共查询到20条相似文献,搜索用时 234 毫秒
1.
改革开放以来,"试点-推广"已成为我国政策创新和扩散的典型范式.创新驱动发展战略实施以来,这一范式被广为应用,往往同一个地区同处不同政策的试点和推广区域,这为政策扩散理论研究提供新的实践案例.本研究基于政策扩散理论,初步构建了"既有试点推广其他政策"可行性分析模型,并以双创示范基地推广全面创新改革试验政策为例展开分析.研究发现:双创政策和全面创新改革政策同属创新驱动发展战略框架,两者的政策内容高度匹配;双创政策的实施为全面创新改革实验政策的推广提供了基本动力和创新基础;两者在政策目标、主体和工具上存在一定差异,可能产生执行主体权不配责和既往目标的路径依赖等问题;总体上,双创示范基地有着良好的基础推广全面创新改革试验政策. 相似文献
2.
3.
创新是引领发展的第一动力,创新发展在于人才,人才发展依赖于制度。因此,在新时代中国特色社会主义背景下,如何进一步完善人才机制,释放人才活力,对于实施创新驱动发展具有重要的战略意义。本文描述了我国科技人才的发展现状,指出当前人才发展中的问题,选取"全创改"试验区在科研人员职称评价制度改革、科研经费管理相关制度改革、科技成果转化等相关激励机制改革、"双师型"教师队伍建设、推进事业单位专技人员离岗创业等五方面的经验探索进行分析,并针对激发人才活力方面普遍存在的人才的培养、管理、评价、激励等方面难题,提出政策建议,以期为地方政府激发人员创新活力的探索提供参考。 相似文献
4.
5.
全面创新改革试验政策对专利产出的影响 《科学学研究》2021,39(8):1418-1427
基于一项准自然试验,通过构建双重差分模型,探究了全面创新改革试验政策对专利产出的影响,并探讨了区域异质性、城市行政层级异质性对政策效果的影响。研究发现:全面创新改革试验政策显著促进了专利产出,并且科技财政支出、信息基础设施与城市人口对专利产出具有显著促进作用;区域异质性、城市行政层级异质性影响了政策效果,全面创新改革试验政策显著促进了东部城市、地级市专利产出;人才储备、外商投资对东部城市与非东部城市的作用存在显著差异。 相似文献
6.
7.
日本自2002年全面开展政策评估,目前已形成较为完善的政策评估体系。本文通过介绍日本政府政策评估的制度建设、评估模式及其在管理中发挥的作用,结合日本中央和地方政府部门以及评估机构开展政策评估的实践,总结认为,日本的政策评估本质上是用于改进行政主体的管理,特别是改善管理目标和途径的一个重要手段。结合中国当前的科技评估(主要是科技计划评估)工作现状,提出全面认识评估作用、加强评估体系建设等启示与建议。 相似文献
8.
9.
创新政策研究是科技智库的重要职能,其政策研究需求主要涉及两个方面:面向政府的政策评估反馈和面向科技工作者的政策服务。结合创新链相关理论,提出以满足科技智库对创新政策研究为目标的政策内容分析框架。之后,提出该框架下开展政策内容分析的流程及方法。最后以《中共中央、国务院关于深化体制机制改革加快实施创新驱动发展战略的若干意见》为例进行实证分析,以验证分析框架的可行性和有效性。结果显示该框架可以把握政策内容结构特点、政策结构的合理性、政策内容与政策目标的一致性,满足对政府的政策评估反馈;可以把握政策内容的侧重点,提供面向不同科技人员的有针对性的政策服务。 相似文献
10.
11.
热点事件舆情关联现象在网络时代普遍存在。事件通过共同主体、主题或者情绪相互联系,既包括存在于单一热点事件之中的舆情簇,也包括存在于多个热点事件之间的舆情集。研究表明网络热点事件舆情关联是由信息的"眼球经济"效应、媒体的协同过滤和议程设置以及网民的群体记忆等多种因素而促成。舆情关联会促进网民和媒体的事件认知,推动政府治理,但也会造成私人生活的公共化、网民的反向认知、情绪累加和政治冷漠等问题。政府应建立关联舆情数据库以及立体的舆情应对体系,加强媒体管理及网民引导,从而有效地对舆情关联所带来的负面影响进行防控。 相似文献
12.
[目的/意义]基于舆情大数据研究网民关注度转移模型,能够深入解读大数据环境下网络舆情事件的竞争效应,可以为网络舆情治理提供参考依据。[方法/过程]定性分析大数据环境下网络舆情事件竞争效应以及网民关注度转移机理,基于微分方程组构建网民关注度转移模型,通过研究模型特性和数值仿真,理解两个舆情事件之间网民关注度转移的定量关系以及未来趋势,并给出估计模型参数的方法。[结论/结果]经过理论建模和实证分析得出本文构建的网民关注度转移模型是可行的,尤其是可以通过舆情数据分析确定多个舆情事件的竞争结果以及网民关注度转移的关键节点,为进一步研究网民关注度转移趋势预测问题提供模型基础。 相似文献
13.
