一、引　言

2006年党的十六届六中全会提出“建设宏大的社会工作人才队伍”^[1]，标志着社会工作发展正式被纳入中央政策议题，我国社会工作政策与实践也因此步入快速发展轨道。社会工作政策是政府为推动社会工作发展、解决社会问题、增进民生福祉而制定的系列方针、措施和办法，包括社会工作岗位的设置与开发，社会工作专业人才队伍建设以及乡镇(街道)社会工作服务站建设等具体的社会工作政策手段，涉及社会救助、养老服务、慈善事业、心理健康服务等多个方面。社会工作政策已经成为推动社会工作发展的关键因素，从地方探索到顶层设计^[2]，各级政府陆续制定了一系列推动社会工作发展的政策文件。在中央和国家层面，2011年，中央组织部、中央政法委、民政部等18部门联合印发了《关于加强社会工作专业人才队伍建设的意见》，对社会工作专业人才队伍建设做出全面部署。这是我国第一个关于社会工作专业人才发展的纲领性文件，也是加强社会工作专业人才队伍建设的行动指南。^[3]2012年，中共中央发布了《社会工作专业人才队伍建设中长期规划(2011—2020年)》，要求强化社会工作人才建设，切实增强我国构建社会主义和谐社会的人才支撑能力。^[4]在地方层面，各级政府纷纷出台推进社会工作发展的有效措施，在各类社会工作试点项目、专业人才队伍建设、政府购买社会工作服务等方面制定地方规范性文件。例如，2013年，嘉善县被民政部列为浙江省唯一的全国首批企业社会工作试点地区。该县精心制定并实施了《全国企业社会工作试点方案》，打造了“幸福企业，和谐家庭”“幸福企业，企业共创”等社会工作服务品牌，还专门出台了嘉善县《社会工作人才扶持激励办法》和《社会组织扶持激励办法》等文件，为企业社会工作的系统开展提供了较为完善的政策框架。^[5]随着对社会工作的重视程度不断加深，各级地方政府积极贯彻关于加快社会工作发展的规划和部署，推动社会工作发展的政策实践不断得到创新和丰富。社会工作政策体系的建立是一个不断发展演进的过程，研究与总结现有政策的成功经验以及局限性，有助于我国社会政策体系的不断完善和优化。

二、文献综述

随着我国社会工作实践的快速发展与社会工作政策体系的不断完善，社会工作政策议题也引起了学术界的热烈讨论和广泛关注。现有相关研究不仅聚焦于包含“社会工作”一词的法律法规，还涉及主题和内容与社会工作直接相关的政策法规。这些研究成果充分肯定了社会工作政策在促进社会工作发展方面的重要作用。^[6-7]具体而言，相关研究取得的主要进展如下。

从研究内容来看，一方面，部分成果聚焦于我国社会工作政策发展演进以及阶段性特征的研究。如龚小蝶等从新制度主义视角出发，分析了社会工作制度化过程，认为社会工作的制度化具有合法化、项目化和科层化的演进逻辑。^[8]叶托等依据政策数量变化和标志性政策将我国社会工作政策划分为缓慢恢复、初步发展和迅猛发展三个阶段，从政策主体、政策体系和政策工具三个方面总结了我国社会工作政策演变逻辑。^[9]这些学者通过梳理历史资料和政策文献，揭示了社会工作政策在不同历史时期的演进逻辑和发展趋势，为社会工作政策的制定和实施提供了参考依据。另一方面，部分学者更加关注从特定领域对社会工作政策进行深入研究，如针对儿童福利政策^[10]、养老服务政策^[11]、社区服务政策^[12]、社会救助政策^[13]等具体领域，探讨如何制定和实施符合特定人群需求的社会工作政策。如韩振燕等从政策数量、主体、效力和内容等方面分析了我国养老服务政策态势和演进逻辑，提出了促进养老服务质量提升的针对性政策建议。^[14]这些研究为相关领域的社会工作实践提供了有力的理论支持。

从研究方法来看，大部分研究采取定性分析方法对社会工作政策内容展开研究，并结合政策运行情况提出针对性建议，如冯元^[15]、蔡天^[16]等，主要从理论层面阐述某项制度在推进社会工作发展中存在的不足和问题。而部分研究是采取定量分析对政策内容特征进行量化，如张国芳^[17]等、麦颖特^[18]、仝秋含^[19]等，尤其结合政策工具理论剖析我国社会工作政策的问题点、侧重点和突破点，这些定量分析研究提高了社会工作政策研究的科学性和准确性。

