五维分析模型下中国数据要素交易政策的演进研究

doi:10.15936/j.cnki.1008-3758.2026.01.008

摘要/Abstract

摘要：

为建设统一、专业、有序的数据要素交易市场，从发展的视角结合“类型、主体、再生、工具、主题”等维度，对国务院及各部委所颁发的148项数据要素交易政策进行了计量分析，总结了数据要素交易政策演进逻辑，分析了数据要素交易市场建设面临的现实困境，提出数据要素交易政策的优化路径。研究表明，中国数据要素交易政策存在法律设计滞后、责任主体偏位、复制性再生凸显、工具选择失衡、主题关注宏观划一等问题，并提出了以下政策优化建议：以强化交易法律为抓手，为数据要素交易提供纲领性遵循；以多元政策主体为引擎，为协同发展供应全态性动力；以细化政策再生为突破，为数据要素交易指明战略性方向；以均衡政策工具为保障，为数据要素交易作出基础性引领；以多样政策主题为基石，为数据要素交易提供制度性依据。

关键词: 数据要素, 数据要素交易政策, 政策再生, 政策主题, 政策工具

Abstract:

Aiming to facilitate the development of a unified， professional， and orderly data factor trading market， this paper conducts a quantitative analysis of 148 data factor trading policies issued by the State Council and various ministries and commissions， and from a developmental perspective， examines these policies through the dimensions of “type， subject， regeneration， tool， and theme.” The study summarizes the evolutionary logic of data factor trading policies， analyzes the practical challenges facing market construction， and proposes pathways for optimizing data factor trading policies. The research shows that China's data factor trading policies have problems such as lagging legal design， misalignment of responsible entities， prominent replicative regeneration， imbalanced instrument selection， and overly macro-uniform thematic focus. To address these challenges， the following optimization strategies are proposed： strengthening transactional laws to provide programmatic guidance for data factor trading； engaging diverse policy actors as an engine to supply comprehensive momentum for collaborative development； refining policy regeneration as a breakthrough to chart a flagship direction for data factor trading； balancing policy instruments as a safeguard to offer foundational guidance for data factor trading； and diversifying policy themes as a cornerstone to establish institutional foundations for data factor trading.

Key words: data factor, data factor trading policy, policy regeneration, policy theme, policy tool

中图分类号:

D 601

杜宝贵, 丰佰恒. 五维分析模型下中国数据要素交易政策的演进研究[J]. 东北大学学报（社会科学版）, 2026, 28(1): 76-86.

Baogui DU, Baiheng FENG. Research on the Evolution of Data Factor Trading Policy in China Under the Five-dimensional Analysis Model[J]. Journal of Northeastern University(Social Science), 2026, 28(1): 76-86.

