基于LDA⁃PMC指数模型的我国医育结合政策量化评价研究
doi: 10.7655/NYDXBSSS260241
张灿1 , 杜玉杰2 , 尉真3 , 刘稳4 , 王国文5
1. 山东第一医科大学医药管理学院,山东 泰安 271016
2. 山东大学附属儿童医院儿童保健所,山东 济南 250022
3. 山东第一医科大学附属省立医院对外合作与医务社会工作处,山东 济南 250021
4. 浙江中医药大学人文与管理学院,浙江 杭州 310000
5. 山东第一医科大学附属菏泽医院科研部,山东 菏泽 274031
基金项目: 国家自然科学基金“乡—城随迁老人群体数字健康失能困境、生成机制与协同赋能策略研究”(72504256) ; 山东省社会科学规划妇女理论与家庭建设研究专项“生育支持政策视域下‘医育结合’服务供给多主体协同机制研究”(25CFNJ20)
A quantitative evaluation of integrated medical and child care services in China based on the LDA⁃PMC index model
Zhang Can1 , Du Yujie2 , Wei Zhen3 , Liu Wen4 , Wang Guowen5
1. School of Pharmaceutical Administration,Shandong First Medical University,Tai’an 271016
2. Child Health Care Institute, Children’s Hospital Affiliated to Shandong University,Jinan 250022
3. Department of External Cooperation and Medical Social Work,Shandong Provincial Hospital Affiliated to Shandong First Medical University,Jinan 250021
4. School of Humanities and Management,Zhejiang Chinese Medical University,Hangzhou 310000
5. Department of Scientific Research,Heze Hospital Affiliated to Shandong First Medical University,Heze 274031 ,China
摘要
以2019—2025年国家层面发布的20份医育结合相关政策文本为研究对象,采用潜在狄利克雷分布(latent Dirichlet allocation,LDA)模型提取出5个主题:托育服务供给与普惠保障、医育结合与健康照护、人才队伍与能力建设、机制体系与综合监管、家庭支持与育儿赋能,构建政策建模一致性 (policy modeling consistency,PMC)指数模型(9个一级变量、44个二级变量)进行量化评价。结果显示,20项政策的PMC指数均值为6.12,整体良好(良好10项、可接受10项)。各维度中,政策质量、政策视角和政策对象得分较高(分别为0.99、0.95、0.89),而政策性质、政策文种和政策时效得分较低(分别为0.53、0.36、0.30)。政策注意力集中于服务供给、医育照护和监管规范,对家庭支持与技术赋能关注不足。研究表明,我国医育结合政策已形成初步制度框架,但在时序衔接、内容均衡和多部门协同方面仍需加强。建议完善全周期政策设计,强化家庭支持与技术赋能,健全跨部门协同治理机制。
Abstract
Taking 20 national-level policy documents related to integrated medical and child care services between 2019 and 2025 as the research objects,the latent Dirichlet allocation (LDA) model was used to extract themes,including childcare service provision and inclusive access,integrated medical and child care services, workforce development and capacity building, institutional mechanisms and comprehensive regulation,and family support and parenting empowerment. The policy modeling consistency (PMC) index model comprising 9 first -level variables and 44 second -level variables,was then constructed for quantitative evaluation. The results showed that the average PMC index of the 20 policies was 6.12,with an overall good evaluation,with 10 good policies and 10 acceptable policies. Among the dimensions,policy quality,policy perspective,and policy target received relatively high scores of 0.99,0.95 and 0.89,respectively,while policy nature,policy categories,and policy timeliness received relatively low scores of 0.53,0.36 and 0.30, respectively. Policy attention was mainly focused on service supply,medical and child care,and regulatory standards,with insufficient emphasis on family support and technical empowerment. China’s integrated medical and child care policies have formed a preliminary institutional framework,but still need further improvements in policy coordination,policy coverage balance,and multi-departmental collaboration. The findings suggest improving the policy design across the continuum,strengthening family support and technical empowerment, and establishing a more effective cross-departmental collaborative governance mechanism.