总体而言，我国社会工作政策研究已经形成了比较丰富的理论成果，对于完善社会工作政策体系、推进社会工作规范发展提供了重要参考。但现有相关文献尚未对各地区社会工作相关政策进行横向比较研究，不同地区社会工作政策的基本特征、差异性以及共性与个性问题等未能受到应有的关注。此外，现有相关文献的研究方法过于单一，尤其是在政策内容及其基本特征方面主要采用内容分析法展开研究，极少采用因子分析和聚类分析法对我国社会工作政策进行系统梳理和分析。因此，本文尝试基于政策工具理论，综合运用因子分析和聚类分析研究方法，对我国各地区社会工作政策进行量化横向比较研究，以期为进一步完善与优化我国地方政府层面的社会工作政策提供参考与借鉴。

三、研究方法与数据

(一) 研究方法

本文借用统计分析软件Stata18.0和质性分析软件NVivo12 plus，运用因子分析和聚类分析方法展开研究。首先，依据政策工具理论确定数据变量；其次，对选择的政策文本进行编码，并按照选择的政策工具变量进行归类；再次，运用Stata18.0对政策工具变量进行因子分析，即根据原始变量的信息进行重新组合，找出影响变量的共同因子，并根据相关性大小进行变量间的再次分组，简化数据，确定公因子数量和名称，按照各公因子得分对数据进行聚类；最后，根据分析结果进行解释。

因子分析是对原始变量进行降维处理，使变量具有较强的可解释性。^[20]因子分析减少了变量间的相互干扰，在信息损失最小的情况下，将具有一定相关关系的多个变量综合为数量较少的几个因子。通过公因子的方差贡献率构造综合评价函数，简化众多原始变量，并有效处理各个变量间的重复信息。

聚类分析的核心是“物以聚类，人以群分”，是基于研究对象的特征、按照一定标准将研究对象进行分类的研究方法，使得同类别数据间的相似性尽可能大，不同类别数据间的相似性尽可能小。本文将根据因子分析结果对我国各地区(不包括中国香港特区、中国澳门特区和中国台湾地区，下同)的社会工作政策工具变量提取的主成分进行系统聚类分析，进而实现更好地分类。

(二) 数据来源

本文主要通过检索“北大法宝”官网获取社会工作政策文件。若仅收集某一年我国各地区颁布的社会工作政策文件会存在样本量过小的问题，且不同地区因实际情况不同而在社会工作政策文件颁布数量上存在差异。部分地区社会工作政策文件颁布数量较多，而部分地区政策文件颁布数量太少，固定不同地区的文本数量不便于统计分析。因此，本文以2015—2022年为检索时间范围，选择该期间我国各地区的政策文件作为分析样本。经过搜集、筛选和整理等步骤之后，共获得29个省份的社会工作政策文本数据(甘肃和西藏在“社会工作”相关政策中没有具有实质性意义的政策条款，因此不包含在本文的研究范畴之内)。政策文本选取的原则有四点。第一，以“社会工作”“社工”等关键词为标题在“北大法宝”数据库进行检索，研究主题与社会工作直接相关。第二，剔除答复、批复、函、通报等文件类型，选择规划、方案、通知、意见等形式的政策文件。第三，选择现行有效的文件。第四，政策条款需要运用到政策工具。根据以上原则，最终从1 525份政策文件中确定了138份有效样本作为分析的主要对象，29个省份2015—2022年的政策数量如表1所示。其中，北京、福建、上海和湖南等地的社会工作政策文件较多，而青海、广西等地的社会工作政策文件较少，这与当地的政策实施情况、地区发展差异、政府重视程度等影响因素相关。

(三) 数据变量的选择

本文基于政策工具理论选择了Rothwell和Zegveld^[21]的政策工具分类方式，其分为供给型、环境型、需求型政策工具。供给型政策工具是指政府通过直接提供资金、基础设施和人力资本等要素推动社会工作的发展。根据要素供给的不同，可将供给型政策工具划分为资源整合、资金支持、行业组织建设、人才建设、基础建设、标准规范等6类细分政策工具。环境型政策工具是指政府利用法规管制、金融支持和税收优惠等手段为社会工作营造一个良好的发展环境。本文根据社会工作政策文本内容将其划分为宣传交流、强化保障、健全机制、岗位考评、法规管制和策略性措施等6类细分政策工具。需求型政策工具是指政府通过组织领导、政府购买、示范工程、社会参与、岗位设置与开发等措施拉动社会工作发展，创造和扩大社会工作的市场需求。本文结合相关文献对三类政策工具进行细分，各类细分工具结合政策工具理论和社会工作政策文本内容进行调整。使用NVivo12plus质性分析软件对政策文本进行编码，以“政策序号—章—节/条款”为编码原则，若同一条款包含多个分类指标，则重复编码，依据三种政策工具类型对编码内容进行归类。我国29个省份社会工作政策工具参考点分布情况见表1。

