《PLOS One》：Structural characteristics and policy differences of digital health management policies in China: A quantitative analysis based on the PMC index model
编辑推荐：
数字健康治理日益依赖能够协调数据资源、信息平台、标准、服务供给、监管、安全、创新与实施支持的政策体系。然而，中国国家层面数字健康政策体系的结构构成与跨政策异质性仍缺乏充分的量化研究。本研究构建了一个领域特定的政策建模一致性（PMC）框架，用以评估中国国家级数字
数字健康治理日益依赖能够协调数据资源、信息平台、标准、服务供给、监管、安全、创新与实施支持的政策体系。然而，中国国家层面数字健康政策体系的结构构成与跨政策异质性仍缺乏充分的量化研究。本研究构建了一个领域特定的政策建模一致性（PMC）框架，用以评估中国国家级数字健康管理政策的结构覆盖情况。研究采用来源锁定语料库，覆盖2016—2025年，识别出42项符合条件政策，其中39项具有完整且可审计文本的政策被纳入定量分析。该框架包含9个维度与48项二元指标，共产生1,872项政策×指标编码决策。由独立编码的11项政策子集得到96.78%的一致率与Cohen's kappa系数0.914。平均PMC得分为6.654（标准差=1.456；中位数=6.500；范围=3.467—9.000）。在本研究设定的结构覆盖阈值下，9项政策被归类为完美，11项为良好，16项为可接受，3项为较差。监管治理、标准与制度安排以及数据资源显示出最高的平均覆盖度，而数据保护与产业创新显示出最低覆盖度及最大的跨政策变异。留一政策法与政策家族敏感性分析证实了主要结构模式的稳定性。上述发现揭示了一种政策架构：其治理、制度与数据相关条款相对广泛，而保护与创新相关覆盖则较为不均衡。所提出的框架为比较政策文本结构提供了可复现的基础，同时避免将文本完备性解释为实施质量或政策有效性的证据。
一、研究背景与问题提出
数字健康研究已涉及技术创新、服务供给、公平性与治理等多个层面，既有文献分别考察了数字健康创新与全民健康覆盖及公平性的关联、数字健康技术对中国区域医疗资源配置的影响、中国农村地区数字素养与健康素养及数字健康行为之间的关系，以及从全社会视角分析数字健康治理。与此同时，中国实证研究考察了老年人互联网使用的异质性效应、公众对健康中国行动计划实施的满意度，以及健康中国2030相关的健康效应。这些研究多聚焦于使用者或宏观健康战略，而非对国家数字健康政策文本中显性要素进行可复现的比较。政策学界虽已运用主题识别与内容分析研究健康中国2030的政策制定与方案设计以及互联网医疗政策，但现有研究倾向于分别考察特定技术、服务或治理议题，对国家政策文本中数字健康治理各主要组成部分如何组合缺乏证据；同时缺乏能够完整表征数字健康独特要求的统一政策评估框架，特别是数据资源、基础平台、标准、数字化服务、监管治理、数据保护、创新与实施支持之间的关系；此外，可复现的跨政策比较需要明确报告指标定义、编码规则、来源选择与信度程序。基于上述不足，研究人员构建了基于来源锁定语料库与完整48项指标编码手册的领域特定PMC框架，旨在回答三个问题：中国国家数字健康政策中哪些维度获得最多与最一致的结构覆盖；各政策在目标、数据、平台、标准、服务、治理、保护、创新与支持机制的组合上如何差异；主要结构模式对单一政策及相近政策家族的影响是否稳健。研究强调，其目标是比较政策文本结构，而非将文本覆盖等同于实施效果或政策结果。
二、主要技术方法