生育支持体系建设是应对人口负增长、构建生育友好型社会的核心举措,医育结合是促进0~3岁婴幼儿健康照护与托育服务协同发展的重要制度安排,也是完善人口支持政策体系的重要抓手。医育结合是指以0~3岁婴幼儿健康发展为目标,在托育服务体系中嵌入医疗卫生、妇幼保健、疾病预防、营养喂养和家庭育儿指导等专业资源,推动医疗保健服务与托育照护服务协同供给的政策安排[1]。 2019年国务院办公厅印发《关于促进3岁以下婴幼儿照护服务发展的指导意见》,首次明确提出由卫生健康部门牵头承担托育服务的卫生保健指导职责,为医育结合提供了制度基础。2023年国家卫生健康委印发《关于促进医疗卫生机构支持托育服务发展的指导意见》,提出促进医疗卫生机构支持托育服务发展,为全国推进托育机构医疗资源嵌入提供了可落地的执行框架。2025 年国家卫生健康委印发《全国托育服务质量提升行动(2025—2027 年)》,将“推进医育结合”列为重点任务,进一步提出妇幼保健机构签约指导、中医药健康管理等要求。《中共中央关于制定国民经济和社会发展第十五个五年规划的建议》明确提出“发展医育、医养结合服务”,进一步强化了医育结合的国家政策导向[2]。
“十四五”时期,我国儿童健康与托育服务体系建设取得阶段性成效,托育供给规模持续扩大,妇幼保健机构巡园指导、家庭医生签约服务、社区婴幼儿成长驿站等实践探索不断出现[3]。然而,从地方执行情况看,医育结合仍面临医疗资源嵌入深度不一、服务标准与质量监管不统一、家庭端育儿支持不足、部门协同和信息共享机制不完善等问题[4]。因此,系统评价医育结合政策的主题结构和制度设计质量显得尤为迫切。
已有研究主要围绕婴幼儿照护服务政策、生育支持政策、医育结合服务模式和政策工具分析等方面展开,积累了较多成果[5-8]。但总体来看,既往研究多以定性分析或单一主题挖掘为主,对国家层面医育结合政策主题结构与制度设计质量的综合量化评价相对不足。政策建模一致性(policy modeling consistency, PMC)指数模型能够从多维度对政策设计进行结构化评价,但其指标构建在一定程度上依赖研究者经验; 潜在狄利克雷分布(latent Dirichlet allocation,LDA) 主题模型则能够从文本中识别潜在主题结构,为政策评价维度提供客观依据[9]。基于此,本研究选取 2019—2025年国家层面发布的20份医育结合相关政策文本,构建LDA⁃PMC模型,对政策主题分布、设计质量及其制度短板进行系统分析,以期为“十五五”时期医育结合政策优化提供实证参考。
一、 资料来源与方法
(一) 资料来源
本研究选取国家发布的医育结合相关政策文本作为研究对象。以“医育结合”“托育服务”“婴幼儿”“生育”为核心检索词,在中国政府网、国家卫生健康委官网、“北大法宝”数据库中系统检索,检索时间截至2025年12月7日。纳入标准为:①政策内容与医育结合主题密切相关,或对医育结合政策实施具有直接支撑作用的生育支持、儿童医疗保障和家庭支持政策;②发文单位为国家政府部门;③发布时间为2019年1月1日至今,且现行有效;④文件形式包括行政法规、部门规章、规范性文件、指导意见、实施方案、通知公告等。排除标准为:①仅涉及单一托育或医疗内容而未体现“医育结合”机制的文件;② 具体操作指南、服务项目清单或地方性工作细则;③ 已明确废止或过时的政策文件。最终纳入20份国家层面医育结合相关政策文本,用于LDA主题分析与 PMC指数评价。政策文件见表1。
(二) 研究方法
本研究按以下步骤开展分析(图1):首先,标准化处理政策文本,借助困惑度确定最优主题数;其次,通过LDA 挖掘政策核心主题与特征词,研判政策关注重点;最后,依托主题分析结果构建PMC评价体系,形成LDA⁃PMC模型,测算政策得分并绘制 PMC曲面图[10]。
(三) 研究设计
