public administration”譯為公共管理學而非公共行政學[11]。分析表1可以得到以下結論:


1559092475834429.png


(一)學科分類的高頻分布顯示出,政策科學領域長期以來主要涉及到的3個高頻學科是政治學(Political Science)、經濟學(Economics)和公共管理學(Public Administration)。在1950-1989年期間的兩個階段中,政治學相關的研究在政策科學領域占主導地位,公共管理學與經濟學次之(P1階段尚未形成規模);在1990-2009年期間的兩個階段中,這種順序發生了變化,經濟學占主導地位,公共管理學與政治學次之;2010年以來,該順序再次變化,公共管理學占主導地位,經濟學與政治學次之。政治學是政策科學啟蒙理論醞釀的基礎,因而能夠在政策科學誕生之初占主導地位;而經濟學之所以能夠在政策分析領域快速發展,一是因為從20世紀60年代開始,經濟學家就成為了政策分析的主力軍,經濟學在西方政府管理中的影響不斷增強;二是定量分析方法與技術快速發展,尤其是運籌學、系統分析、線性規劃和“成本-收益”分析等方法,如蘭德公司獨創的預測、決策方法[5],開發的PPBS系統(Planning,Programming,and Budgeting Systems)成為美國聯邦政府政策分析的工具[12]。另外,與傳統的政治學理論相比,經濟學為政策分析提供了精確性、預測功能和經驗主義思維模式[13]。這一特點使得經濟學領域成為政策分析實證研究的重要領域,并導致了政策科學領域研究的第一次轉向——從理論構建主義研究范式轉向以經濟學領域為代表的政策分析實證主義研究范式。

(二)對比P3(1990-1999年)、P4(2000-2009年)階段的高頻學科分布及高增長學科分布發現,在1990-1999年期間高速增長的5個學科分類(經濟學、環境科學、公共醫療衛生政策、農業經濟與政策、衛生政策與服務)都是專門的公共政策領域,而政策科學(-23.6)、社會科學交叉學科(-6.8)等學科分類均出現負增長,這種量變說明政策分析領域的研究重心出現了實質性變化:前期研究的理論、方法在專門公共政策領域的應用逐漸普及開來。正是這種實證主義的影響,推動了公共管理學在21世紀初的快速與變革,促成了政策分析領域的第二次重要轉向,由以經濟學領域為代表的政策分析實證主義研究范式,到近十多年來以公共政策分析對各領域研究進行統領為特點。

(三)對P5(2010-2017年)階段的高頻學科及高增長學科分布進行分析發現,教育、環境與醫療衛生等學科的論文增速最快,而經濟學(-14.9)、商業金融(-2.9)類學科則出現了較明顯的負增長,反映出這一時期政策分析在教育、環境和醫療衛生等公共政策問題方面的研究逐漸受到重視和不斷深入,推斷未來幾年這幾個領域的政策分析實證研究也會進一步增長。

五、基于共詞分析的各階段研究主題分析

共詞分析是文獻內容分析法的一種,也是科學計量學、情報學領域常用的研究主題識別方法。其原理是通過統計文獻集詞匯對或名詞短語的共現情況,來反映這些詞之間的關聯強度,進而確定這些詞所代表學科(領域)的研究主題、組成與范式特點,從而橫向或縱向分析學科領域的發展過程和結構演化規律[14]。本文利用CiteSpace軟件,對政策科學領域不同階段進行研究主題聚類和識別,從知識層揭示政策科學的發展演化特點。

(一)1950-1969年期間的政策科學研究主題


1559092493330914.png


圖2是政策科學領域P1階段(1951-1969年)的研究主題知識圖譜,雖然此階段的論文數量較少,但通過共詞分析可視化處理后,大致可以反映出現代政策科學起源時的初貌。整體來看這一階段的研究主題分布稀疏,共詞網絡的密度僅為0.068。聚類1反映出20世紀50年代政策分析的概念剛剛出現,政策研究(policy research)與之并存。聚類2和聚類3分別代表了國際關系學、經濟學兩個較早涉及政策科學實證研究(即政策分析)的領域,如國外政策分析(foreign policy analysis)、外交抗議(diplomatic protest)、案例研究(case study)、經濟秩序(economic order)、經濟政策(economic policy)等。此外,這一階段政策科學領域的研究開始關注社會問題,如社會政策(social policy)研究。

