通过政策引用网络理解中国信息技术政策系统：时空扩散分析

《Systems》：Understanding China’s Information Technology Policy System Through Policy Citation Networks: A Spatio-Temporal Diffusion Analysis

　　

该研究聚焦于中国信息技术政策系统，探究政策-参考模式的时空演变及其对政策扩散的影响。利用来自PKULaw数据库的33,702份政策文件和3,150条引用链接，研究人员构建了一个政策引用网络，并结合社会网络分析、普通最小二乘法（OLS）和地理时间加权回归（GTWR）。结果表明，观察到的政策-参考关系仍然强烈地以自上而下的行政协调为特征，同时政策-参考网络已扩展到涵盖更广泛的区域和日益多样化的区域间联系。这些变化伴随着引用强度和文本分化的增加，而显著的区域差异依然存在。回归结果揭示，基于引用的扩散指标与区域发展能力相关。经济和产业基础与政策-参考结果呈正相关，而城市化和研发投入的关联在不同扩散维度上有所差异。GTWR进一步揭示这些关联在空间和时间上存在变化。通过整合政策引用网络与时空分析，该研究增进了对集权治理下政策系统演化的理解，并为差异化数字政策协调提供了信息。

**论文解读：通过政策引用网络理解中国信息技术政策系统的时空扩散分析**

**一、研究背景、问题与意义**

在数字经济时代，信息技术（IT）已成为数字化转型的核心驱动力，深刻重塑全球经济结构。公共政策作为宏观经济调控的关键工具，在信息技术领域被广泛应用，包括金融、医疗等。中国作为全球最大的数字经济体之一，持续完善信息技术政策框架以促进产业升级和高质量发展。然而，尽管政策制定高度集权，由于经济、地理和制度条件的差异，政策实施层面存在显著的区域异质性。政策扩散理论指出，政策采纳受区域间学习与模仿的影响，并常呈现空间异质性。强层级协调与显著区域差异并存，使中国成为检验政策扩散的重要理论场景。现有研究主要关注政策设计、实施结果或政策内容的内部演化，较少关注信息技术政策如何在辖区间被引用、政府间政策联系如何随时间形成，以及区域差异如何塑造与政策扩散相关的政策-参考轨迹。因此，本研究提出核心问题：在集权但地域多样的治理背景下，信息技术政策-参考关系如何演化？这些模式揭示了哪些政策扩散特征？围绕该问题，研究考察了三个子问题：（1）中国信息技术政策引用网络如何随时间、行政层级和区域演化？（2）哪些扩散路径和空间模式表征了政府间信息技术政策的流通？（3）省级特征如何与空间异质性的政策扩散相关联？本研究通过构建政策引用网络，将政策扩散理论、网络分析与空间回归方法相结合，为理解集权治理下的政策系统演化提供了系统性视角，并服务于差异化数字政策协调实践。论文发表在《Systems》。

**二、研究开展与主要结论**

研究人员利用PKULaw数据库收集了截至2024年8月的33,702份信息技术政策文档（包括5,307份中央政策和28,395份地方政策，覆盖中国大陆31个省级行政单位），并通过文本提取方法识别出3,150条政策引用链接，构建了政策引用网络。结合社会网络分析、普通最小二乘法（OLS）和地理时间加权回归（GTWR），研究人员分析了政策-参考模式的时空演化及其与区域特征的关系。主要结论包括：（1）政策引用频率呈长期上升趋势，自上而下的扩散始终占主导地位，但政策-参考网络已扩展到更广泛的区域，区域间联系日益多样化。（2）不同扩散路径表现出不同功能：中央到中央的引用具有最高文本分化，地方到地方的扩散更快、更密集但文本分化较低。（3）基于引用的扩散指标与区域发展能力相关，经济和产业基础呈正相关，城市化和研发投入的关联因扩散维度而异。（4）GTWR模型显示，这些关联在空间和时间上存在显著变化，表明区域特征与政策扩散的关系具有情境依赖性。该研究的意义在于将政策扩散研究扩展到集权但地域多样的治理背景，从政策采纳结果转向政府间政策引用的流通，并整合网络分析与空间回归方法，为差异化数字政策协调提供了实践启示。