研究采用来源锁定（source lock）策略，以政策签发或签署日期为时间约定，检索窗口为2016年1月1日至2025年12月1日，仅纳入数字技术、健康数据、信息平台、数字化服务、数字治理或人工智能构成主要政策对象或实质性专门操作组成部分的国家级政策，分析单位为完整政策文本。识别出42项符合条件政策，其中39项满足来源锁定要求并纳入主分析语料，另3项因无法归档完整可审计文本而作为符合条件但未编码的储备政策保留。文本经UTF-8规范化、段落级切分，采用jieba 0.42.1精确模式（关闭HMM）并结合项目词典与停用词表处理，保留21,143个实质性段落、151,273个保留词元与7,828个不同术语。研究构建包含9个一级维度、48项二级指标的PMC编码手册v1.0，由主要研究者依据预设编码手册与原始文本逐项审核并最终确定全部1,872项政策×指标决策，人工智能辅助工具仅用于来源段落检索、文本定位、证据整理与一致性检查，不决定最终指标得分；另由第二名人工作者对预设分层抽取的11项政策子集（528项配对决策）独立编码以评估编码者间信度。聚合时先在每个一级维度内对二元得分取平均，使指标数不同的维度贡献相等，再将9个维度得分求和得到0—9的PMC值，并按研究设定的切点分为较差（PMC<4.50）、可接受（4.50≤PMC<6.50）、良好（6.50≤PMC<8.00）与完美（8.00≤PMC≤9.00）。统计分析包括描述性统计、以排除该维度的PMC总分为对象的Spearman秩相关（避免部分—整体循环性）、基于5,000次政策级重抽样的百分位Bootstrap 95%置信区间、Benjamini-Hochberg错误发现率校正，以及留一政策法重算与P11/P12/P13政策家族合并（指标层面取最大值）的敏感性分析，另保留3%、5%、10%的假设性比特翻转压力测试作为敏感性分析而非主要稳健性证据。
三、研究结果
3.1 文本挖掘结果：在39项政策语料中，保留频率最高的术语为管理（3,108次；39份文件）、信息（2,786次；38份）、数据（2,586次；37份）、服务（2,130次；38份）与健康（1,860次；36份），技术、疾病、医院、预防、患者、应用与医疗亦较为突出；高词频与广泛文档频次的组合表明管理、信息、数据与服务是语料库层面的主题而非少数长文档的产物。段落级语义网络在展示过滤前包含406,137条加权边，管理、信息、数据、服务、技术、医疗与健康占据中心位置，连接制度性、技术性与服务供给词汇，该网络为反复出现的主题关系的描述性证据，本身不蕴含因果或实施关系。
3.2 政策层面PMC结构覆盖：39项政策的PMC得分范围为3.467至9.000，均值6.654（标准差1.456），中位数6.500；9项被归类为完美、11项为良好、16项为可接受、3项为较差，分布跨越全部四个描述性类别，显示所覆盖要素数量与组合的显著异质性。39×9维度热图显示高值与低值分布于多个政策家族，而非局限于某一时期或发文机构类型；排序PMC图进一步显示连续的得分分布，包括接近类别阈值的政策。综合性与战略性政策通常覆盖更多维度，而专门性文件常呈现刻意集中的剖面，因此专门性政策较低的PMC值表示在共同48项指标框架下文本范围较窄，不应自动解释为政策设计较差或实施薄弱。
3.3 维度层面结构覆盖：各维度平均得分范围为0.554至0.887。监管治理（X6，0.887）、标准与制度安排（X4，0.851）与数据资源（X2，0.816）平均覆盖最高，其后依次为应用与服务供给（X5，0.795）、协调与使能机制（X9，0.754）、基础平台（X3，0.684）、政策目标（X1，0.677）、产业创新（X8，0.636）与数据保护（X7，0.554）。变异最大的是X7（标准差0.323）与X8（标准差0.321），表明安全相关细节与创新导向条款在各政策间覆盖不均；X6兼具最高均值与最低标准差（0.170），提示监管安排在样本文本中覆盖广泛且相对一致。
