□文/陈玲玉

（福州大学福建·福州）

［提要］以中国政府网文件库中2017～2020年“放管服”部门政策为研究对象，运用语义网络分析法和社会网络分析法，以及LDA主题模型提取政策主题，并结合桑基图研究主题演化，重点挖掘“放管服”部门政策的关注重点，对“放管服”部门政策进行分析。结果显示：“放管服”部门政策制定主要围绕知识产权、交通运输、医疗、税收等方面，我国“放管服”改革政策涉及领域愈加广泛，惠及民生，推动社会发展。本文旨在对我国“放管服”部门政策进行分析，以期为我国“放管服”政策出台提供一定参考。

近年来，党中央深入推进“放管服”改革，持续推出新举措，对于便民利民、转变政府职能有着重要作用。本文以2017～2020年出台的“放管服”部门政策作为研究对象，运用语义网络分析、社会网络分析，以及运用LDA主题模型抽取政策主题，结合政策发布和主题演化情况，分析政策文本，为今后我国“放管服”改革深入推进提供一定参考。

一、研究现状

在“放管服”研究方面，郑烨等选取国内“放管服”政策改革研究的相关重要文献，研究十九大前后“放管服”改革的研究内容和发展现状。

在内容分析法方面，这是对文献内容进行客观、系统、量化分析的一种研究方法，基本做法是把文献中非量化信息转化成定量数据，以此进行判断。方芳等人运用ROST分析软件，通过语义网络分析等对景区旅游形象游客感知进行研究。

在主题模型方面，隐性狄利克雷分布（LDA）模型可挖掘出文档集或语料库中的潜在主题信息。……