清华大学公共管理学院教授张楠作题为《政策信息学与智能时代政策多维解析研究进展》的报告，介绍了政策信息学的学科定位、多维解析的方法论框架及其在智能时代的最新研究进展。
政策信息学的定位与
学科主体性问题
多维解析的框架内涵
数据类型的拓展与处理方法
张楠教授介绍了政策信息学在数据类型拓展方面的进展。
在政府注意力分布的刻画上，研究团队基于长期积累的政府网站数据，形成了从注意力分布测量到关键政策指标识别的系统化分析路径，并形成了相关专著。在特定领域深度数据的运用上，团队合作者对全球热带气旋四十年数据与人工分析结合的研究为例，说明特定领域的深度数据对政策分析的重要价值，这类数据对应急领域政策效果的深度分析具有显著意义，但处理难度较高，在政策研究中尚未得到广泛充分利用。在方法层面，张楠教授梳理了研究团队在自然语言处理与政策分析结合上的探索路径，包括从无监督学习到有监督学习过程中主题建模方法的重新定义，以及将传统政策研究的质性逻辑与现代自然语言数据处理方法加以整合的尝试。他同时指出，政策仿真建模与传统政策研究逻辑的结合，是另一个值得持续深耕的方向，使原本以建模为主的研究与真实政策研究逻辑形成更紧密的对接。政策知识融入
智能工具的探索
基于这一判断，研究团队围绕如何将政策分析的专业知识系统化地嵌入智能工具展开了持续探索。其中，利用主体关系建模赋予智能体更丰富的行为特征，在特定政策场景中进行复杂推演，是一个可行方向。这一工作的价值不仅在于提升模拟能力，更在于通过实际应用过程识别智能工具介入政策分析后对相关角色与机制带来的真实变化。研究团队目前联合承担的国家自然科学基金重大项目“政策智能理论与方法研究”也以产出此类政策智能分析工具为目标。
本文根据张楠教授在《公共管理学报》编委会年度会议暨智能社会公共管理研究方法学术研讨会上的主旨报告整理，经编辑加工，经本人审阅同意后发布。
编辑 | 董昌其
排版 | 陈亦菲
审核 | 王 健、黄欣卓
