有政策研究的朋友想了解,如何从大量的政策文本中,用内容分析法进行科学化分析呢?于是,小编试着使用DiVoMiner®制作了基于内容分析法的政策文本分析文献数据库,整合中国知网CNKI上的近五年的文献数据,快速归纳获悉当前政策文本研究思路范式,发现主要有特征化分析、比较分析和发展趋势分析三大类别。
小编在中国知网上以主题为“政策 内容分析法”进行精确搜索,近五年时间范围,共检索到187篇论文,从发表年度趋势来看,论文量逐年增加,该类型研究趋于热门。从政策文本从属领域来看,集中在教育、医疗健康、科技、信息化等行业。
注:上图来自中国知网CNKI。
小编想了解,使用内容分析法分析政策文本的论文,在分析思路方面都采用什么样的范式。通过阅读和理解中国知网上的相关文献,根据内容分析法在政策文本分析的适用情况,主要总结以下三种分析范式。
1. 特征分析
适用于分析同类型政策文本、在不同问题或不同情境中显示出的具体政策,使用内容分析,在量化结果中找出具有共性的特征。
比如,以有关智慧城市的政策文本为例,可以针对不同层级单位发布的同主题政策进行特征分析,以了解不同层级政策主体的共同要求。
2. 发展趋势分析
适用于分析同一政策下、不同时期内的政策文本版本,使用内容分析,深度评估及预测政策发展趋势,对量化结果加以比较,找出其中发生变化的因素,较为客观,有据可循。
比如,以有关智慧城市的政策文本为例,可以针对不同时期发布同类型的政策进行发展趋势分析,从而理解智慧城市政策的全局思路和变迁脉络,预测和判断未来的关注主题、应用走向等。
3. 比较分析
适用于分析同一研究问题、不同类型政策文本,进行内容分析,对比不同样本的量化结果,找出异同点。
比如,以有关智慧城市的政策作为分析对象,利用研究理论框架,比较不同类型政策工具在研究理论框架下异同点。
想进一步看看各范式论文的具体情况,小编建立了一个政策文本研究论文数据库,进行分析。具体做法是:
第一步、上传样本,建立数据库
建立数据库首先要做文本数据结构化。什么叫数据结构化,简单来说,把相同属性的内容归于同一个变量(字段)之下。在本例中,从知网上下载论文基本信息列表,已经是高度结构化的数据文档,见下图。在这份文档的基础上,补充摘要信息,可直接上传至DiVoMiner®平台,供后续分析。共计187篇论文信息。上传变量后可利用已有字段进行统计分析。比如年份统计、标题词云图等。
注:截图内容来自中国知网CNKI,【导出参考文献】选取XLS格式下载。
欢迎大家到DiVoMiner®平台探索,登录账号后进入案例话题“基于内容分析法的政策文本分析文献数据库”,可查看所有详细数据和分析过程。(扫描下方二维码登录平台?)
第二步、建立编码类目,进行内容编码
创建编码类目“分析思路范式”以及“是否使用了政策工具研究”:
设置好类目后,开始进行人工编码。在编码过程中,剔除无效、重复、无关的文献,做法是在【内容编码】页面直接点击【删除】按键。最终选取133篇有关政府政策文件内容分析法的论文作为拆解的数据来源并完成内容编码。
第三步、统计分析和解读
完成编码后,在【编码结果】中快速查看编码结果,点击图表上的数据点,右侧可以查看对应的数据内容。
观察图表结果,有不少值得关注的地方:
-
特征分析是比较常见的分析思路(89篇,占总体近三分之二)。大部分论文倾向于去描述政策文本客观内容的统计结果,也有一些论文会采用关键词统计分析的方法,寻找政策文本的特点。
-
比较分析较常与特征分析结合使用,特别是在政策工具的研究中。在人工编码过程中,小编也发现政策工具的研究是学者比较重视的关注点。检视摘要中包含“政策工具”内容的文献(【质量监控】-【筛选】查看),共计63篇,当中Rothwell & Zegweld (1981) 的政策工具分类框架接近一半(26篇),该框架分为供给政策工具、需求政策工具、环境政策工具三大类。(小编语:进入案例话题可以查看这部分文献,方法是【编码结果】-第二个类目结果“使用政策工具研究”)
-
发展趋势分析大多采用探索政策的演进趋势的思路,还有一些学者会在此基础上,对未来趋势进行预测和启示的解读。
内容分析法在政策文本研究中具有广阔的应用前景,对此有研究兴趣的朋友们也可以尝试在DiVoMiner®上,以严谨的内容分析法流程(【让研究更容易】我们为什么用在线内容分析法能更快出论文??点击查看),进行相应的研究工作。
小锦囊,每期奉上
Q:DiVoMiner®上可以进行政策文本分析吗?
A:结合传统的社会科学研究方法——内容分析法(content analysis)和大数据技术的DiVoMiner(me.divominer.cn),集信息的整合、机器学习、内容分析、统计分析于一体,一站式进行研究设计,类目建构、内容编码、质量监控、数据分析和可视化结果输出,助力政策文本的内容研究。
Q:DiVoMiner®在这类型研究的优势是什么?
A:这个问题早有答案,详情可参看—【让研究更容易】无需编程,文科生也能快速做大数据研究!
Leave a Reply