(二)1970-1989年期間的政策科學研究主題


1559092511386984.png


圖3是政策科學領域P2階段(1970-1989年)的研究主題知識圖譜。本階段政策科學的主題大大增加,領域分布更加廣泛,各主要節點間的關聯依然很低,網絡密度為0.078。聚類1反映出20世紀70年代之后政策過程理論(policy process)方面獲得了較多關注,與政策分析共同支撐起早期的政策科學理論體系。聚類2整合了本階段專門領域政策分析,顯示出政策分析的應用已擴大到財政稅收、區域治理與城市治理、科學研究、能源與糧食政策分析等社會公共政策領域,包含節點有稅務政策分析(tax policy analysis)、區域與城市政策分析(regional/urban policy process)、科學政策研究(science policy study)、國家政策研究(state policy research)、能源與糧食政策分析(energy/food policy analysis)。隨著政策分析應用擴展至更加廣泛的社會問題領域,公共政策分析(public policy analysis)作為一門具有學術專業化和社會職業化的專門學科應運而生,并逐漸成為跨越政治學、經濟學、管理學、社會學的橫向跨學科研究領域。

此外,本階段中還存在一個與聚類1和2關系密切的比較政策分析聚類(聚類3)。20世紀80年代前后,比較政策分析范式逐漸成熟,發展成了政策科學理論體系中的重要分支——比較政治學。比較政治學使用比較分析方法研究憲法、政府、政治體制、政治組織、政黨、利益集團、政治社會化、政治文化、政治行為、政治過程等[15]。

(三)1990-1999年期間的政策科學研究主題


1559092530989817.png


圖4是政策科學領域P3階段(1990-1999年)的研究主題知識圖譜。本階段的網絡中,網絡密度為0.11,較前一階段有所提高,但仍然偏低,這主要由于應用1990年之后政策分析的應用領域愈發廣泛,導致研究主題聚類分散。整體來看,本階段兩個最大的主題聚類是政策分析和政策過程理論。聚類1是以政策過程理論相關主題聚類,包含有公共管理(public administration)、政策變化(policy change)、政策執行(policy implementation)、政策網絡(policy network)等節點。聚類2和聚類3分別是是公共醫療衛生、經濟發展與生態環境等領域的政策分析主題聚類,反映出政策分析在這些專門的社會公共政策領域發展迅速。聚類4整合了政策分析研究相關的四個子團,包含有政策分析矩陣(policy analysis matrix)、政策制定(policy formulation)、決策(policy decisions)、敘事政策分析(Narrative Policy Analysis)等節點。敘事政策分析是政策過程理論的重要框架之一,該框架將后現代公共政策分析的視角和實證主義研究方法相結合,主要討論敘事在政策過程中的作用[16]。

通過本階段的聚類態勢可以發現,政策分析方法、政策過程理論以及專門領域的公共政策分析應用這三者之間呈現出彼此促進的螺旋式發展狀態。這是因為公共政策領域存在不同的“元政策”問題,如經濟政策問題、科技政策問題、教育政策問題等,如果僅以現實問題的視角去看,這些元政策之間彼此關系松散。但當從政策科學的視角去觀察這些現實問題時,這些彼此關系“松散”的元政策問題又表現出普遍的政策科學同一性[17]。政策過程理論是對各領域元政策同一性的歸納和提煉,一定程度上能夠從邏輯上解決政策問題的復雜性。因此,政策過程理論的模型框架為解決具體政策問題提供了便利,使得政策分析在更多的公共政策領域擴展開來,又反過了帶動了理論發展趨于多元化、系統化,促使政策科學的研究從階段框架分析范式走向多元主義的政策網絡分析范式[18]。