1. 政策文本预处理与主题分布
本研究以20份政策文本构建语料库,依次开展文本清洗、自定义专业词分词、停用词过滤,得到标准化语料。结合困惑度、主题一致性双指标筛选最优主题数量,当主题数为5时,困惑度降至最低,一致性得分为 0.76,主题区分度最优,最终提取 5 类主题[11]。困惑度随主题数变化的折线图见图2,各主题高概率特征词详见表2。
表1政策文本
图1研究方法流程图
图2困惑度随主题数变化的折线图
LDA 模型是一种可从政策文本中自动提取潜在主题结构的无监督机器学习方法[12]。根据主题特征词及文本语义,将5个主题概括为:托育服务供给与普惠保障[13]、医育结合与健康照护[14]、人才队伍与能力建设[15]、机制体系与综合监管[16]、家庭支持与育儿赋能。整体上看,国家层面医育结合政策已覆盖服务供给、健康照护、人才建设、监管保障和家庭支持等维度,但不同主题间关注程度存在差异,家庭支持与育儿赋能相关内容相对较少。
表2医育结合政策的LDA主题及特征词
2. PMC指数模型构建
PMC 指数是可量化评估政策结构完整性与设计质量的多维评价工具[17]。本研究结合 LDA 主题识别结果、医育结合政策核心属性与既有研究框架[18-21],构建包含9个一级变量、44个二级变量的医育结合政策PMC评价体系(变量设置见表3),一级变量涵盖政策性质、政策时效、政策文种、政策目标、政策质量、政策视角、政策内容、政策对象与政策领域;二级变量采用二元赋值法,文本包含对应内容赋值为 1,反之为 0。参照 Ruiz Estrada 的等级划分标准,按9分制将评价结果划分为不良(0~3.99 分)、可接受(4.00~5.99分)、良好(6.00~7.99分)与优秀(8.00~9.00分)4类[18]。计算公式如下:
X∼N[0,1]
(1)
X=XR:[0,1]
(2)
Xt=∑j=1nXtjT(Xtj)
(3)
PMC=[X1∑j=16Z1j6+X2∑j=13X2j3+X3∑j=13X3j3+X4∑j=15X4j5+X5∑j=14X5j4+X6∑j=13X6j3+X7∑j=110X7j10+X8∑j=15X8j5+X9∑j=15X9j5]
(4)
PMC 曲面图能够直观地反映出政策整体的样貌和单份医育结合政策的优劣情况,该图是基于一级变量得分而绘制的三维空间曲面,构建方式如公式(5)所示[19]。曲面高度、颜色深浅与指标得分呈正相关;曲面平滑度反映政策维度的均衡性,凹凸程度越大,表明政策的结构性短板越突出。
PMC(曲面)=[X1X2X3X4X5X6X7X8X9]
(5)
二、 结果
(一) 政策整体评价结果
20 项国家级医育结合政策 PMC 指数均值为 6.12,整体处于良好水平。其中,无优秀等级政策,良好政策 10 项(P2、P3、P5、P7、P9、P10、P12、P16、 P18、P19),可接受政策 10 项(P1、P4、P6、P8、P11、 P13、P14、P15、P17、P20),无不良等级政策。
(二) 政策各维度得分情况
从一级变量均值看,20项国家级医育结合政策在9个维度上大致呈现“高—中—低”三级分布。政策质量(X5)、政策视角(X6)和政策对象(X8)得分较高(分别为0.99、0.95、0.89),政策领域(X9)、政策目标(X4)和政策内容(X7)处于中间水平,政策性质 (X1)、政策文种(X3)和政策时效(X2)得分相对较低(分别为0.53、0.36、0.30)(表4)。
表3医育结合政策的PMC指数模型变量设置
表4医育结合政策文本的PMC指数得分
(三) 典型政策比较分析