**三、主要关键技术方法**

研究采用的关键技术方法包括：（1）政策引用网络构建：基于PKULaw数据库，通过Python文本处理方法提取政策文档中的书名号内政策标题，与标准化政策数据库匹配，识别引用关系，最终构建包含33,702份政策文档和3,150条引用链接的网络。（2）社会网络分析（SNA）：用于分析网络结构特征，包括度分布、扩散模式（自上而下、地方到地方、中央到中央）及网络演化。（3）普通最小二乘法（OLS）回归：分析省级特征（经济发展、产业结构、城市化、研发投入等）与基于引用的扩散指标（频率、强度、速度、文本分化）之间的全局关联，并采用滞后一期变量和固定效应模型增强稳健性。（4）地理时间加权回归（GTWR）：扩展传统地理加权回归（GWR），纳入时间维度，通过自适应高斯核和时空距离权重矩阵，捕捉回归系数在空间和时间上的局部变化，揭示区域特征与扩散指标关系的异质性。数据来源为PKULaw数据库及中国统计年鉴等官方统计资料。

**四、研究结果**

**4.1 中国信息技术政策-参考模式概述**

研究显示，1990年代至今，信息技术政策引用频率总体呈上升趋势，2016年达到峰值后短暂下降，2020年左右再次回升。自上而下的扩散始终是主导模式，表明中央协调和制度引导在政策流通中持续重要。同一省份内部扩散略高于跨省扩散。省级层面，广东、河南、福建、浙江参与政策引用网络更活跃。政策引用频率服从幂律分布（α=1.25），呈现马太效应结构。不同扩散模式的特征：中央到中央扩散文本分化最高；地方到地方扩散速度最快、强度最大但文本分化较低。全局莫兰指数（Moran’s I = -0.233, p=0.02）显示显著负空间自相关，局部空间关联指标（LISA）聚类图进一步揭示广东、海南为高-低异常值，内蒙古等北部省份为低-高异常值，西北省份形成低-低聚集，表明政策-参考模式存在空间异质性和局部不连续性。

**4.2 动态时空分析**

研究将政策-参考过程划分为六个阶段（21世纪前及第十至第十四个五年计划期间）。21世纪初期，扩散以中央主导为主，集中在东部发达地区。从第十至第十一个五年计划期间，中西部省份（如云南、新疆）逐渐参与，网络规模扩大，连接模式多样化。第十二个五年计划期间（2011年起），受“三网融合”政策推动，引用频率显著增长。第十三个五年计划以来，引用频率达到新高峰，东中西部格局更加明显。扩散速度方面，21世纪前最快，随后逐渐下降，第十二个五年计划期间最低，之后回升。扩散强度持续上升，文本分化稳步增加，近年达到最高水平，反映信息技术治理从基础设施导向转向新兴技术、数据治理和数字化转型等复杂议题。文本分化增加并不必然导致扩散加快，政策复杂性要求地方政府更多调整和适应。

**4.3 空间扩散的关键因素**

**4.3.1 全局回归结果**：OLS回归显示，经济发展水平与全部四个引用基础扩散指标（频率、强度、速度、文本分化）呈正相关，支持H1（经济和产业基础越强，政策扩散越强）。产业结构在混合OLS和年份固定效应模型中呈正相关，但控制省份固定效应后减弱。城市化对频率影响不显著，但与强度、速度和文本分化正相关。研发投入与频率无关，但与强度、速度和文本分化负相关，反映知识生产与政策流通机制的区别。双向固定效应模型下，多数变量不显著，表明观察到的关联主要源于省份间持久差异，而非省内随时间变化。

**4.3.2 局部回归分析**：GTWR模型（自适应带宽42个最近邻，时间尺度参数50 km/年）的R2和调整R2高于OLS，AICc和残差平方和更低，表明允许系数局部变化能更好拟合异质性。2013、2017和2021年局部估计的空间分布显示，经济发展、城市化、产业结构的系数在不同省份和年份间变化，经济发展在北方和东北省份正关联较强，城市化在中央、西南和南方地区作用更突出，产业结构在华北、华中及东北部分地区更相关。这些结果支持H2（省级特征与政策扩散的关系在区域间变化）。

