大数据发展政策的量化评价及优化路径探究——基于PMC指数模型

发布时间：2021-07-29 11:11

　　大数据发展政策是保障大数据产业高质量发展和应用的战略指南。针对我国大数据发展政策制定合理性问题,利用文本挖掘和PMC指数模型构建大数据发展政策的评价体系,包括1个一级变量和43个二级变量,通过PMC指数和PMC曲面图对我国8项大数据发展政策进行量化评价分析,并提出合理优化路径,以期为大数据发展政策的制定和完善提供有力的决策参考。 

【文章来源】：管理现代化. 2020,40(04)北大核心CSSCI

【文章页数】：5 页

【部分图文】：

P3的PMC曲面

P1的PMC曲面

【参考文献】：
期刊论文
[1]中国大数据政策体系演化研究[J]. 刘亚亚,曲婉,冯海红.  科研管理. 2019(05)
[2]基于PMC-AE指数模型的军民融合政策量化评价[J]. 王进富,杨青云,张颖颖.  情报杂志. 2019(04)
[3]西部地方政府发展大数据产业的政策工具选择——基于贵阳市42份文件的文本量化分析[J]. 季飞,李韦,吴水叶.  政府治理评论. 2018(02)
[4]基于扎根理论的大数据政策共词网络研究[J]. 徐蕾,李庆,肖相泽.  现代情报. 2018(06)
[5]我国促进大数据发展政策工具选择体系结构及其优化策略研究[J]. 李樵.  图书情报工作. 2018(11)
[6]地方政府大数据发展政策的文献量化研究——基于政策“目标-工具”匹配的视角[J]. 范梓腾,谭海波.  中国行政管理. 2017(12)
[7]新能源汽车补贴政策工具挖掘及量化评价[J]. 张永安,周怡园.  中国人口·资源与环境. 2017(10)
[8]政策文献量化研究:公共政策研究的新方向[J]. 黄萃,任弢,张剑.  公共管理学报. 2015(02)



本文编号：3309213