为进一步比较不同类型政策的设计差异,本研究选取得分最高的P16、纲领性政策P19、得分中位数的P15(20项政策得分中位数为5.98,P15最接近该值),以及得分最低的P1、P20进行分析。结果显示,P16和P19均属于综合性或纲领性政策,政策目标、政策内容、政策对象和政策领域覆盖较为完整,体现出较强的系统性和统筹性。P15作为托育机构人员培训专项文件,在政策质量和培训目标方面表现较好,但受文件功能定位限制,其政策内容和政策领域覆盖相对有限。P1与P20主要属于医保、生育保险等外围支撑政策,与医育结合核心内涵的直接契合度较低,因此在政策性质、政策目标和政策内容等维度得分偏低。总体来看,综合性、纲领性和多部门协同类政策的设计完整性较强,而单部门专项文件或外围配套政策受功能定位影响,得分相对较低。政策曲面图见图3。
图3P16(A)、P19(B)、P(1 C)、P20(D)和P15(E)的PMC曲面图
三、 讨论
基于20份国家层面医育结合政策文本的LDA⁃ PMC分析结果显示,我国医育结合政策PMC指数均值为6.12,整体处于良好水平,说明国家层面已初步形成覆盖服务供给、健康照护、人才建设、监管保障和家庭支持的政策框架。本研究纳入的政策文本包含两类文件:第一类为直接聚焦医育结合的政策 (P2~P19);第二类为生育、医保等外围支撑政策 (P1、P20)。第二类文件与医育结合核心内涵的直接契合度相对较低。为检验其对结果的影响,本研究将20份全样本与剔除P1、P20后的18份样本分别测算 PMC 均值。结果显示,全样本 PMC 均值为 6.12,剔除后均值为 6.28,差值为 0.16,各一级维度得分变化均小于0.06,说明此类政策对整体评价结果影响有限,本研究的核心结论具有一定的稳健性。同时,PMC指数模型本质上更适用于单份政策文本设计质量评价。当将其用于政策体系整体分析时,需区分“单份政策设计质量”与“政策体系结构完整性”两套评价逻辑。部分维度低分既可能源于单份政策自身设计不足,也可能由文件文种、功能定位和任务属性决定。因此,本研究对低分维度的解释并非简单判定单份政策优劣,而是进一步识别政策体系层面的结构性短板。
(一) 政策时效衔接不足,应完善全周期政策安排
研究结果显示,政策时效维度得分最低。该结果一方面与PMC模型的二元赋值规则有关,政策时效下设长期、中期和短期三类二级指标,单份政策通常难以同时覆盖三类时间安排;另一方面也反映出现有医育结合政策体系中短期任务型文件较多,中长期规划、阶段目标和动态监测节点相对不足。样本中较多文件以“指导意见”“通知”“专项行动” 等形式发布,往往侧重阶段性部署和具体任务推进,因而容易造成政策时序衔接不足。这也解释了政策时效和政策文种两个维度得分均较低的现象[6]。从既有研究和国际经验看,儿童早期照护相关政策通常强调长期规划与阶段性评估并重,通过中期目标分解和动态调整保持政策持续性与适应性[22-24]。与此相比,我国医育结合政策仍需进一步强化长期战略、阶段目标和年度任务之间的衔接。建议由国家卫生健康委牵头,联合发展改革、财政、教育等部门,在“十五五”托育服务发展规划或卫生健康规划中设置医育结合专章,明确长期目标、中期任务和年度清单,并围绕托育机构医育签约覆盖率、婴幼儿健康管理率、从业人员培训合格率等指标建立监测评价机制,形成“长期战略—中期规划 —年度任务”相衔接的政策体系。
(二) 政策内容覆盖存在结构性失衡,需补齐薄弱领域短板
LDA主题分析表明,现有政策关注重点集中在托育服务供给、医育结合照护和行业监管,而对家庭支持、育儿赋能和技术赋能的关注相对不足。剔除P1、P20后,政策内容维度均值仅提升0.04,说明内容失衡并非由低契合度样本造成,而是现有政策体系自身存在的结构性问题。总体来看,当前政策仍较多围绕“补供给、强监管、保基本”展开,对家庭在婴幼儿养育中的基础性作用以及数字技术在服务协同中的支撑作用重视不足。已有研究指出,我国托育政策在一定程度上仍存在“重机构、轻家庭” 的倾向,本研究结果与这一判断基本一致[25]。后续政策应在继续扩大普惠托育供给的基础上,进一步强化家庭支持和技术赋能。建议由国家卫生健康委、全国妇联等部门联合推进家庭育儿指导服务,将家长课堂、入户指导、高危儿家庭随访等内容纳入社区托育和基本公共卫生服务衔接机制;同时由卫生健康、工信、医保等部门协同推进婴幼儿一人一健康档案、托育机构监管信息和妇幼保健服务数据互联互通,依托智慧平台采集过程数据,建立过程+结果的综合评价体系,逐步提升医育结合服务的精细化和智能化水平。
