乡村振兴背景下农村人才振兴政策评价

摘要 要实现乡村振兴，人才是关键。近年来我国各级政府出台了一系列农村人才政策，在加强农村人才队伍建设的过程中，发挥着引导、支持和保障等积极作用。通过文本挖掘的方法对52项中央层面发布的农村人才政策文本内容进行分析，构建了包含9个一级指标，39个二级指标的农村人才政策评价指标体系，选取10项具有代表性的政策构建PMC指数模型，测算其PMC指数，并绘制PMC曲面图进行可视化。结果表明：其中2项政策评价等级为优秀，6项为良好，2项为及格。研究表明我国农村人才政策在整体上设计合理，但在政策时效、保障激励以及政策功能方面还存在不足。对此，提出加强政策时效性、强化政策法治保障、重视农业学科建设等相关建议。

关键词 乡村振兴；农村人才政策；PMC指数模型；量化评价；文本挖掘

中图分类号 C964.2  文献标识码 A   文章编号 0517-6611（2024）15-0268-06

doi：10.3969/j.issn.0517-6611.2024.15.057

开放科学（资源服务）标识码（OSID）：

Evaluation of Rural Talent Revitalization Policy Under the Background of Rural Revitalization Based on PMC Index Model

SHI Gao-chang

（School of Management， Anhui University， Hefei， Anhui 230039）

Abstract Talent is the key to rural revitalization. In recent years， governments at all levels have issued a series of policies for rural talents， which play a positive role in guiding， supporting and guaranteeing the construction of rural talents. Through text mining method， this paper analyzes the contents of 52 rural talent policy texts released by the central government， constructs a rural talent policy evaluation index system containing 9 first-level variables and 39 second-level variables， selects 10 representative policies to build a PMC index model， calculates its PMC index， and draws a PMC surface map for visualization. The results indicate that：Two policies were rated as excellent， six as good， and two as pass. The research shows that the overall design of the rural talent policy in our country is reasonable， but there are still deficiencies in the prescription， incentive and function of the policy. The paper puts forward some suggestions on the timeliness of the policy， strengthening the legal guarantee of the policy and attaching importance to the construction of the agricultural discipline.

Key words Rural revitalization；Rural talent policy；PMC index model；Quantitative evaluation；Text mining

民族要复兴，乡村必振兴。习近平总书记在党的二十大报告中指出：“全面建设社会主义现代化国家，最艰巨最繁重的任务仍然在农村”。全面推进乡村振兴，人才振兴是关键，要充分发挥人才作为第一资源的作用，以人才振兴引领推动乡村产业、文化、生态和组织振兴。实现人才振兴，一方面要通过人才引进、交流等方式让更多人才来到农村，并且留得住、干得好；另一方面要加强对本土人才的培养，通过对农民等群体的教育，培养一批适应现代农业农村发展的高素质农民，打造出一支强大的乡村振兴人才队伍。为了使农村人才队伍在数量、结构和质量上能够满足乡村振兴的需要，党中央及相关部门先后发布了一系列支持农村人才振兴的政策及相关措施。但目前有关农村人才振兴的政策多为综合性的乡村振兴战略，缺乏针对性，同时，随着农村人才队伍建设工作的持续推进，也需要不断出台新的政策作为保障。因此有必要通过对现有政策的梳理和研究，引入量化模型进行评价，发现存在的问题并探讨优化路径，为今后我国农村人才政策的制定和完善提供参考和建议。

政策评价是依据一定的科学标准对政策进行综合评价的复杂系统工程，包括综合考量政策的可行性与优劣性。目前学术界对人才政策评价的研究较为广泛，在研究对象方面，从人才等级来评定，包括县级人才、市级人才以及省级人才［1-3］，从人才类型上则分为科技型人才、创业型人才以及技能型人才［4-6］；在研究方法方面，扎根理论、DEA模型、模糊综合评价法等均可用于人才政策的评价［7-9］；在研究层次方面，涵盖了微观的政策实施效果评价以及宏观的政策制定效力评价［10-11］。但有关农村人才政策文本内容的研究相对较少，更多的集中于政策的制定和执行方面。因此，该笔者以2018—2022年中央层面发布的农村人才政策作为研究对象，运用大数据文本挖掘方法，科学选取变量构建评价体系，结合PMC指数模型，深入剖析农村人才政策存在的优势与不足，以期为政府及相关部门提出乡村人才政策完善的优化路径建议，助力乡村振兴。

1 研究设计

该研究运用PMC指数模型（policy model consistency），这是一种定量的政策评价研究方法，不仅可以通过计算PMC指数来分析某项政策的优劣水平，而还可以通过PMC曲面图直观展示政策各维度的优势和缺陷，从而为各项政策的优劣评价提供实证支撑。该研究对乡村人才政策构建PMC指数模型，包括4个步骤：①数据收集与文本挖掘；②多投入产出表编制；③PMC指数计算；④PMC曲面绘制。