[目的/意义] 利用新冠疫情网络舆情数据来研究突发公共卫生事件中中国网民关注度,有助于提升疫情期间政府信息供给效率、满足公众需求和提供社会支持等。[研究设计/方法] 通过新浪舆情大数据平台获取研究数据,包括:疫情流行高峰期间全网舆情数据、每日转发排名前100名热门微博、每日新增病例数据等。采用描述性统计、列联表分析、回归分析等方法,研究突发公共卫生事件中网民关注度变化趋势及影响因素。[结论/发现] 疫情爆发初期,媒体大规模报道造成大量网民对事件关注;随着疫情严重,新增病例与网民关注出现同频共振;媒体报道初期,网民关注度集中趋势高;防疫举措、鼓励加油、捐献赠送、倡议建议、赞誉肯定5大关注主题,贯穿疫情流行高峰;主流媒体发布微博受关注最多,不同账户类型情感倾向有显著差异;网民总体关注度受新增病例和变异系数影响;每日热门舆情关注度,受新增病例、变异系数、舆情总量和戏剧性分值影响;单条微博受关注程度与当日相关话题总量和微博粉丝数有一定关系。[创新/价值] 本文系统分析了突发公共卫生事件中网民关注度变化趋势和影响因素,为政府决策提供支持。 相似文献
14.
【目的/意义】针对“元宇宙”这一新兴科技概念,辨明其时间、空间上的传播规律,挖掘影响其传播扩散的时
序性和地缘性因素,为新概念的扩散提供指导建议。【方法/过程】采集社交媒体数据,针对“元宇宙”概念传播过程
中34个省级行政区的传播热度,基于创新扩散理论和时间流分析,以及空间计量学方法,进行时序分析、空间关联
分析、回归分析、因子相关性分析。【结果/结论】不同地区热度与“黑河-腾冲线”吻合,北京市、沿海省份属于早期传
播者,中部内陆省份和东北地区热度次之,新疆、西藏、内蒙等地区跟进较慢。宣传热度和网民讨论热度呈现显著
的区域聚集性,官方概念宣传对网民的关注度呈现出6-10日的滞后影响。此外,地区GDP、中青年人口占比、受教
育程度、互联网普及率、企业数量、高科技企业数量、元宇宙相关企业数量等因素正向影响概念扩散热度。【创新/局
限】从时间与空间双重视角分析了新兴科技概念的传播扩散规律,但聚焦网络公开数据,缺乏线下多渠道样本,且
分析指标有待增加和细化。 相似文献
15.
【目的/意义】通过研究微博社区网民的情感交互与舆情观点,有助于在复杂的网络中掌握网民情绪演化从而良性引导网络舆情态势。【方法/过程】基于传播动力学、社会安全阀等理论,结合微博社区中的实际案例,定义事件利益主体并抽象出事件演化的全生命周期,同时,构建SIR演化博弈模型刻画网民情绪的动态演化规律及主体决策博弈演化过程,并通过仿真模拟分析得到系统演化至稳定状态的均衡条件。【结果/结论】结果表明:微博社区中意见领袖与官方媒体感知收益与风险的敏感度对决策行为产生显著影响;官方媒体及时设置有效议程构建安全阀能够防止网民情绪恶化;意见领袖与官方媒体的协同引导能够最大效度地帮助政府管控网络舆情。 相似文献
16.
17.
[目的/意义]随着5G时代的到来,短视频的信息传播成为引导网民舆情的重要工具,如何运用政务短视频导控网络舆情成为政府面临的新挑战。[方法/过程]将政务短视频网络舆情分为舆情事件、网民和政务短视频三个子系统,借助Vensim PLE软件,构建政务短视频网络舆情多主体应对仿真模型,并结合具体案例"黑龙江疫情反弹"仿真分析子系统中各影响因素之间的相互作用关系,探究政务短视频网络舆情传播的动态机制。[结果/结论]结果表明:政务短视频网络舆情受舆情事件、网民、政务短视频子系统及其相关因素的共同影响。因此,政务短视频可以通过控制三个子系统的相关因素,有效应对和导控网络舆情。 相似文献
18.
[目的/意义] 新型冠状肺炎防治的科研信息报道是公众关注的重要话题,极易引发网络信息泛滥和社会公众恐慌。如何引导突发公共卫生事件科研信息报道网络舆情走向成为重要课题。[方法/过程] 本文选取"双黄连事件"作为研究案例,在新浪微博上分别爬取原始话题和回应话题下的发帖、转发和评论等数据,通过统计分析法、情感分析法等方法讨论科研信息报道的社会热度和公众态度,分析官方媒体和权威专家的回应对事件舆情发展的影响。[结果/结论] 研究结果发现,公众高度关注科研信息报道,并表现出较为极端的情绪;而官方媒体和专家的权威回应会影响到事件的话题热度,进而影响公众情感取向。官方媒体具有强大的传播力和影响力,成为公众获取科研信息的主要途径。在此基础上,构建了"官方媒体-权威专家-普通公众"三方协同的管控机制,以有效应对突发公共卫生事件科研信息报道所引发的网络舆情。 相似文献
19.
【目的/意义】分析网民在突发公共卫生事件中的情感演化历程,探究影响网民情感波动的因素及其时空演
化的差异。【方法/过程】运用Python爬取微博新冠疫情相关文本数据315 445条,基于SnowNLP情感分析工具对数
据文本进行情感分析。使用TF-IDF及LDA主题模型进行建模,对不同阶段及不同群体的舆情时空演化及差异进
行内容分析。【结果/结论】网民的情感演化呈现阶段性和群体性差异,尽管整体为积极态势,但疫情上升期为负面
情绪集中爆发期;网民群体中受教育程度较低的群体情感波动幅度更大,更容易受到舆论的影响,舆情演化更易极
化;中心大城市情感波动相对稳定,而引起其他区域网民消极情绪的往往不是疫情本身,而是由疫情引发的负面舆
论;普通网民群体较于高影响力群体在舆情演化阶段的负面情绪更为严重,情感演化在各阶段呈现明显的涟漪效
应,需在不同阶段针对不同群体制定有效的舆情引导政策。【创新/局限】本文将整个语料库划分为50多个小语料,
个别语料文本数据量较少,具有一定的局限性。 相似文献