(三) 跨部门协同存在制度壁垒,需健全多主体协同治理机制
本研究发现,综合性和联合发文政策的PMC得分总体较高,而单部门专项政策得分相对较低,说明跨部门协同程度与政策设计完整性存在一定关联。医育结合涉及卫生健康、教育、民政、财政、医保、妇联等多个部门,若政策制定与执行仍以部门分割为主,容易造成政策目标分散、资源统筹不足和服务衔接不畅。已有公共政策研究也指出,多部门协同不足是社会政策实施中的常见难点[26]。未来应进一步完善医育结合多部门协同治理机制。建议由国务院妇女儿童工作委员会发挥统筹协调作用,国家卫生健康委承担日常牵头职责,联合教育、民政、财政、医保、妇联等部门建立权责清单,明确各主体在服务标准制定、设施布局规划、财政资金保障、医保支付衔接、质量监管和家庭育儿指导中的职责边界。对于全局性、长期性医育结合政策,应强化多部门联合起草、联合发布和联合评估机制,并将协同推进成效纳入生育友好型社会建设和普惠托育服务评价体系,以提升政策整合能力和执行效果。
综上所述,本研究系统分析了我国医育结合政策的主题结构与设计质量,识别了政策体系在时序衔接、内容均衡和协同治理方面的主要短板,为“十五五”时期相关政策完善提供了参考。但本研究仍存在一定局限:第一,样本主要聚焦国家层面政策,未纳入地方政策,尚不足以反映区域差异和地方执行特征;第二,PMC 指数二级指标赋值仍存在一定主观判断空间,后续可通过多人交叉编码和一致性检验提升评价客观性;第三,研究主要评价政策文本设计质量,尚未结合政策执行过程与实施绩效开展验证,后续可进一步将政策文本评价与地方实践成效相结合,深化对医育结合政策运行效果的研究。
图1研究方法流程图
图2困惑度随主题数变化的折线图
图3P16(A)、P19(B)、P(1 C)、P20(D)和P15(E)的PMC曲面图
表1政策文本
表2医育结合政策的LDA主题及特征词
表3医育结合政策的PMC指数模型变量设置
表4医育结合政策文本的PMC指数得分
朱晨晨, 廖思斯. 医育结合托育服务模式的内涵、发展需求与路径[J]. 教育观察,2024,13(36):74-77
中共中央关于制定国民经济和社会发展第十五个五年规划的建议[N]. 人民日报,2025-10-29(1)
雷海潮. 国务院关于推进托育服务工作情况的报告——2024 年9月 10 日在第十四届全国人民代表大会常务委员会第十一次会议上[J]. 中华人民共和国全国人民代表大会常务委员会公报,2024(5):776-782
周巍. 医育结合: 推动托育服务高质量发展的新路径[J]. 人口与健康,2025(5):31-34
刘婷, 李俊华, 宋宇. 多源流视角下我国3岁以下婴幼儿照护服务政策的实施条件分析[J]. 南京医科大学学报(社会科学版),2022,22(5):443-448
童欢. 我国婴幼儿照护服务政策文本研究[J]. 南京医科大学学报(社会科学版),2023,23(6):499-509
张梦怡, 张筱荣. 多孩政策实施以来妇幼政策特征分析及展望[J]. 南京医科大学学报(社会科学版),2024,24(3):224-230
梁启明, 叶萌, 许可心, 等. 政策工具视角下中国生育支持政策文本分析[J]. 医学研究与教育,2025,42(2):37-43