3.4 政策目标（X1）：平均结构覆盖得分为0.677（标准差0.262；中位数0.600；范围0.200—1.000），处于九维度剖面的中下位置。总体愿景、战略目标与具体任务规定较为常见，而实施路线图、实质性覆盖边界以及基层或包容导向目标的表述差异较大，反映出宣示政策方向与将方向转化为有边界目标、实施序列与明确目标群体之间的区别。
3.5 数据资源（X2）：结构覆盖较高（均值0.816；标准差0.229；中位数0.833；范围0.167—1.000）。数据赋能应用指标（X2-6）在全部39项政策中均出现，表明数据用于医疗、公共卫生、管理、研究或决策支持已成为语料的共同文本成分；但数据目录、授权访问与流通、跨机构共享、数据质量、分类与生命周期治理等底层数据治理架构在各文件中的组合并不一致。
3.6 基础平台（X3）：平均得分0.684（标准差0.247；中位数0.667；范围0—1.000）。平台架构与互操作性相对突出，反映政策对健康信息平台、系统连通与标准化信息交换的持续关注；云基础设施与统一身份或认证机制则较少一致嵌入。运维（X3-5）与迭代升级及可扩展性（X3-6）被有意保留为独立指标，因其代表平台治理的不同阶段，前者关乎连续性与可靠运行，后者捕捉技术与功能演进能力；指标间变异表明平台建设本身并不必然意味着对长期运行、升级或扩展有同等明确的条款。
3.7 标准与制度安排（X4）：为覆盖最广泛的维度之一（均值0.851；标准差0.219；中位数1.000；范围0.200—1.000）。制度规范（X4-2）在全部39项政策中被识别，表明正式规则、管理安排、准入要求或操作规程广泛嵌入政策语料；但更广泛的标准生命周期并不统一，政策在是否规定技术标准、协调不同标准或代码、要求标准落地实施、建立评估反馈与修订机制等方面存在差异，制度规则比标准实施、评估与更新的明确条款更为常见。
3.8 应用与服务供给（X5）：平均覆盖较高，为0.795（标准差0.214；中位数0.833；范围0.333—1.000）。政策普遍涉及互联网医疗、数字化机构服务、基层或公共卫生应用以及服务可及性改善；差异主要体现在要求跨机构或跨服务层级协调的条款以及描述纵向或闭环服务流程的条款，线上线下一体化供给、跨级转诊、机构间协调、随访与端到端服务管理未如一般服务供给那样一致地被规定。
3.9 监管治理（X6）：为框架中得分最高的维度（均值0.887；标准差0.170；中位数1.000；范围0.400—1.000），亦为九维度中离散度最低者。多数政策包含明确的监管机制、监督安排、治理责任分配、平台治理要求或合规与风险控制条款；高均值与有限变异的组合表明治理安排是异质性政策类型间广泛共享的结构特征，但观测范围显示专门性文件未必覆盖每一监管组成部分，该结果反映治理机制的广泛文本制度化，而非执法强度或监管绩效的证据。
3.10 数据保护（X7）：为九维度中平均结构覆盖最低者（均值0.554；标准差0.323；中位数0.600；范围0—1.000），且跨政策离散度最大。网络安全与数据安全责任、安全评估、监测预警、个人信息保护、数据分类与关键信息基础设施保护等条款在语料中分布不均，部分文件同时涉及多项保障措施，而主要目的在其他方面的政策往往仅覆盖保护框架的一部分；该模式不应解释为实践中网络安全绩效薄弱的证据，而是表明明确的数据保护要求未被同等纳入各类数字健康政策文本。
3.11 产业创新（X8）：为第二低维度（均值0.636；标准差0.321；中位数0.600；范围0—1.000），与数据保护类似呈现显著异质性。对关键数字健康技术与试点示范活动的提及比智能设备、产业生态发展、技术转化与产学研医协同的完整组合更为常见，该分布反映创新条款在语料中的选择性作用：其对聚焦科学、技术或人工智能的政策具有核心意义，而对主要关注服务监管、标准或行政协调的文件则不那么内在。