(四)2000-2009年期間的政策科學研究主題


1559092553138136.png


圖5是政策科學領域P4階段(2000-2009年)的研究主題知識圖譜。整體來看,本階段的共詞網絡節點數量更多,節點相對面積(其他節點與圖譜中最大節點的面積比)明顯增大,并形成了8個明顯的主題聚類。聚類1為政策科學相關研究主題,包含有政策制定(policy formulation)、政策執行(policy implementation)、政策變化(policy change)、倡導聯盟框架(advocacy coalition framework)等節點。倡導聯盟框架是由美國學者薩巴蒂爾(Paul A.Sabatier)和詹金斯(Hank C.Jenkins-Smith)在20世紀80年代末提出的一個政策分析框架,是政策過程理論的重要框架之一,但直到20世紀末相關實證分析才開始增多。該框架整合了政策分析理論中的3個模型:進步主義模型(理性決策驅動)、利益組織競爭模型(集團利益驅動)和意識形態沖突模型(思想意識驅動),提出了將具有共同信念體系的政策行動者看作政策共同體,以政策共同體的協同合作驅動政策過程發展[19]。2011年薩巴蒂爾等在政策科學領域期刊《政策研究雜志》(Policy Studies Jour-nal)以專題形式對該模型的應用研究進展進行述評[20]。此外,上一階段提到的政策網絡分析(policy network)同樣出現在聚類1中,且具有較大的節點面積,反映出該范式在本階段已被廣泛接受。

聚類2為環境政策與政策過程相關研究主題,包含環境政策(environmental policy)、政策過程與分析框架(analytical framework)、政策制定者(policy makers)等節點。聚類3為氣候變化與溫室氣體控制相關的政策分析相關主題,包含有氣候變化(climate change)、京都議定書(Kyoto protocol)、發展中國家(developing countries)、溫室氣體排放(greenhouse gas emissions)等重要節點。聚類4為貨幣政策分析相關主題,包含有貨幣政策分析(monetary policy analysis)、政策產出(policy outcomes)等節點。聚類5為國際關系與政策分析相關主題,包含有國際關系(international relation)、國外政策分析(foreign policy analysis)等節點。聚類6為政策過程視角的公共衛生政策相關主題,包含有公共政策過程、公共衛生政策分析等節點。聚類7為社會科學領域公共政策分析相關研究主題,包含有社會政策(social policy)、福利改革(welfare reform)、智庫(think tank)等節點。聚類8為與政策分析關系最為緊密的一個聚類,包含有政策選擇(policy options)、理論框架(theoretical framework)、比較分析(comparative analysis)、替代方法(alternative approach)等節點。

(五)2010年至今的政策科學研究主題


1559092575758693.png


圖6是政策科學領域P5階段(2010-2017年)的研究主題知識圖譜。通過主題節點大小可以看出,2010年之后專門領域的政策分析已經比較成熟。聚類1是政策過程理論的相關聚類,包含有倡導聯盟框架(advocacy coalition framework)、政策決策過程(decision making process)、比較政策分析(comparative analysis)等。聚類2是公共政策分析的相關聚類,包含有公共管理(public administration)、半結構化訪談(semi-structured interviews)、分析框架(analytical framework)、公共政策過程(public policy process)等公共政策分析相關的節點。聚類3是國際政策分析相關的聚類,包含有國外政策分析(foreign policy analysis)、國際關系(international relation)等節點。

聚類4是政策分析關系最為緊密的一個聚類,其中包括的節點涉及到經濟、公共衛生、教育、氣候、能源等專門方面,反映出這些專門領域的政策分析實證最為豐富。其中虛線框標注的是政策量化研究相關的子團,反映出近年的這類研究逐漸增多,所包含節點如政策文件(policy document)、現存政策(existing policy)、內容分析(content analysis)、政策評價(policy evaluation)等。通過對該子團的文獻調研發現,現階段政策量化研究大致分為以下三種:

1.以學術論文為分析對象的文獻計量類。如利用內容分析法、引文分析法對金登(John W.Kingdon)的多源流模型(Multiple Streams Model)的相關研究論文進行文獻計量研究,發現多源流模型的應用集中在22個政策領域,覆蓋到了65個國家多個行政治理級別的不同層次[21]。這類研究代表了文獻計量學、科學計量學方法在政策科學領域的直接應用。