苏阳, 温勇, 宗占红. 基于LDA-PMC指数模型的生育友好政策文本量化评价[J]. 统计与管理,2025,40(6):13-22
顾东明, 张易知, 许珂. 我国惠民保政策量化评价研究[J]. 医学与社会,2026,39(1):106-114
段佳龙, 徐梓浩, 李剑泉, 等. 我国林下经济政策分析与量化评价[J]. 林业经济,2024,46(7):23-41
王鹏, 高铖, 陈晓美. 基于LDA模型的文本聚类研究[J]. 情报科学,2015,33(1):63-68
胡玉萍, 陈德云, 古之叶. 生育友好型社会背景下托育服务的多重价值与实践路径[J]. 新视野,2025(3):99-108
乔牧天, 蒲杰, 肖述月, 等. 医育融合视角下聚焦PDCA循环的多学科巡园模式探索与实践[J]. 四川大学学报(医学版),2025,56(2):484-488
王晓媛.“医育融合”视域下婴幼儿托育服务与管理专业人才培养模式研究[J]. 卫生职业教育,2024,42(23):31-34
余春暖, 占丹. 医育结合助力托育服务高质量发展[J]. 人口与健康,2025(9):58-59
Ruiz Estrada M A. Policy modeling:definition,classification and evaluation[J]. J Policy Model,2011,33(4):523-536
Ruiz Estrada M A. The policy modeling research consistency index(PMC-index)[J]. SSRN Electron J,2010,3(2):18-34
胡峰, 温志强, 沈瑾秋, 等. 情报过程视角下大数据政策量化评价——以11项国家级大数据政策为例[J]. 中国科技论坛,2020(4):30-41,73
史童, 杨水利, 王春嬉, 等. 科技成果转化政策的量化评价——基于PMC指数模型[J]. 科学管理研究,2020,38(4):29-33
杜宝贵, 廉玉金. 基于PMC指数模型的地方科技金融政策评价研究[J]. 创新科技,2023,23(4):33-43
Gaur P, Ganguly A P, Kuo M,et al. Childcare needs as a barrier to healthcare among women in a safety-net health system[J]. BMC Public Health,2024,24(1):1608
Blair M. Integrated early years care and government policy to address child health inequalities:lessons from the UK and international contexts[J]. BMJ Paediatrics Open,2025,9(1):e003842
MacKinnon K, Marcellus L, Rivers J,et al. Student and educator experiences of maternal-child simulation-based learning:a systematic review of qualitative evidence protocol[J]. JBI Database System Rev Implement Rep,2015,13(1):14-26
洪秀敏, 吕阳. 生育友好视域下我国托育政策的时空嬗变特征与优化向度——基于31省397份政策文本的LDA主题建模[J]. 人口与经济,2025(6):59-72
吴文强. 政府多部门决策协调的研究述评[J]. 公共行政评论,2020,13(1):177-194
关闭