引言

党的二十大报告明确指出，就业就是最基本的民生，并提出着重强调强化就业优先政策，健全就业促进机制。高校在推动就业工作中承担着重要使命与不可推卸的责任。2021年，国务院颁布的《“十四五”就业促进规划》，以习近平新时代中国特色社会主义思想为指引，将实现更加充分更高质量就业作为主要目标。就业见习政策是促进高校毕业生就业的关键举措，其科学性、合理性及有效性对我国实现就业目标至关重要。基于此，本文依据我国公布的32项地方政策，运用文本挖掘和PMC指数模型等方法，构建政策评价指标体系，对7项最具代表性的就业见习政策内容展开量化研究，深入剖析我国现行就业见习政策的优缺点，并提出改进建议，旨在为政策的进一步调整与完善提供科学参考依据。

一、文献综述

（一）PMC政策评价发展研究

Ruiz Estrada提出 Omnia Mobilis 假说，发现每一个相关变量都是同等重要且不可忽视的，验证了基于文本挖掘的 PMC指数（policy modeling consistency index）模型，提高了政策量化评价的准确性，增强其客观性。张永安、耿喆首次提出了运用PMC指数模型进行了公共领域的政策评价，并对我国区域科技创新政策的量化评价，为后续政策的调整与落实提供了数据支持。

近年来，我国学界对于运用 PMC 指数模型来评价政策文本的研究热情呈现出日益高涨的态势。经济领域，李兰等通过PMC-AE指数政策评价法，对我国现行制造业转型升级的税收政策进行评价。民生领域，于雪等对我国健康扶贫相关政策进行量化评价，为其政策的持续发展和构建防贫、反贫长效机制提供参考。农业领域，陈绍军等采用内容分析法以及政策评价模型，进行生态扶贫移民政策量化评价。科技创新领域，王鹏采用扩展PMC指数模型将单一政策扩展到政策群，以河北省5个国家级高新区为例，发现了在科技创新政策制定上存在显著的不均衡问题。人力资源领域，赵建国等从前端视角出发，从新业态从业人员社会保障政策中选出12项代表性政策进行量化分析。

（二）就业见习政策

高校毕业生就业见习，是政府劳动保障部门携手企业单位开展的一项重要举措。见习期间，各级劳动保障部门联合有关部门，共同落实高校毕业生的基本生活补助，并适当发放见习补贴。当前学界针对就业见习政策的研究主要聚焦于两大方面，一是政策实施分析，众多学者致力于剖析政策实施现状、面临的困境以及解决对策。例如，秦建国深入分析就业见习政策的运行状况，研究发现该项目的设置具备科学性与合理性。张朝霞等人则通过对高校毕业生就业见习制度的现状、存在问题及其成因展开分析，力求解决办法，助力摆脱困境，实现持续有效的运行。张育广在分析当前高校就业见习现状与问题的基础上，从四个维度提出了针对性的建议和对策。二是针对政策规范与权益保障研究，张勇指出，针对高校毕业生就业见习制度现存的问题。一方面要规范和完善制度；另一方面要扩大法律适用范围，更好地保障高校毕业生在见习期间的合法权益。

总体看来，我国关于就业见习政策的研究仍有较大空间，现少有学者针对就业见习政策进行量化评价。因此，本文选择各省政府公布的就业见习政策进行研究，运用文本挖掘结合现有文献，进行统计处理得到高频词汇，构建政策评价体系，并进一步利用PMC指数模型、曲面图和雷达图进行量化分析，以发现现有就业见习政策的优势和缺陷，提出相应建议对策，以便于后续政策的优化。对此问题的研究，可以丰富就业见习政策的理论知识，拓展就业见习政策研究方向，同时对未来政策制定提供了一定建议对策，有利于推动就业见习政策进一步优化和发展。

二、研究设计

（一）政策文本收集

本文通过在国家和地方政府部门公布的政策文件范围内，以就业见习政策相关词汇作为关键词进行检索，查阅了大量政策文件，从中选取了近年来颁布的32项涉及就业见习的典型政策，均为地方性政策。这些政策的制定目标均聚焦于促进灵活就业发展，并对相关内容予以规范。

（二）变量分析与指标选择

通过进行文本挖掘得到高频词汇，并对其展开统计与分析是构建评价指标体系的关键基础。因此，本文通过ROSTCM6.0软件对收集的就业见习政策进行预处理，并进一步进行高频词条统计与分析。根据统计分析得到的词频对高频词汇进行排序（见表1，仅部分），词频排序成果为PMC指数模型中一级和二级变量设置提供了依据。