3.12 协调与使能机制（X9）：平均得分0.754（标准差0.236；中位数0.800；范围0.200—1.000）。组织领导、跨部门协调与实施责任分配为语料中常见成分；相比之下，财政支持、专门数字健康人才队伍建设、实施监测以及试点经验推广或规模化机制并非总在同一文件中组合，组织协调比财政、人才、监测与试点推广支持更一致地被规定，这些支持功能常分散于不同政策工具而非集中于单一文件。综合而言，维度特定结果揭示了一种政策结构：治理、标准、数据资源与服务供给相对充分，而保护与创新相关条款更为不均。
3.13 维度层面关联与稳健性分析：九个维度均与排除该维度的PMC总分正相关，消除了Xi与包含Xi的总分相关时的机械部分—整体贡献；Spearman rho从X7的0.412到X4的0.709，Bootstrap 95%置信区间对所有维度均为正，所有Benjamini-Hochberg校正q值均小于0.01，这些关联描述维度间结构覆盖的共现而非预测准确性。留一政策法重算产生的平均PMC值为6.592至6.738，省略N17时与全语料均值的最大绝对偏差为0.084，X6在每次留一运行中仍为最高维度、X7仍为最低维度。合并相近政策家族使分析集降至37项政策，平均PMC提高0.112（1.68%），总体排序得以保留，仅X1与X3交换相邻位置。上述分析表明总体维度模式并非由单一文件或密切相关的P11/P12/P13家族驱动，接近固定阈值的政策仍应结合连续得分与类别标签解读；维度关联分析与稳健性检验支持结构覆盖结果的内部一致性，但未针对外部实施或健康结局标准验证PMC得分。
四、讨论与结论
讨论部分指出，39项政策语料在九个维度上呈现不均衡的结构剖面：监管治理（X6）、标准与制度安排（X4）与数据资源（X2）平均覆盖最高，而数据保护（X7）与产业创新（X8）均值较低且离散度较高，提示政策体系已形成相对广泛的数字健康制度与组织基础，而保护与创新相关要素的纳入更依赖于单个政策文件的具体功能。X6与X4的强覆盖尤为值得注意：监管治理不仅均值最高且跨政策离散度最低，制度规范则在整个语料中均存在，表明责任、监督、运行规则、平台监管与合规要求等正式治理安排构成多类数字健康政策的共同文本基础，这与强调复杂卫生政策体系中制度协调与治理安排重要性的研究相一致，但本分析关注此类条款在政策文本中的存在，并未确立其落实的有效程度。数据资源覆盖亦较广，数据赋能应用出现在每项政策中，但二级指标揭示了"使用数据"与"治理数据"之间的重要区别：政策常规定数据如何支持医疗服务、管理、公共卫生或决策，而目录、授权、共享、分类与生命周期治理等安排更为不均，这解释了数据资源总体排名较高但结构并不统一的原因，也强化了评估单个组成部分而非将数据治理视为单一未分化政策特征的价值。相较之下，X7较低的均值与较高离散度表明明确的数据保护条款在政策体系中选择性分布，健康数据治理与隐私研究同样强调保护要求与隐私保障的多维性；结果并非意味着X7得分较低的政策在实践中不安全，而是表明此类保障未必总在同一政策文件中阐明，部分义务可能集中于专门的网络安全、数据保护或健康信息工具中，而非在每项专门服务或技术政策中重复。产业创新同理，X8较低均值与较高离散度反映研发、智能设备、产业生态、试点转化与协同创新条款在政策类型间分布不均，创新导向文件自然包含更多此类要素，而监管或服务特定工具可能鲜有理由重复它们；因此PMC剖面差异应结合政策功能解读，综合性战略文件有更多机会覆盖多维度，专门性政策则可能有意集中于较窄的行政或技术任务，较低的PMC总分代表在共同分析框架下较窄的结构覆盖，而非必然较差的政策设计。文本挖掘结果提供互补的描述性视角：管理、信息、数据、服务、健康与技术为语料高频词，与PMC分析中治理、数据资源与服务相关维度的突出地位大体一致，但词频与指标编码捕捉文本的不同方面，前者反映词汇显著性，后者记录预设结构要素是否明确存在，二者的汇聚支持对语料的连贯描述性解读，而不将词频视为PMC得分的独立验证。稳健性分析表明主要维度模式并非由单一政策或P11/P12/P13政策家族驱动，X6在所有留一运行中保持最高、X7保持最低，家族合并仅带来平均PMC的小幅变化与相邻中间排名维度间的有限交换；各Xi与排除Xi的PMC之间的正关联进一步表明覆盖更充分的维度倾向于与政策结构其他部分更广泛的覆盖共现，这些分析支持所观测构型的稳定性，但不应解释为对政策质量或实施绩效的外部验证。