四、统计分析

(一) 因子分析

1. 信度分析

KMO检验是为了判断选择的数据是否适合做因子分析，取值范围为0到1之间，数值越接近于1，则越适合做因子分析。本文采用Stata18.0对数据进行预处理，得到总体KMO值为0.6557，大于0.5，并且各个变量的KMO值也大多在0.5以上，同时Bartlett球形度检验的显著性概率为0.0000，显著性水平低于0.01，表明各变量之间具有较强的相关性。因此，本文选择的数据资料是适合做因子分析的。

2. 提取公因子

文章借助Stata18.0软件对社会工作政策的17个细分政策工具变量进行降维处理，按照特征值大于1的原则提取主成分，得到的5个主成分初始特征值均大于1(见表2)。其中，第一个主成分的解释能力占所有变量方差的23.27%，第二个主成分的解释能力占所有变量方差的17.02%，第三个主成分的解释能力占所有变量方差的16.36%，第四个主成分的解释能力占所有变量方差的10.84%，第五个主成分的解释能力占所有变量方差的8.43%，累计方差贡献率为75.93%，说明提取的5个主成分可以解释17个政策工具变量包含的大部分信息。综上所述，可以认为这5个主成分能有效解释社会工作政策工具使用的基本情况。

3. 因子载荷矩阵

为了得到简化的因子结构，进行因子旋转。结果显示，从所有原变量中可以提取5个主成分，且主成分之间各不相关，说明结果具有合理性，得到具有明确意义的主成分，将其用F₁、F₂、F₃、F₄、F₅表示(见表3)。其中F₁包括X₈(健全机制)、X₉(岗位考评)、X₁₀(法规管制)、X₁₁(策略性政策)、X₁₃资金支持、X₁₆(基础建设)等变量；F₂包括X₇(强化保障)、X₁₄(行业组织建设)等变量；F₃包括X₂(政府购买)、X₃(示范工程)、X₆(宣传交流)和X₁₇(标准建设)等变量；F₄包括X₁(组织领导)、X₄(社会参与)、X₁₂(资源整合)等变量；F₅包括X₅(岗位设置与开发)、X₁₅(人才建设)等变量。

各变量是在对社会工作政策文本内容和政策工具特征进行深入分析后归纳总结得出，因此在为主成分命名时，本文充分考虑了各变量的独特性和内在联系，力求准确反映其核心特征。

在第一个主成分F₁中，X₈(健全机制)、X₉(岗位考评)、X₁₀(法规管制)、X₁₁(策略性政策)、X₁₃(资金支持)、X₁₆(基础建设)等变量有较大的载荷。上述变量主要反映的是各地区在社会工作政策工具供给上的侧重点和社会工作运行的制度安排。其中，X₈、X₉、X₁₀和X₁₁属于环境型政策工具，X₁₃和X₁₆属于供给型政策工具。该主成分强调了政府及相关部门为社会工作发展提供多方位的支持。因此，将主成分F₁命名为立体推进。

第二个主成分F₂包括X₇(强化保障)、X₁₄(行业组织建设)等变量。其中，X₇属于环境型政策工具，X₁₄属于供给型政策工具。该主成分主要强调了这两个方面在社会工作发展中的基础性和重要性，是社会工作发展的基础和支撑，为社会工作的长期发展提供坚实的保障。因此，将主成分F₂命名为基础构建。

第三个主成分F₃包括X₂(政府购买)、X₃(示范工程)、X₆(宣传交流)和X₁₇(标准建设)等变量。其中，X₂和X₃属于需求型政策工具，X₆属于环境型政策工具，X₁₇属于供给型政策工具。在政府购买社会工作服务作为转变政府职能、加强社会建设和创新社会治理重要方式的背景下^[22]，该主成分强调了政府购买在构建现代社会服务体系中的重要作用。同时也强调了构建一个社会工作专业综合框架的重要性，可以通过规范工作方式、方法和标准，有效帮助人们解决生活问题，改善生活质量，促进社会和谐发展。因此，将主成分F₃命名为引领推广。

