论文部分内容阅读
消费券政策是疫后提振内需,促进经济良性循环的重要手段,但在实施前后存在一些争议。本文基于新浪微博网民评论数据,对消费券政策进行评估分析,力图为政策优化提供有益参考。完成的主要工作如下。1.提出了一种基于价值密度进行文本分类,进而得到强相关数据集的方法。根据网民潜在情感或所持立场的差异作为评论文本分类标准,存在一定困难。为此,提出以评论文本"对改进政策是否有所助益"为标准进行分类,区分为强相关评论和弱相关评论。以此标准划分训练数据集后,应用于字符级卷积神经网络文本分类算法,得到的模型预测准确率符合预期。与循环神经网络算法相比,卷积神经网络准确率更高,特别是收敛的速度更快。2.为了得到影响消费券政策支持度的显著因素,利用灰色关联分析模型,从消费券设计,经济数据和网民参与程度3个方面,选取9个维度数据,与网民支持度进行了关联分析。研究表明:分城市经济基本面数据与网民支持度之间存在最强的灰色关联关系,消费券的设计形式次之,网民参与度和消费券发放金额也和网民支持度之间有一定关联度,但与前两者相比较弱。可见,消费券政策的发放金额并非调动居民积极预期的唯一原因,相反,如果其他因素控制不当,甚至可能会引起居民的消极预期。3.为了探究消费券"套现"问题的深层次原因,利用潜在狄利克雷分配(LDA)主题聚类模型,对网民评论数据进行探索性分析。根据聚类模型识别与"套现"共现的关键词后,进一步结合当地所发行的消费券类型,以及城镇居民收支数据进行研究,最后得出主要结论:消费券的门槛值和优惠值对套现行为具有强正相关影响;高于居民可支配收入的使用门槛,可能是导致个别城市消费券"套现"泛滥的主要原因。4.综合强相关数据集体现出来的敏感话题,网民支持度关联因素分析,消费券"套现"问题研究结论,在科学设计消费券的面值,综合考虑当地财力量力而行,加大宣传力度,政策公平性,突出纾困重点五个方面,对优化消费券政策提出相关建议。