摘要:
危机情境中的政策调适涉及政策系统要素的多维变动,既有研究重在笼统论述危机事件与政策走向的整体关系,疏于考察危机引致的政策系统内部波动。本文从政策范式理论提取观察维度,选取2011—2020年省级 “较大”和 “重大”突发环境事件开展具象研究,通过网络爬虫构建省级生态环境部门的政策数据库,利用监督机器学习算法进行自动编码,根据统计结果比较常态与危机时期的政策系统要素调整。研究发现危机事件驱动政策规模、政策工具的调整幅度高于常态水平,且调整幅度随危机事件等级提高而相应提升;政策目标调适多表现为对重点任务的动态微调,危机事件并未诱发政策目标调整幅度高于常态化水平。政策系统内部要素呈现的堕距性变动可概述为 “差异化调适”,其揭示了危机语境中政策要素存在 “变”与 “稳”的持续张力与序贯变换,为解码高效能风险治理的政策性应用提供了学理依据,有助于政策制定层注重平衡系统内生性稳定与外生性冲突,保持政策执行的灵活适应与稳健运行。
廖燕珠 莫桂芳. 变与稳: 危机事件触发政策系统的差异化调适——基于机器学习的省级环境政策文本分析[J]. 公共管理与政策评论, 2025, 14(2): 39-.
LIAO Yanzhu, MO Guifang.
Change and Stability: Differentiated Adaptation of Policy Systems Triggered by Crisis Events: Textual Analysis of Provincial Environmental Policies Based on Machine Learning
[J]. Public Administration and Policy Review, 2025, 14(2): 39-.