词汇	词频/次	词汇	词频/次
就业见习	1151	管理	462
单位	1095	岗位	460
毕业生	603	社会	437
补贴	502	青年	342
高校	496	人力资源服务	313

为遵循政策评价指标体系构建时的“科学性”和“合理性”原则，立足于政策具体内容和文本挖掘得到的高频词汇，设置9个一级变量和36个二级变量(见表2，仅部分)。本文涉及的所有二级变量权重相同，取值服从 [0,1] 分布，若该政策内容中涉及到二级变量当中内容，则参数取值为1，否则为0。

一级变量	二级变量	一级变量	二级变量
政策性质X1	指导X1:1	政策内容X6	健全制度X6:1
	建议X1:2		信息共享X6:2
	监管X1:3		部门协作X6:3
	预测X1:4		宣传建设X6:4
	描述X1:5	政策功能X7	政治效益X7:1
政策时效X2	长期X2:1		经济效益X7:2
	中期X2:2		科技效益X7:3
	短期X2:3		社会效益X7:4

（三）多投入产出表构建

多投入产出表的构建是PMC指数计算的前提条件。在确定了就业见习政策的评价指标体系之后，应当进行多投入产出表的构建（如表3，仅部分）。将9个一级变量以及36个二级变量输入到多投入产出表中，根据二级变量的赋值标准进行赋值，依此得到赋之后的多投入产出表。

一级变量	二级变量
	X1:1	X1:2	X1:3	X1:4	X1:5
X2	X2:1	X2:2	X2:3

（四）PMC指数计算与曲面构建

式(1)中ｉ为一级变量,ｊ为二级变量,ｉ,ｊ＝1,2,3,4,5,6,7,8,9,10,…∞

式(2)中n表示二级变量的个数，n=1,2,3,4,5,6,7,8,9,10,…,∞

根据式(3)可计算出各项就业见习政策的PMC指数，本文共选取了9个一阶变量,是我国就业见习政策的PMC指数得分在0~9之间，根据现有文献,将PMC指数得分划分为4个等级，分别为优秀、良好、可接受、不良(见表4)。

PMC 指数	等级评价
9～8	优秀
7.99～6	良好
5.99～4	可接受
3.99～0	不良

鉴于政策的 PMC 指数模型包含9个主要变量,构建一个3×3的矩阵,具体形式如式（4）所示。基于此矩阵,绘制 PMC 曲面图。 PMC 曲面通过不同的分值能够以不同的颜色予以呈现;并依据曲面图的凹凸程度,可将就业见习政策文本的优势与不足进行可视化呈现。

三、实证分析

（一）政策评价对象选择

鉴于PMC指数模型在小样本政策评估中呈现出高度的适用性与显著的效率优势，且本研究收集的32项就业见习典型政策均为地方性政策，这些政策分布于华北、华东、华中、华南、西南、东北、西北七大区域，具备区域代表性。7项被选用于进行PMC指数评价的就业见习政策的基本信息如表5所示。

简称	政策名称	发文机构
P1	《北京市就业见习工作管理办法》	北京市人力资源和社会保障局
P2	《江苏省就业见习经办规程》	江苏省人力资源和社会保障厅
P3	《湖北省就业见习管理办法（征求意见稿）》	湖北省人力资源和社会保障厅
P4	《广东省高等学校学生实习与毕业生就业见习条例》	广东省人民代表大会常务委员会
P5	《重庆市青年就业见习实施办法》	重庆市人力资源和社会保障局、重庆市教育委员会、重庆市财政局
P6	《黑龙江省高校毕业生就业见习管理办法（试行）》	黑龙江省人力资源和社会保障厅
P7	《陕西省就业见习管理办法》	陕西省人力资源和社会保障厅、陕西省财政厅

（二）构建多投入产出表

基于表2所构建的就业见习政策评价指标体系，对9个一级变量下涵盖的36个二级变量，依照既定规则依次进行[0,1]区间的赋值操作，得出本文所要评价的7项就业见习政策的多投入产出表(见表6，仅部分)。

	P1	P2	P3	P4	P5	P6	P7
X1:1	1	1	1	1	1	1	1
X1:2	1	0	0	1	1	0	1
X2:1	0	0	1	1	0	1	0
X5:1	0	1	0	1	0	0	1
X9:4	1	1	1	1	1	1	1

（三） PMC指数计算

基于表6的7项被评价就业见习政策多投入产出表,根据式(2)和(3)计算出各个所需评价政策的一级变量评价数值和PMC指数值。根据PMC指数计算，得出7项被选政策的PMC指数、排名和等级(见表7，仅部分)。