第四个主成分F₄包括X₁(组织领导)、X₄(社会参与)、X₁₂(资源整合)等变量。其中，X₁和X₄属于需求型政策工具，X₁₂属于供给型政策工具。该主成分不仅强调了政府领导在促进社会工作发展中的关键引导力量，还强调了社会参与是推动社会工作发展不可或缺的重要力量，其包括家庭、学校、社区等单位，应避免出现社会工作由政府主导，缺乏社会主体积极回应的问题，并将社会各界的资源进行有效整合。因此，将主成分F₄命名为多元协同。

第五个主成分F₅包括X₅(岗位设置与开发)和X₁₅(人才建设)等变量。其中，X₅属于需求型政策工具，X₁₅属于供给型政策工具。该主成分强调了社会工作发展对相关岗位设置开发的需求，以及专业人才队伍建设对社会工作发展的支撑作用。因此，将主成分F₅命名为人才发展。

通过以上主成分分析，将17个变量降维到了5个主成分，分别是立体推进、基础构建、引领推广、多元协同和人才发展。接下来，利用5个主成分对社会工作政策内容作进一步剖析。

4. 因子得分

根据因子得分系数矩阵(见表4)，可以写出5个主成分的表达式。此时表达式中的各个变量已经不是原始变量，而是标准化变量。

由F₁、F₂、F₃、F₄、F₅的公式计算5个主成分的得分情况，进而可以计算综合因子得分表达式(1)：

$ \begin{split} F =& 30.65\% {F_1} + 22.42\% {F_2} + 21.55\% {F_3} +\\& 14.28\% {F_4} + 11.10\% {F_5} \end{split} $

根据方差贡献率可知，单因子F₁立体推进、F₂基础构建、F₃引领推广的方差贡献率分别为23.27%、17.02%和16.36%，总贡献率达到56.66%，这三个主成分是影响社会工作发展的重要因素。我国各地区社会工作政策存在4个特点。一是完善法律法规和标准体系，为社会工作提供制度保障和安全网，确保各方有章可循，按章行事，推动社会工作健康有序发展。二是加大资金、资源、基础设施和专业人才等方面的投入，为社会工作提供坚实基础和有力支撑。三是注重构建专业综合框架，推进项目试点和推广，营造良好的社会工作氛围。四是我国社会工作政策工具以供给型和环境型为主，需求型政策工具相对缺乏。

根据上述得分表达式可以获得F₁、F₂、F₃、F₄、F₅和综合因子F的得分和排名情况(见表5)。

由主成分的分析原理可知，各主成分得分以0为分界线，得分小于0，表示该地区社会工作政策供给低于全国平均水平；得分大于0，表示该地区社会工作政策供给高于全国平均水平。由表5可得以下结论。

第一，从综合因子F的得分和排名可知，上海、北京、山西等13个省份的社会工作政策供给高于全国平均水平。其中，上海居于榜首，其在立体推进和基础构建上面占据优势，得分很高。辽宁的综合得分最低，其政策工具的使用整体较为缺乏。而有16个省份得分为负，综合社会工作政策供给低于平均水平。由此可见，我国各省政府对社会工作重视程度不一致，相关政策支持力度差异很大，政策条款内容和数量差距较大。

第二，从F₁立体推进的得分和排名可知，上海、新疆、湖南等11个省份的得分高于全国平均水平，其社会工作政策侧重点在立体推进包含的具体指标上。而江西、天津、黑龙江等省份排名靠后，且得分低于全国平均水平，其关于资金支持、法规管制等方面的政策工具供给不足。

第三，从F₂基础构建的得分和排名可知，北京、四川、上海等13个省份的社会工作政策供给水平高于全国平均水平，其在基础构建方面具有显著的优势。其余省份的得分均低于全国平均水平，其在基础构建方面还有待加强政策输出。应通过鼓励、支持等方式引导社会工作的发展，创新服务模式和服务项目，将社会治理需求转化为具体项目，引导行业组织建设优化社会工作服务效果和质量。

第四，从F₃引领推广的得分和排名可知，湖南、山西、江苏等10个省份的得分高于全国平均水平，其关于引领推广的社会工作政策工具数量较多，政策供给水平较高，注重广泛宣传先进典型和成熟做法，提高社会认知，扩大社会共识，激发社会工作专业力量参与社会工作服务的热情，影响并带动更多地方和单位重视社会工作专业人才的培育。同时这些省份注重由政府购买社会工作服务的组织领导、财政投入和监督管理等项目，充分尊重市场主体地位，发挥市场机制在配置社会服务资源中的基础作用。