政策启示方面，研究认为政策完善应较少关注在每份文件中最大化指标数量，而更多关注强化专门性政策间功能上必要的联系：综合性战略可合理预期阐明数据、平台、监管、保护、创新、服务与实施支持之间的更广泛关系，而聚焦狭窄的监管或技术标准应依据其自身任务要求评判。数据保护相对较低且高度分散的覆盖仍指出了一个明确跨文件协调尤为重要的领域：实质性依赖个人、临床或行政健康数据的政策可更明确地规定安全责任、评估程序、监测与事件响应、个人信息保护及相关基础设施保障，或将这些义务明确关联至政策体系中其他具有约束力的工具，此类交叉引用可在无需每项政策复制完整安全框架的情况下改善文本可追溯性。产业创新条款同样受益于在技术研发、智能设备部署、产业生态培育、试点转化与协同创新之间作出更清晰区分，这些要素无需出现在每项专门政策中，但综合性战略可阐明技术发展如何与标准、监管、服务供给及成功试点规模化机制相连接；更一般地，48项指标框架可作为识别必要政策接口的诊断清单，而非要求每份文件最大化结构广度。研究启示方面，研究展示了在PMC研究中结合来源锁定、完整的领域特定编码手册、证据关联的二元编码、独立信度评估与稳健性分析的价值，这些程序解决了政策语料、指标定义或编码规则记录不足时可能出现的若干可复现性问题；研究亦说明将结构覆盖与政策有效性相区分的重要性，PMC得分有助于比较可观测文本要素的构型，但无法判定这些条款是否被执行、是否获得充足资源、是否被利益相关者接受或是否与健康结局改善相关，未来研究可将编码的政策结构与实施指标、组织证据、利益相关者评估及纵向健康或服务结局相连接。
局限性方面：第一，PMC框架测量政策文本的结构覆盖，而非实施忠实度、监管有效性、服务质量或健康结局；二元编码提高跨政策可比性，但不捕捉单一条款的强度、法律效力、资源承诺或内部一致性；尽管全部1,872项编码决策均由主要研究者逐项审核并最终确定，且独立编码子集显示较高编码者间信度，指标层面编码不可避免地保留解释性判断成分。第二，语料限于中国国家级政策，包含功能、行政目的与发布时期不同的文件；专门性政策可适当地省略其任务范围之外的维度，而综合性战略有更多机会累积结构要素；另有3项符合条件政策因完整可审计源文本无法满足预设来源锁定要求而未进入定量分析，带来有限的潜在选择偏倚。第三，文本挖掘结果依赖分词、停用词选择、段落边界与展示阈值，有记录且确定性的预处理流程提高可复现性，但无法消除全部预处理敏感性；未来研究可将分析扩展至次国家政策体系，更重要的是将文本结构覆盖与实施数据、利益相关者评估、服务利用及纵向结局相连接。
结论部分译为：本研究使用39项国家级政策的来源锁定语料库与完整的48项指标框架，评估了中国数字健康管理政策体系的结构覆盖。独立编码子集显示较高的编码者间信度（一致率96.78%；Cohen's κ=0.914），支持编码框架的可复现性。平均PMC得分为6.654。监管治理、标准与制度安排以及数据资源显示出最广泛的平均覆盖，而数据保护与产业创新相对较少且分布更不均。这些模式在留一政策法与政策家族敏感性分析中保持稳定。研究结果应被解读为政策文本构型的地图，而非实施成功或政策有效性的排序；其主要价值在于识别哪些结构要素在整个国家政策体系中被一致纳入、哪些在专门性工具中选择性分布，以及哪些方面加强政策间协调可改善整体治理架构的清晰性与完整性。