	P1	P2	P3	P4	P5	P6	P7	均值
X1	0.80	0.60	0.60	0.80	0.80	0.60	1.00	0.74
X2	0.67	0.67	0.67	1.00	0.67	1.00	0.67	0.76
X9	0.75	1.00	0.75	1.00	1.00	1.00	1.00	0.93
PMC指数	6.92	7.37	5.97	7.70	7.82	7.40	8.07	7.32
政策等级	良好	良好	可接受	良好	良好	良好	优秀	良好

（四）绘制PMC曲面图

根据式(4)，将各项政策的一级变量评价分值代入矩阵中，并利用Excel绘制出各被评价政策的曲面图（仅部分）。在这些曲面图中，整体位置越靠近中上空间，坐标曲面的凹陷程度越小，表明政策各要素的涉及越全面，政策评价等级也就越高。

与此同时，为了更加直观地展示就业见习政策的整体得分情况，本文进一步选取7项政策中得分差异最大的两项政策与各项得分均值，利用雷达图进行展示(图3)。由图3能够清晰地看出P3、P7和均值的各一级变量的整体变动情况，表明政策质量总体上较高。政策P7总体上得分较高，表明该政策质量较高，但该政策在这些方面仍存在优化改进的空间，而政策P3无明显凹陷但各项分值均不高于均值水平，说明政策在某些方面仍存在一定缺陷。

（五）政策评价结果分析

1. 整体评价结果分析

为了更加直观形象地展示各个政策的得分情况，将选取的7项就业见习政策的PMC指数与均值进行对比，绘制折线图(如图4)。同时结合表7可以看出，7项政策的PMC指数均值为7.32，可界定为“良好”水平，但总体上在政策的预测性质、时限、试点保障等方面仍存在优化空间，这表明各个省级政府在推进就业见习领域取得了较为明显的成果，同时也需要继续改进并建立完备的政策框架体系。对被评价的7项政策PMC指数进行对比，从高到低排名为“P7>P5>P4>P6>P2>P1>P3”，说明总体来说就业见习政策质量较高，具有一定有效性和可靠性。

2. 不同等级

本文所选取的7项政策评价等级包括优秀、良好、可接受三种等级。

（1）优秀等级

本文的评价等级为“优秀”水平的政策只有1项政策P7。根据表7和曲面图可知，9个一级变量中，仅存在两项略低于均值，表明P7政策的制定有效可靠，可以为其他省市的相关就业见习政策的制定起到一定引领作用。

（2）良好等级

7项政策中处于“良好”水平的共有5项，基于表7和曲面图，这5项“良好”等级政策的政策主体均保证了核心性，又实现了政策主体多元性的要求，客体涉及广泛，同时政策均以促进就业为基本目标，目标明确，政策内容总体较为全面详实。但在政策普遍在预测方面存在缺陷，忽视长期时效，可以进一步重视引领示范的政策目标和政策的科技效益，加强政策保障措施。

（3）可接受等级

7项政策评价中只有1项政策P3属于“可接受”等级，根据表7，政策P3只有政策主体1个一级变量等于总体均值，其他8项一级变量均低于均值，其中政策性质上缺少预测和建议性内容，忽视长期时效，政策客体考虑不全，内容不完善缺乏信息共享和宣传建设，政策保障欠缺，因而得分较低，需要进一步改进，增强其政策的科学合理性。

四、结论与对策

（一）研究结论

在国际经济形势高速变化以及高校不断扩招的背景下，完善就业见习政策，关乎我国“十四五” 整个社会就业促进的基本目标“更加充分更高质量就业”。据此本文以我国出台的32项就业见习政策，运用ROSTCM6.0软件对其进行文本挖掘，并进行高频词条统计与分析。基于现有评价体系，并结合本文高频词，建立该政策评价指标体系。根据PMC指数模型的特征优势，本研究在所收集的32项政策中进一步筛选出7项代表性政策，并对其进行评价。研究结果表明，第一，我国当前就业见习政策整体处于较为完善、合理有效；第二，各项政策均存在需要改进优化空间，进一步提高其有效性和科学性。第三，我国就业见习政策在个别纬度存在基本一致的偏差，未来就业见习政策应在这些方面引起重视，制定更合理有效的就业见习政策。