2.以政策文件為分析對象的政策文本量化分析類。如對中國新能源汽車產業政策數據進行政策工具視角的文本內容量化分析[22];基于歐盟委員會政策影響評估報告的文本,通過文本量化分析的手段,評價健康問題在歐盟政策中的重要性[23];使用情景分析法與內容分析法相結合的方法,研究阿富汗境內婦女健康、就業及人權相關的政策文本,發現國際援助項目在該領域的促進效果顯著[24];利用文本量化分析與可視化手段,以美國國會1989-2009年間頒布的有關PTSD(創傷應激障礙)法案文本為數據源,研究相關的政策工具特點、政策與法案的演化規律等[25]。近年來政策文本量化分析類研究較多,反映出文獻計量學、科學計量學方法向政策科學領域遷移和創新的效果明顯,政策文本量化研究已成為政策科學領域的一個熱點。

3.以政策問題相關文本內容為分析對象的政策信息學應用類。如利用調研訪談記錄、政策文本、法律文本與國家統計數據進行關聯量化分析,以揭示國民健康服務水平[26]。政策信息學在政策研究、政策評價及決策支撐服務等方面具有極大的發展空間,但由于種種限制(關聯數據采集與處理、學科知識融合等),目前充分利用多源異構數據開展政策信息學研究的實證還不多。在大數據社會計算范式背景下,伴隨著數據密集型知識發現技術的不斷發展,以政策問題為中心的政策信息學研究將逐步成為政策科學研究的新前沿。

六、結論與展望

政策科學是一個學科交叉度極高的學科,現代政策科學近70年的發展過程中,政治學、經濟學曾先后主導過傳統政策科學階段、實證主義分析階段,為政策科學的發展帶來了大量理論框架和定量分析方法。1990年以后,隨著政策分析在社會公共政策領域的廣泛應用,教育、公共衛生、環境保護等領域的政策分析研究快速增長,推動以公共政策分析為主的公共管理學成為政策科學的主導學科。2010年以來,以量化方式進行的政策內容分析研究越來越多。在大數據和開放科學的背景下,各個學科間的知識關聯程度達到空前的高度,政府的社會治理方式也愈加網絡化、信息化、數據化。政策信息學是情報學、文獻計量學和科學計量學等學科研究方法向政策科學領域滲透,催生信息科學與政策科學融合發展而成的新興學科。隨著大數據技術的不斷發展,政府數據公開、智慧城市進程不斷加快,勢必帶動政策信息數據的海量增長。在此背景下興起的政策信息學既是政策科學與信息科學融合的產物,也是政策分析與戰略情報研究發展的新方向。本文圍繞政策信息學今后的發展問題,提出以下三點建議:

(一)基于政策信息學的政策知識發現,尤其是政策演化及預測研究,將成為情報分析深度服務政策決策咨詢的重要新生方向。科技情報工作長期面向科技政策開展戰略決策咨詢研究,但卻始終沒有真正地涉足政策科學領域。政策信息學將成為政策信息分析與情報服務貫通起來的突破口,使豐富的情報分析思維、方法和技術涌入政策科學這片沃土。通過量化方法與可視化技術,呈現出政策主題演化發展的脈絡細節、政策變量的關聯關系等,以推斷預測未來的政策發展趨勢,實現“耳目、尖兵、參謀”的情報服務目標。

(二)建立支撐政策信息學大數據分析的數據庫平臺。文獻計量和科學計量方法的廣泛應用和快速創新,很大程度上與科學文獻數據庫的發展水平有關。當前政策信息方面的數據資源建設還剛剛起步,數據的體量、范圍和結構化程度都比較低。應盡快建設以政策問題為導向的政策大數據集成分析平臺,將政策問題相關的各種信息內容匯總起來,建設專門政策問題領域的事實數據庫、文本語料庫等,以便開展各種政策信息學分析。

(三)面向更多的政策應用場景和領域問題,創新政策分析方法體系。首先,政策文獻是一種特殊的文獻資源,與科學論文、專利技術文本等有許多不同點,現有的文獻計量方法在面向政策文獻遷移時,應在實證應用過程中加強方法創新,如語義分析方法研究、主題識別方法研究、政策突發詞監測研究、政策引用的相關研究。其次,政策是一種工具,對于相同或類似的問題,不同領域、區域或政策主體的政策措施不盡相同。因此,開展不同區域或政策主體的政策比較研究,發現不同領域、區域或主體的各種政策知識演化特點和發展規律,能夠極大提升政策決策咨詢服務的能力。

 

參考文獻:

[1]陳振明.公共政策分析:公共管理碩士MPA系列教材[M].北京:中國人民大學出版社,2003.