第五，从F₄多元协同的得分和排名可知，重庆、海南、云南等12个省份的得分高于全国平均水平，其注重多元协同参与社会工作的建设发展，以形成合力，这是环境型政策工具常用的手段。

第六，从F₅人才发展的得分和排名可知，安徽、福建、贵州等12个省份的得分高于全国平均水平，其通过对社会工作岗位的设置和开发来支持社会工作专业化发展，在加强社会工作专业化人才队伍建设方面的政策力度较大。

综上所述，可以看到，平均水平大于0的地区并未同时出现在5个主成分中，说明不同地区基于自身实际情况采取的社会工作政策措施是不一致的，而地区间选择增加还是减少政策工具的使用权重，可以通过聚类分析加以辨别。

(二) 聚类分析与讨论

1. 聚类分析

本文根据主成分分析提取的5个主成分及综合因子F，运用Stata18.0对我国29个省份的社会工作政策做层次聚类分析，将其聚为5类，表6是分类均值比较的结果。第一类地区包括重庆、海南、山东、河北、吉林、河南、新疆、云南、陕西、浙江、湖北、广东、天津、广西、青海、江西、辽宁、宁夏、内蒙古等19个省份；第二类地区包括贵州、安徽、福建、黑龙江、四川等5个省份；第三类地区包括湖南、山西、江苏等3个省份；第四类地区为北京；第五类地区为上海。由表6可以直观看出我国各地区对社会工作的重视程度各不相同，其对不同政策工具的使用也不均衡。

2. 讨论

根据聚类分析结果，比较5个主成分和综合因子F的得分，第一类地区的综合因子F得分小于0且包含地区众多，其余地区的综合因子F得分大于0，具体解释如下。

第一类地区包括重庆、海南、山东、河北、吉林、河南、新疆、云南、陕西、浙江、湖北、广东、天津、广西、青海、江西、辽宁、宁夏、内蒙古等19个省份。这些地区是五个类别当中包含地区最多的一类，也是社会工作政策供给最少的地区聚类。这些地区大多数的主成分得分排名在全国比较靠中后，总体上存在社会工作政策工具供给不足的问题，但少数地区在某个主成分的排名靠前。如新疆和重庆在F₁方面的得分排名靠前，其社会工作政策强调供给型、环境型政策工具的联动效应。而重庆、海南和云南在F₄方面的排名靠前，其社会工作政策强调岗位设置与开发以及人才建设，即注重供需结合。总体来说，第一类地区的社会工作政策供给不足，其主成分综合因子F得分排名最低，三种政策工具的运用都比较少。由前文可知，第一类地区具有供给—需求—环境型政策工具缺失特征。

第二类地区包括贵州、安徽、福建、黑龙江、四川等5个省份，属于社会工作政策供给较少的地区聚类。四川比较注重F₂在社会工作发展中的保障和支撑作用，主要体现在强化保障和行业组织建设等政策上，同时在F₄和F₅方面的得分也较高，但在F₁和F₃方面的得分排名靠后。另外，安徽、福建、贵州、黑龙江和四川在F₅方面的得分依次排名在前五。总体而言，第二类地区具有供给—需求—环境型政策工具联动特征。

第三类地区包括湖南、山西、江苏等3个省份，属于社会工作政策供给中等的地区聚类。湖南在F₃方面的得分排名第一，而山西和江苏在F₁和F₃方面的得分排名靠前，主要表现在健全机制、岗位考评、法规管制、策略性措施、资金支持、基础建设、政府购买、示范工程、宣传交流和标准规范等政策上，说明当地政府注重环境型和供给型政策工具的联动作用。总体而言，第三类地区具有环境—供给型政策工具协同特征。

第四类地区为北京，属于社会工作政策供给较多的地区。北京综合因子F得分排名第二，并且在F₂方面的得分排名第一，在F₃方面的得分排名第四，主要体现在强化保障、行业组织建设、政府购买、示范工程、宣传交流和标准规范等政策上，其均涵盖在需求型、环境型和供给型政策工具中。虽然北京注重政策工具的均衡发展，但其在F₁和F₅方面的得分均在0以下，在全国排名倒数，说明其需求型政策工具的运用很少，拉低了总体得分。因此，第四类地区具有环境型政策工具主导特征。