1.1 数据来源与文本挖掘

针对农村人才政策进行量化研究，选择2018—2023年中央层面发布的农村产业政策作为研究样本。通过国务院、国家各部委官网以及北大法宝政策数据库，进行“人才”“人才培育”“人才振兴”等关键词检索，共收集到人才政策体系中涉及乡村人才振兴的政策文本122份。为了保证了研究的可行性及科学性，剔除重复及不相关的政策文本，以及去除征求意见稿、批复、讨论稿等非正式政策文本最后剩余52项政策。利用ROST CM6对52项政策进行文本挖掘，过滤掉“加强”“提升”“建立”等无明显意义的通用词后，构建了农村人才政策的社会网络图谱，如图1所示。图中节点越大，表明该节点越重要；节点连接的边越多，代表该节点关系越复杂密切。

1.2 多投入产出表设计

通过研究已有的相关文献［12-15］，结合上述文本挖掘与社会网络图谱分析结果，构建了农村人才政策评价指标体系，共设定了9个一级指标，39个二级指标。一级指标包含X1政策性质、X2政策时效、X3政策领域、X4政策评价、X5政策功能、X6政策内容、X7政策视角、X8保障激励、X9作用层面。一级指标下设39个二级指标，并通过二进制编码对其进行量化，符合二级变量含义的赋值为1，反之赋值为0，具体的PMC指数模型变量设置如表1所示，并根据一级指标和二级指标建立多投入产出表。

1.3 PMC指数计算

PMC指数的计算步骤包括：

（1）依据对农村人才政策文本的挖掘，选取一级变量和二级变量构建多投入产出表，见式（1）：

X～N（0，1）（1）

（2）按照二进制编码规则对二级变量进行赋值，见式（2）：

X={XR：（0，1）}（2）

（3）对二级变量进行计算，累计得出一级变量的值，见式（3）：

Xt=nj=1XijT（Xij），t= 3，…  （3）

式（3）中，t代表一级变量，j代表二级变量。

（4）对计算后的一级指标进行求和，得出各项农村人才政策的PMC指数，见式（4）：

PMC=nj=1X1jT（X1j）+

nj=1X2jT（X2j）+…+

nj=1X9jT（X9j）

（4）

该研究涉及9个一级指标，所以PMC指数的范围是［0，9］，参照Ruiz Estrada提出的指数等级划分，结合各项农村人才政策PMC指数值将政策等级划分为4个层级，如表2所示。

1.4 PMC曲面构建

PMC曲面可视化是对政策文本多维度的全貌展示，有利于分析政策整体的状况及各个层面存在的优势与不足。PMC曲面是一个由对称矩阵组成的三维曲面，曲面的凹凸程度可以代表农村人才政策的变量得分情 况，曲面的凸部分表示对应的评价变量得分较高，凹部分表示对应的评价指标得分较低。该研究基于9个一级变量分别构建3×3的对称矩阵来绘制PMC曲面，具体矩阵构建见式（5）：

PMC矩阵=

X1X2X3

X4X5X6

X7X8X9

（5）

2 实证研究

2.1 样本选取

该研究运用文本挖掘的方法收集了43份中央层面的农村人才政策文本。为避免政策样本的主观随意性，同时兼顾政策样本的全面性，从43条农村人才政策中选择10项覆盖面广、代表性强的政策样本进行量化评价，如表3所示。

2.2 政策PMC指数计算

依据所建立的农村人才政策量化评价体系和PMC指数计算公式，将10项农村人才政策分别带入多投入产出表，计算得到各项农村人才政策的PMC指数，结果见表4。

从PMC指数结果来看，2018—2022年我国农村人才政策整体上态势良好，考虑全面。整体排序情况为P7>P6>P2>P9>P5>P1>P4>P10>P3>P8。其中，2项政策评价等级为优秀，6项政策评价等级为良好，2项政策评价等级为及格。

2.3 政策PMC曲面绘制

根据PMC曲面构建原则绘制10项农村人才政策的PMC曲面图（图2）。PMC曲面图能够以图像形式多维度展示各项政策的优劣程度，曲面图的凹陷程度越深，该政策相关PMC指数得分越低，代表该政策存在不足，曲面图越平滑，则说明该政策较为合理。通过比较，P6、P7政策较为完善，而P3、P8政策则有待完善。

2.4 政策文本评价

2.4.1

农村人才政策整体评价。从总体上看，10项代表性农村人才政策中达到优秀及良好等级的占80%，这说明我国中央层面在制定农村人才政策时能够较为准确地把握农村人才的导向。为直观地衡量农村人才政策的优势和不足，根据各项政策的一级变量的平均值绘制雷达图，如图3所示。从图3可看出，各项政策在X7政策视角、X4政策评价、X1政策性质以及X9作用层面等方面表现良好，而X2政策时效和X8保障激励两方面的评分则过低。

2.4.2

农村人才政策具体评价。政策P1为《教育部、农业农村部、国家林业和草原局关于加强农科教结合实施卓越农林人才教育培养计划2.0的意见》，其PMC指数为6.90，排名第6，政策评价等级为良好，除X6政策内容、X8保障激励、X9作用层面，其他变量均高于或等于相关变量平均值，说明政策的总体设计较为科学。作为3个部门联合发布的政策，其目标明确、功能全面，内容主要集中于通过农林学科建设和培养模式创新，提高农林人才的培养质量。但在农林教师队伍的建设方面，缺乏对相关人员的具体保障和激励措施。