顶刊指标!地方政府工作报告语调数据(2003-2025)

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：

TONE1=STRONG−WEAKSTRONG+WEAK#(1)

TONE2=STRONG−WEAK总词数#(2)

TONE3=STRONG−WEAK总字数#(3)

TONE4=POS−NEGPOS+NEG#(5)

TONE5=POS−NEG总词数#(6)

TONE6=POS−NEG总字数#(7)

TONE1表示强语气相对强度、TONE2表示经总词数标准化的强语气净强度、TONE3表示经总字数标准化的强语气净强度、TONE4表示情绪相对净强度、TONE5表示经总词数标准化的情绪净强度、TONE6表示经总字数标准化的情绪净强度。