[目的]对“十四五”时期省级层面数字健康政策进行梳理和量化评价,为政策制定和完善提供对策建议。[方法]采用ROST CM 6.0软件对11份数字健康政策进行文本挖掘,构建政策一致性(Policy Modeling Consistency,PMC)指数模型,包含9个一级变...[目的]对“十四五”时期省级层面数字健康政策进行梳理和量化评价,为政策制定和完善提供对策建议。[方法]采用ROST CM 6.0软件对11份数字健康政策进行文本挖掘,构建政策一致性(Policy Modeling Consistency,PMC)指数模型,包含9个一级变量和39个二级变量,并对政策文本进行量化分析。[结果]11项政策的PMC指数均值为6.41,其中3项是优秀政策,8项是可接受政策。一级变量X_(1)政策性质(0.89)、X_(8)政策功能(0.87)、X_(9)政策评价(0.86)评分较高;X_(2)政策时效(0.33)、X_(3)发布机构(0.34)、X_(5)政策对象(0.73)、X_(7)政策内容(0.76)评分较低。[结论]我国省级层面数字健康政策仍有一定的提升空间。建议强化政策短期突破、中期布局与长期引领的有机衔接,建立政府主导、多元协同、共建共享的治理体系,着力提升政策体系的均衡性与完整性,激发区域创新发展活力。展开更多
文摘[目的]对“十四五”时期省级层面数字健康政策进行梳理和量化评价,为政策制定和完善提供对策建议。[方法]采用ROST CM 6.0软件对11份数字健康政策进行文本挖掘,构建政策一致性(Policy Modeling Consistency,PMC)指数模型,包含9个一级变量和39个二级变量,并对政策文本进行量化分析。[结果]11项政策的PMC指数均值为6.41,其中3项是优秀政策,8项是可接受政策。一级变量X_(1)政策性质(0.89)、X_(8)政策功能(0.87)、X_(9)政策评价(0.86)评分较高;X_(2)政策时效(0.33)、X_(3)发布机构(0.34)、X_(5)政策对象(0.73)、X_(7)政策内容(0.76)评分较低。[结论]我国省级层面数字健康政策仍有一定的提升空间。建议强化政策短期突破、中期布局与长期引领的有机衔接,建立政府主导、多元协同、共建共享的治理体系,着力提升政策体系的均衡性与完整性,激发区域创新发展活力。