**五、总结讨论**

研究结论部分原文翻译如下：通过政策引用网络和定量分析，本研究系统描述了中国信息技术政策-参考系统的演化及其对政策扩散的影响。政策引用频率呈长期上升趋势，2016年达到峰值后暂时下降，2020年左右再次回升。在此过程中，自上而下的扩散始终是主导模式，表明中央协调和制度引导在信息技术政策流通中持续重要。同时，政策-参考网络逐渐涉及东部沿海地区以外的更广泛区域，并呈现出日益多样化的区域间联系。这些变化表明，政策-参考关系随时间变得更加多样化，而中央协调仍然重要。在信息技术发展早期，观察到的政策-参考关系主要以涉及中央机构的层级引用为特征。地方政府越来越多地参与涉及政策调整的政策-参考活动。这些变化与中央协调和日益多样化的政府间政策-参考关系共存一致。不同扩散路径在该政策系统中也表现出不同功能：中央到中央的政策引用具有最高的文本分化，表明观察到的中央到中央政策引用间存在更大的文本变异；相比之下，地方到地方的扩散更快、更密集，但文本分化相对较低，表明水平政策引用以地方政府间更频繁的联系为特征。主导的自上而下扩散与日益活跃的水平政策-参考关系共存，表明集权治理下的政策扩散不能由单一机制解释。相反，观察到的模式与层级协调和政府间政策-参考互动（可能对应先前研究讨论的不同扩散机制）的组合一致。中央机构设定广泛的政策优先事项和实施框架，而地方政府可根据当地条件选择性调整引用的政策。结果提供了有限证据表明区域间竞争是观察到的信息技术政策-参考模式的主要解释。从这一视角看，正式的实施参考和层级引用构成了中国多层治理结构内自上而下扩散的制度化形式，而地方到地方引用的日益普遍反映了水平政策-参考关系。这些路径的共存表明，法律-行政传播和政府间互动共存，而非相互排斥的政策扩散解释。扩散特征的时间演化进一步揭示了政策系统功能的转变。随着信息技术政策数量和复杂性的增加，扩散速度普遍下降，但随着数字经济的扩张和新通信渠道的发展而恢复。同时，扩散强度和文本分化随时间普遍增加，表明政策流通已逐渐从少数政策的快速传播转向更密集的互动和更差异化的政策设计。然而，显著的负空间自相关表明，政策-参考关系的扩展并未产生空间收敛。相反，相邻省份往往表现出不同的政策扩散水平，反映了区域资源、政策需求和实施能力的持续差异。回归结果表明，基于引用的扩散指标与区域发展能力相关，并在不同政策-参考维度上存在差异。经济发展和产业结构在混合OLS模型中对四个引用基础指标均呈正相关。这些关联可能对应财政资源、行政能力、政策吸收能力、产业需求以及应对外部政策参考能力的差异。城市化发挥更选择性的作用：它不显著增加扩散频率，但通过改善基础设施、信息交换、人口连通性以及信息技术政策可应用的治理场景范围，与扩散强度、速度和文本分化正相关。研发投入的作用更为复杂，取决于扩散的测量方式。其与扩散强度、速度和文本分化的负相关表明，更大的长期知识创造投资并不一定伴随现有政策的更快流通或调整。然而，研发投入在不同政策-参考指标上的异质性关联表明，技术能力积累与政策流通不一定朝同一方向演化。因此，这一发现并不意味研发投入抑制技术创新，而是强调知识生产与政策流通之间的区别。最后，GTWR结果进一步揭示，区域特征的关联并非地理上均匀。经济发展在南方和东南省份表现出更强的正关联，城市化在许多中部、西南部和南部地区作用更突出，产业结构在华北、华中及东北部分地区与政策扩散更紧密相关。这些空间差异表明，相似水平的经济发展、城市化或产业能力可能因区域制度条件和政策互动环境的不同而导致不同的扩散结果。总体而言，这些发现将集权治理下的信息技术政策扩散描绘为一个多层次过程，其中中央协调、多样化的政策-参考关系和差异化的区域条件共同与观察到的扩散模式相关联。