[2]陳慶云,鄞益奮.西方公共政策研究的新進展[J].國家行政學院學報,2005(2):79-83.

[3]張志強,范少萍.論學科信息學的興起與發展[J].情報學報,2015,34(10):1011-1023.

[4]黃萃,任弢,張劍.政策文獻量化研究:公共政策研究的新方向[J].公共管理學報,2015,12(2):129-137,158-159.

[5]張志強,蘇娜.國際一流智庫的研究方法創新[J].中國科學院院刊,2017(12):1371-1378.

[6]黃萃.政策文獻量化研究[M].北京:科學出版社,2016.

[7]邢懷濱,蘇竣.公共科技政策分析的理論進路:評述與比較[J].公共管理學報,2005(4):47-56,98-99.

[8]Web of science research areas.[EB/OL].[2017-12-07].http://ipscience-help.thomsonreuters.com/inCites2Live/filterValuesGroup/researchAreaSchema/wosDetail.html.

[9]Leydesdorff L,Carley S,Rafols I.Global maps of science based on the new Web-of-science categories[J].Scientometrics,2013,94(2):589-593.

[10]陳振明.從公共行政學、新公共行政學到公共管理學——西方政府管理研究領域的“范式”變化[J].政治學研究,1999(1):82-91.

[11]陳振明.公共管理范式的興起與特征[J].中國人民大學學報,2001(1):8-14.

[12]Hahn R W,Dudley P M.Howwell does the government do cost-benefit analysis?[J].Ssrn Electronic Journal,2004,1(101).

[13]陳振明.評西方的“新公共管理”范式[J].中國社會科學,2000(6):73-82,207.

[14]李綱,巴志超.共詞分析過程中的若干問題研究[J].中國圖書館學報,2017,43(4):93-113.

[15]阿爾蒙德.比較政治學——體系、過程和政策[M].曹沛霖,譯.上海:上海譯文出版社,1987.

[16]李文釗.敘事式政策框架:探究政策過程中的敘事效應[J].公共行政評論,2017,10(3):141-163.

[17]何華兵,萬玲.西方政策過程理論的最新進展、趨勢與啟示[J].甘肅行政學院學報,2011(5):35-43,125.

[18]黃璜.政策科學再思考:學科使命、政策過程與分析方法[J].中國行政管理,2015(1):111-118.

[19]保羅·A薩巴蒂爾.政策過程理論[M].上海:生活·讀書·新知三聯書店,2004.

[20]Weible C M,Sabatier P A,Jenkins Smith H C,et al.A quarter century of the advocacy coalition framework:An introduction to the special issue[J].Policy Studies Journal,2011,39(3):349-360.

[21]Jones M D,Peterson H L,Pierce J J,et al.A river runs through it:A multiple streams meta-review[J].Policy Studies Journal,2016,44(1):13-36.

[22]Zhang L,Liu Y.Analysis of new energy vehicles industry policy in China's cities from the perspective of policy instruments[J].Energy Procedia,2016,104:437-442.

[23]St?hl T P.Is health recognized in the EU's policy process?An analysis of the European Commission's impact assessments[J].The European Journal of Public Health,2009,20(2):176-181.

[24]Speakman E M,Shafi A,Sondorp E,et al.Development of the community midwifery education initiative and its influence on women's health and empowerment in Afghanistan:A case study[J].BMC women's health,2014,14(1):111.

[25]Purtle J.The legislative response to PTSD in the united states(1989-2009):A content analysis[J].Journal of traumatic stress,2014,27(5):501-508.

[26]Vian T,Feeley F G,Domente S,et al.Barriers to universal health coverage in republic of moldova:A policy analysis of formal and informal out-of-pocket payments[J].BMC health services research,2015,15(1):319.

分享:
广东快乐10分稳赢技巧