（二）对策建议

1. 注重就业见习政策预测性质

就业见习政策的政策性质主要包括了指导、建议、监管、预测和描述5个方面，基于政策评估框架中的政策性质指标分析，发现所选取的7项政策在预测方面都存在一定程度的缺失。可以构建就业市场动态预测模型，根据预测结果进行政策制定，增强政策与市场波动的动态适配，同时完善预测效能评估机制，实现预测机制与政策调整的动态耦合。

2. 增强就业见习政策长期性的政策时效

就业见习政策的政策时效包括短期、中期和长期，目前我国所出台的大部分就业见习政策只关注到了短期和中期时效，却忽视了长期计划，不利于就业见习政策的稳定性，使就业见习政策不但不能有效缓解结构性失业，而且还加剧青年群体在数字经济高速发展的背景下的边缘化风险。因此，在未来的政策制定中，加强长期计划的制定，并鼓励和支持各地区、各部门根据实际情况制定和实施长期性的就业见习政策，确保政策的长期稳定有效。

3. 完善就业见习政策科技效益的政策功能

就业见习政策的政策功能包括政治效益、经济效益、科技效益和社会效益，经过分析当前就业见习政策普遍存在科技效益的缺失，如今在高度依赖于网络基础设施、信息工具及信息技术，如数字经济在不断颠覆甚至重塑传统行业，高校作为供给侧也愈发重视对学生的数字素养的培养，建立多元主体协作机制，而作为需求侧的政府应该在就业见习政策制定中，不仅要关注其政治、经济和社会效益，也要加强对科技效益的考虑，为见习人员提供更加适配的岗位，提高匹配当今发展的技能，进一步加强其科技效益，促进政策有效性，更好应对高速发展下的挑战和机遇。

4. 强化就业见习政策数字化建设和试点开展的政策保障

就业见习政策的政策保障包括基地建设、数字化建设、试点开展、政府资助和监督检查等保障措施，基于政策保障维度的评估分析显示，就业见习政策对具体体现在数字化建设和试点开展的保障措施仍有待于优化。在未来的政策制定中，应紧跟国家战略部署，充分考虑到数字化建设，建立用数据说话、用数据决策、用数据管理、用数据创新的政策预案库，实现政策与实际就业情况的动态耦合，并通过试点开展，降低试错成本，确定政策合理性，进一步提高就业见习政策的科学性和有效性。

参考文献：

1. [1] 莫荣.就业是最基本的民生——学习二十大报告体会[J].中国就业,2023(02):14-15.
2. [2] 问清泓,黄淑莹.高校就业评价的误区与路径重构[J].中国考试,2024(01):25-33.
3. [3] Estrada M A R. Policy modeling: Definition, classification and evaluation[J]. Journal of policy modeling,2011,33(04):523-536.
4. [4] 张永安,耿喆.我国区域科技创新政策的量化评价——基于PMC指数模型[J].科技管理研究,2015,35(14):26-31.
5. [5] 李兰,任文娟,蔡德发.制造业转型升级的税收政策量化评价研究[J].会计之友,2022(01):16-23.
6. [6] 于雪,邓晶,谭华伟,等.基于PMC指数模型的我国健康扶贫政策量化评价研究[J].现代预防医学,2021,48(22):4131-4135.
7. [7] 陈绍军,吴晓晴,杜建辉.基于PMC指数模型的生态扶贫移民政策量化评价[J].人民长江,2022,53(08):216-222.
8. [8] 王鹏,吴建民,广新菊.基于扩展PMC指数模型的区域科技创新政策评估研究——以河北省国家级高新区为例[J].地理与地理信息科学,2023,39(04):72-76+120.
9. [9] 赵建国,韩苗苗,张宇涵.新业态从业人员社会保障政策文本量化分析——基于PMC指数模型[J].社会保障研究,2024(02):3-15.
10. [10] 张勇.高校毕业生就业见习的法律规范及权益保障[J].河南师范大学学报(哲学社会科学版),2010,37(06):252-255.
11. [11] 秦建国.高校毕业生就业见习计划运行状况调查分析——以南京市为例[J].国家教育行政学院学报,2011(06):74-79.
12. [12] 张朝霞,张安平.高校毕业生就业见习制度现实困境与路径选择[J].中央财经大学学报,2015(S2):66-69.
13. [13] 张育广.就业创业见习基地服务大学生就业的现状与对策[J].中国青年研究,2010(08):43-45+108.