Page 20 - 《中国药房》2023年6期

development. Among all the keywords whose importance ratio was greater than 0.2， “Tibetan medicine” was unique to Qinghai and
Tibet， “disease type” was unique to Guangdong， and the TF-IDF value of “supervision and management” in Beijing was higher，
indicating that the emphasis of TCM policy formulation in different provinces was various. Meanwhile， the top 10 keywords of TF-
IDF value in all provinces did not have words related to financial input， and the TF-IDF values of “informatization” in most
provinces did not rank at the top. It is suggested to increase financial input or encourage social financing， and add “Internet+new
business” in the field of TCM.
KEYWORDS traditional Chinese medicine policy； policy text analysis； term frequency-inverse documentation frequency； regional
comparison； quantitative research

中医药不仅是我国特色的优势资源，更是医药卫生 IDF）技术抽取关键词，测定各省份政策文本关键词的重
行业的重要组成部分。随着我国疾病谱与医学模式的 要性量值，进而分析地方中医药政策间的相似性及差异
[1]
转变，人们对中医药卫生服务的需求日益增长 。2009 性。TF-IDF是一种文档分类特征词提取方法，集合了词
年5月，《国务院关于扶持和促进中医药事业发展的若干 频与逆文档频率两个指标，其主要思想是词汇在文本中
意见》发布，充分展现了党和政府大力扶持中医药事业、 出现频率越高、出现范围越小，说明词汇划分文档内容
[6]
助力中医药产业高速发展的决心。随着2019年《中共中 的能力越强，即词汇对应的TF-IDF值越大 。由于各地
央 国务院关于促进中医药传承创新发展的意见》的出 区的政策数量与文本篇幅不一致，相较于仅采用词频指
台，我国中医药事业进入了改革创新发展的新阶段。 标确定关键词的方法，TF-IDF技术能够消除数据集偏斜
在国家大力发展中医药的背景下，我国各省份积极 造成的词汇重要性高估问题。
响应国家号召，结合自身特色制定了相应政策。目前， 2 结果
已有学者通过追溯自新中国成立以来我国中医药政策 2.1 政策文件筛选结果
的发展历程，探讨了我国中医药总体政策问题 [2―4] 。例 经筛选，本研究共得到各省份有关中医药政策的文
[3]
如，张宏如等 采用文本分析法和政策工具理论模型分 本 99 份（部分见表 1）。各省份发布的规范性文件类型
析发现，全国中医药健康服务领域的政策工具使用结构 主要包括条例（25 份）、实施意见（19 份）、规划（16 份）、
不均衡；王宇佳等 构建了PMC指数模型从多个维度对 实施方案（14份）、意见（12份）等。2016年以前，每年政
[4]
我国中医药政策的优劣水平进行了量化评价。由此可 策发布数量最多不超过 3 份。自 2016 年我国《中医药
见，国内学者对我国中医药政策的研究多集中在政策总 法》颁布后，各省份的相关政策数量开始逐渐增多，2020
体特征的评价方面，不同省份中医药政策的比较研究相 年和2021年政策的发布数量分别增长至30、28份。
对较少。鉴于我国各省份资源环境、功能定位、产业布 表1 2000－2021年我国各省份发布的中医药政策文本
局等方面存在较大差异，各地中医药政策也呈现出不同 汇总
特点，本研究汇总了各地方政府发布的中医药政策文 序号 省份 政策名称 发布时间
1 安徽 《安徽省中医药条例》 2020年3月
本，对不同省份中医药政策进行了比较研究，旨在厘清
2 安徽 《关于促进中医药传承创新发展具体举措》 2020年7月
各省份中医药政策的核心内容，为优化我国中医药政策 3 北京 《北京市中医药条例》 2020年11月
体系结构、助力各地中医药产业传承创新提供参考。 4 北京 《关于促进中医药传承创新发展的实施方案》 2021年4月
... ... ... ...
1 数据来源与方法
95 重庆 《重庆市人民政府办公厅关于贯彻落实国家中医药健康服务发展规划（2015－ 2016年8月
检索全国除港澳台地区外的31个省份人民政府、中 2020年）的实施意见》
96 重庆 《重庆市中医药科研项目管理办法》 2020年8月
医药管理局、卫生健康委员会、发展和改革委员会等省
97 重庆 《重庆市中医药文化宣传教育基地管理暂行办法》 2020年8月
直属机关网站，收集2000－2021年标题中含有“中医药” 98 重庆 《中共重庆市委、重庆市人民政府关于促进中医药传承创新发展的实施意见》 2020年10月
的条例、意见、实施方案等，排除与中医药事业发展无关 99 重庆 《重庆市中医药条例》 2021年11月
和不具备法律效力的文件。 2.2 全国中医药政策主题分布
借助点互信息（pointwise mutual information，PMI） 在对政策文本分词时，本研究首先建立自定义词
技术计算词语间的相似度，构建地区中医药政策语义网 典，过滤掉纳入政策文本中与中医药政策无关的词汇，
络，展现我国中医药政策文本制定的全局特征。PMI是 并进行同义词合并。本文基于 PMI 方法测定全国政策
一种基于统计的计算方法，可用来衡量词语间的关联程 文本中出现次数排在前 100 位的关键词间的相似性，剔
度，若两个词语的相关性越强，PMI值就越大 。为了凸 除 PMI 权重小于 2.0 的边，绘制中医药政策文本语义网
[5]
显地方政策的特异性差异，本研究采用词频-逆文档频 络。关键词间的连线越粗，表明 PMI 权重越大；节点越
率（term frequency-inverse documentation frequency，TF- 大，表明关键词的平均加权度越大。为了解全国中医药

· 654 · China Pharmacy 2023 Vol. 34 No. 6 中国药房 2023年第34卷第6期