2232 地方政府工作报告语调(2003-2025)
| 数据来源 | . |
| 时间跨度 | . |
| 区域跨度 | . |
| 数据格式 | 数据格式为excel、csv格式 |
语调指标是一组从政府工作报告文本中提取的量化数值,用于刻画政府在正式文件中表达政策意图、总结工作成绩、展望未来目标时所采用的语言情绪基调。该指标的核心在于识别和量化文本中的情感词汇与语气词,通过特定的算法模型,将非结构化的定性文本转化为可比较的结构化数据,从而客观衡量政府施政风格的“浮夸”或“稳健”程度。其基本逻辑是,工作报告的语言特征反映了施政者的注意力配置、心理预期和行为倾向。 该语调指标为实证研究提供了新的视角和度量工具,主要可应用于政府行为与经济后果研究;政策信号传递机制研究;官员激励与治理研究;文本分析方法的拓展应用。
本团队主要参考了游家兴和魏珊珊(2024)在《管理科学学报》发表的研究方法构造本指标,该方法基于You等(2018)、Huang等(2014)和Li等(2019)的研究基础进行了系统性的整合与创新。具体步骤如下:
第一步:词汇表构建与文本预处理
词汇表基础:借鉴You等(2018)建立的专用词汇表,该表包含积极词汇(1585个)、消极词汇(575个)、不确定词汇(73个)、强语气词(858个)和弱语气词(99个)。
文本处理:收集地方政府工作报告,利用Python等工具对文本进行分句和分词处理,为后续分析做准备。
第二步:句子层面的语气得分计算
对报告中的每个句子进行逐词扫描和计算,规则如下:
(1) 如果这个词属于积( 消) 极,则会得到一个正( 负) 基本分数1 分,然后向前移动找到语气词和否定词。查找此情感词汇与其最近的情感词汇或歧义词之间的范围。 如果发现一个强语气词,将分数乘以 1.5; 如果发现一个弱语气词,将分数乘以 1; 如果发现一个否定词,将分数乘以 -1,直到找到前一个情感词汇的后一个词;
(2)如果是歧义词,则需判断整个句子中是否有情感词汇的组合。 如果有,则按照“消极 + 消极 = 积 极”、“消极 +积极 =消极”、“积极 +消极 =消极”、“积极 +积极 =积极”的判断方法,得到相应的正( 负) 基分1 分,向前移动找到语气词和否定 词。查找最后一个最近的情感词汇或歧义词与此歧义词之间的范围。如果找到一个强语气词,分数、乘以 1.5; 如果找到一个弱语气词,分数乘以 1; 如果找到一个否定词,分数乘以-1 ,直到找到前一个情感词的后一个词;
(3)在句末,将本句中每个情感词汇或歧义词的得分相加,得到 正、负分。 然后,判断句子是否以感叹号结尾。如果是则从后到前查找最近的情感词。如果是正面情绪词,句子正面情绪得分乘以1.5,如果 是负面情绪词,句子负面情绪得分乘以1.5;
(4)保存每一个正、负情绪分数,重复( 2) 和( 3) 直到计算出整句话的情绪分数;
(5)分别得到文本的正面情绪得分和负面情绪得分。强语气得分、弱语气得分以及不确定得分的计算也是类似处理.
第三步:文本聚合与六种TONE指标生成
将整个报告所有句子的得分分别累加,得到文本整体的积极得分(POS)、消极得分(NEG)、强语气词出现次数(STRONG)、弱语气词出现次数(WEAK) 等基础指标。在此基础上,计算以下六种最终的TONE指标:

省份 | 城市 | 年份 | 总词数 | 总字数 |
积极得分 | 消极得分 | 不确定得分 | 强语气得分 | 弱语气得分 |
TONE1 | TONE2 | TONE3 | TONE4 | TONE5 |
TONE6 |

[1]游家兴,魏珊珊. 地方政府施政风格与经济高质量发展——基于僵尸企业的研究视角[J].管理科学学报,2024,27(01):75-95.DOI:10.19920/j.cnki.jmsc.2024.01.006.
[2]谢光华,韩丹妮,郝颖,等. 政府补贴、资本投资与经济增长质量[J].管理科学学报,2020,23(05):24-53.
[3]范子英,王倩. 转移支付的公共池效应、补贴与僵尸企业[J].世界经济,2019,42(07):120-144.DOI:10.19985/j.cnki.cassjwe.2019.07.007.
[4]Jiaxing Y ,Bohui Z ,Le Z . Who Captures the Power of the Pen?[J].The Review of Financial Studies,2018,31(1):43-96.DOI:10.1093/rfs/hhx055.
[5]聂辉华,江艇,张雨潇,等. 我国僵尸企业的现状、原因与对策[J].宏观经济管理,2016,(09):63-68+88.DOI:10.19709/j.cnki.11-3199/f.2016.09.017.
[6]朱舜楠,陈琛. “僵尸企业”诱因与处置方略[J].改革,2016,(03):110-119.
[7]Peek J ,Rosengren S E . Unnatural Selection: Perverse Incentives and the Misallocation of Credit in Japan[J].The American Economic Review,2005,95(4):1144-1166.