第五类地区为上海，属于社会工作政策供给最多的地区。上海综合因子F得分排名全国第一，并且在F₁方面的得分排名也是全国第一，表现在健全机制、岗位考评、法规管制、策略性措施、资金支持、基础建设等政策上，注重供给型和环境型政策工具的协同作用。但是其在F₃方面的得分却位列全国倒数，拉低了整体政策工具协同水平，造成上海在需求型政策工具应用方面的失衡。因此，第五类地区具有环境—供给型政策工具协同特征。

五、结论与建议

(一) 结论

本文基于因子分析和聚类分析方法对我国29个省份2015—2022年的社会工作政策进行量化研究，主要结论如下。

第一，我国各地区社会工作政策工具结构不均衡。通过对社会工作政策工具变量进行因子分析，根据提取的5个主成分得分和排名情况，可以发现我国社会工作政策工具结构不均衡以及政策工具内部结构不均衡。政策工具结构不均衡具体表现为供给型和环境型政策工具占据绝对主导地位，需求型政策工具运用较为缺失，单因子立体推进、基础构建、引领推广的方差总贡献率达到56.66%，是影响社会工作最主要的社会工作政策工具，主要由环境型和供给型政策工具变量构成。政策工具内部结构不均衡是环境型、供给型和需求型政策工具内部指标的使用不均衡，主要表现在不同地区5个主成分得分和排名上。

第二，我国各地区社会工作政策供给水平差异较大。这可能与各地区经济发展水平、要素资源、社会工作发展环境、当地政府重视程度等因素有很大关系。以福建为例，其在立体推进、基础构建、引领推广、人才发展的得分均居于全国平均水平之上，在社会工作政策工具的运用中实现了供给—需求—环境型三类政策工具的均衡使用。不仅营造了良好的社会工作发展制度环境，还实现了社会工作供需的有效匹配，为提高社会工作服务效率和质量、切实增强构建社会服务体系、改善民生为主的社会建设提供了政策保障。

第三，我国各地区社会工作政策区域聚类特征明显。通过对因子分析提取的5个主成分进行聚类分析，将不同社会工作政策供给水平的地区归为五类，根据5类地区分类均值大小，得到了4种不同类别政策工具协同运用的特征。首先，第一类地区具有供给—需求—环境型政策工具缺失特征；其次，第二类地区具有供给—需求—环境型政策工具联动特征；再次，第三类和第五类地区具有环境—供给型政策工具协同特征；最后，第四类地区具有环境型政策工具主导特征。这些特征突显了当地社会工作政策制度体系建设优势和劣势。各地区可基于自身实际情况进行查漏补缺，不断优化政策工具。

(二) 建议

第一，均衡使用政策工具，强化需求型政策工具的运用。既要发挥环境型政策工具对于社会工作发展环境的塑造作用，也应重视供给型政策工具对于社会工作发展的推动作用，以及需求型政策工具的拉动作用。针对社会工作政策工具结构不均衡的问题，特别是需求型政策工具的缺失，地方政府在制定和实施社会工作政策时要更加注重此类政策工具的运用。通过增加对需求型政策工具的投入和使用，更好地满足社会工作发展的实际需求，推动社会工作的健康发展。同时，也要保持供给型和环境型政策工具的适当使用，以实现政策工具间的均衡和协同。

第二，因地制宜，制定差异化的社会工作政策。考虑到不同地区在社会工作政策供给水平上的差异，地方政府在制定社会工作政策时需要充分考虑当地的实际情况和需求，通过深入了解当地的经济发展水平、要素资源、社会工作发展环境等因素，制定更加符合当地实际需求的社会工作政策。不仅要注重政策工具的创新，还要注重政策工具的实施成效。这需要当地政府具备识别和判断政策工具实施效果的能力，在充分了解社会工作政策工具实施带来的长期和短期成效的基础上，提高社会工作政策的针对性和可操作性，更好地推动当地社会工作的发展。

第三，加强区域合作与交流，促进政策经验的共享与借鉴。地方政府要正视自身社会工作政策存在的不足和差距，加强合作与交流。通过定期组织经验分享会、研讨会等活动，促使各地区在社会工作政策制定和实施过程中的经验得到共享与借鉴。同时，地方政府之间也可以积极进行互访和学习，以了解其他地区在社会工作政策方面的成功经验和做法。加强地区横向交流学习，可以推动社会工作政策的创新、补充和完善，提高政策制定的精准度和整体效果。