数说两会｜1978年到2023年政府工作报告关键词盘点

2023年3月5日上午，第十四届全国人民代表大会第一次会议在北京人民大会堂开幕，国务院总理李克强作政府工作报告。澎湃新闻（www.thepaper.cn）从中国政府网上，整理了中国政府网上1978年至2023年共计46份《政府工作报告》中的常青词汇。结果显示，“发展”、“建设”以及“经济”等词语在过去46年中一直高频出现。

还有部分词语愈发频繁地出现在《政府工作报告》中。“创新”，1997年后开始被频频提起，因其增长趋势，澎湃新闻将此类词语称为“喇叭形词语”，类似的词语还有“就业”、“脱贫”等。

值得注意的是，2023年《政府工作报告》指出，要通过市场化机制激励企业创新，不断提高企业研发费用加计扣除比例，将制造业企业、科技型中小企业分别从50%、75%提高至100%。同时，疫情成为近几年不可忽视的大背景，《政府工作报告》指出，当前我国疫情防控已进入“乙类乙管”常态化防控阶段，要更加科学、精准、高效做好防控工作，围绕保健康、防重症，重点做好老年人、儿童、患基础性疾病群体的疫情防控和医疗救治，推进疫苗迭代升级和新药研制，切实保障群众就医用药需求，守护好人民生命安全和身体健康。从46年的《政府工作报告》来看，“小微企业”、“创业”、“高质量发展”等词语近年来也频频被提起。

澎湃新闻还对比了几组关键词在这46年间的趋势变化，“农业”与“工业”相比，在近四十年里被提及状况相对稳定，但两者被提及程度近几年来趋于一致。2000年以来，“制造业”与“服务业”几乎同时开始被提及，但是“服务业”的被提及率几乎都高于“制造业”，直到近五年“制造业”的被提及率超过“服务业”。

有些词虽然在《政府工作报告》里出现频率相对较少，但是它们首次出现的时间点都反映了当年中国人关注的热点问题。

分析方法：

1.本文所有原始文本材料来自中国政府网1978年至2023年政府工作报告。

2.本文使用jieba分词（https://github.com/fxsjy/jieba/）。采用精确分词模式，避免重复分词和歧义。分词结果均去掉数字、单字、标点符号。

3.为增加分词正确率，在jieba分词的基础上加入自定义词典，自定义词典主要包含了往年人民网和新华网统计的两会热词。

4.在分词基础上，采用TF-IDF加权技术。词语的重要性随着它在文本中出现的次数成正比增加，但同时会随着它在语料库中出现的频率成反比下降。本文使用的语料库即1978年至2023年政府工作报告文本。

5.涉及合并的词语：自贸包括了自贸区、自贸试验区，城镇包括了城市、城镇。