摘要
伴随着全球工业化进程的加快，环境污染与传统能源消耗问题的日趋严重。在碳达峰、碳中和背景之下，新能源汽车作为环保产业，受到广泛关注，与此同时国家及省级有关部门均出台了相关政策。政策文本是政府传达各项政策方针的载体，具有专业性和准确性。本文基于IF-DIF法进行特征词选取，依据困惑度、一致性确定动态主题模型(DynamicTopicModels，DTM)的主题数后，构建文本数据在时间序列上的演化，设置过滤阈值进行主题过滤，并分析主题词语及主题的演化情况。 本文基于“北大法宝”网站的相关关键词搜索政策的结果，结合中国政府网、广东省人民政府等其他门户网站，筛选出紧扣“新能源汽车”的政策，其中，国家层级政策文本81部，时间跨度为2007年至2021年;广东省级政策文本37部，时间跨度为2009年至2020年。使用Python实现基于TF-IDF法的DTM模型的建模，得到各年份下新能源汽车政策的“文档-主题”分布和“主题-词语”分布，加以可视化分析，展示新能源汽车政策的主题词语及主题的演化情况。 本文得到的结论有:(1)从政策涵盖主题来看，我国新能源汽车政策已初步形成体系，形成了可支持未来全方面发展的政策体系雏形。(2)两个层级的政策中与补贴有关的主题的累加主题强度都排在首位，充电基础设施建设主题也排在前列，说明过去一段时间内，两个层级都以政策补贴作为推动新能源汽车产业发展的首要力量，并且均重视新能源汽车配套基础设施的建设。(3)两个层级的新能源汽车政策相比，国家层级更为宏观、全面地管控新能源汽车产业;而广东省级则更重视具体措施。(4)无论是国家层级还是广东省级新能源汽车政策，对技术研发、科技创新的关注力度都较为薄弱，长久来看不利于新能源汽车产业的发展。(5)两含层级之间的新能源汽车政策存在衔接不及时、政策传导力度不充分的矛盾，可能造成政策叠加效应减少、政策执行效果削弱。 针对所得结论给出如下建议:(1)省级政府有关部门应确保各环节资源保障，围绕新能源汽车的研发、制造、推广、回收等全方位考虑，加快补短板。(2)各层级要加强联动和部门协同，以确保各环节新能源汽车扶持政策的持续稳定、及时有效衔接。(3)要重视以政策推动产学研合作和落实，为新能源汽车产业未来发展赋能。
NETL