图/表 5

图1 中国数据要素交易政策五维分析模型

图2 数据要素交易政策发布阶段划分

图3 政策主体累计合作网络演进（a）—第一阶段主体累计合作网络；（b）—第二阶段主体累计合作网络；（c）—第三阶段主体累计合作网络

图4 主体合作密度与中心度变化情况

图5 政策主题演进

参考文献 28

[1]	陈兰杰，侯鹏娟，王一诺，等.我国数据要素市场建设的发展现状与发展趋势研究［J］.信息资源管理学报，2022，12（6）：31-43.
[2]	徐玖玖.数据交易法律规制基本原则的构建：反思与进路［J］.图书馆论坛，2021，41（2）：77-88.
[3]	段尧清，吴瑾，王蕊.数据要素基础制度的价值取向与框架［J］.数字图书馆论坛，2022（10）：6-12.
[4]	孙志煜，陈茜.大数据政策体系的理论基础与逻辑展开——以贵州省为例［J］.湖南科技学院学报，2017，38（2）：108-111.
[5]	张勇进，王璟璇.主要发达国家大数据政策比较研究［J］.中国行政管理，2014（12）：113-117.
[6]	张维冲，王芳，黄毅.基于图数据库的贵州省大数据政策知识建模研究［J］.数字图书馆论坛，2020（4）：30-38.
[7]	张涛，马海群，易扬.文本相似度视角下我国大数据政策比较研究［J］.图书情报工作，2020，64（12）：26-37.
[8]	汤志伟，龚泽鹏，郭雨晖.基于二维分析框架的中美开放政府数据政策比较研究［J］.中国行政管理，2017（7）：41-48.
[9]	沈俊鑫，何承洪，王晓萍.贵州省级大数据政策量化评价研究［J］.重庆理工大学学报（社会科学），2022，36（1）：144-156.
[10]	洪伟达，马海群.我国开放政府数据政策的演变和协同研究——基于2012-2020年政策文本的分析［J］.情报杂志，2021，40（10）：139-147.
[11]	洪闯，李中明，徐金藤.我国老年人健康信息服务政策量化研究与启示——基于“工具—目标—主体”三维分析框架［J］.现代情报，2024，44（8）：99-109.
[12]	孔令帅，王楠楠.政策类型理论视角下美国州政府发展乡村教育的政策研究［J］.教育发展研究，2023，43（8）：47-56.
[13]	黄剑锋.中国长三角区域智慧养老政策比较研究——基于主体—目标—工具的政策计量分析［J］.信息资源管理学报，2020，10（6）：122-134.
[14]	林雪霏.政府间组织学习与政策再生产：政策扩散的微观机制——以“城市网格化管理”政策为例［J］.公共管理学报，2015，12（1）：11-23.
[15]	付熙雯，王晓丹.我国省级地方政府数据要素市场建设政策的结构、主题与工具选择——基于122份政策文本的量化分析［J］.数字图书馆论坛，2024，20（10）：71-79.
[16]	Zhao G L. Trends in grassland science： based on the shift analysis of research themes since the early 1900s［J］. Fundamental Research，2023，3（2）：201-208
[17]	Liu H L， Chen Z W， Tang J， et al. Mapping the technology evolution path：a novel model for dynamic topic detection and tracking［J］. Scientometrics，2020，125（3）：2043-2090.
[18]	Chen B T， Tsutsui S， Ding Y， et al. Understanding the topic evolution in a scientific domain： an exploratory study for the field of information retrieval［J］. Journal of Informetrics， 2017， 11（4）：1175-1189.
[19]	熊维清，卞一州，李光宇，等.我国省级职业健康政策文本量化研究——基于政策工具、责任主体和政策类型的三维框架［J］.中国卫生政策研究，2023，16（6）：66-72.
[20]	高歌.城镇职工基本养老保险政策文本研究——基于政策工具、政策目标、政策主体的三维分析框架［J］.北京航空航天大学学报（社会科学版），2023，36（3）：133-142.
[21]	王旭，李雨晴.我国个人信息保护政策文本量化研究及启示——基于“工具—效力—主题”三维框架的探析［J］.情报科学，2023，41（1）：126-133.
[22]	房海旭，付熙雯.地方政府数据开放利用的政策现状与优化策略研究——基于三维政策分析框架［J］.情报探索，2023（2）：75-83.
[23]	朱亮，孟宪学.文献计量法与内容分析法比较研究［J］.图书馆工作与研究，2013（6）：64-66.
[24]	彭川宇，刘月.政府数据开放政策三维分析框架构建及实证研究［J］.图书情报工作，2021，65（6）：12-22.
[25]	Rothwell R， Zegveld W. Reindusdalization and technology［M］. London：Logman Group Limited， 1985：83-104.
[26]	Blei D M， Ng A Y， Jordan M I. Latent dirichlet allocation［J］. Journal of Machine Learning Research.2003，3（1）：993-1022.
[27]	邓卫华，左静.“十八大”以来互联网内容治理政策变迁——基于政策文献计量的研究［J］.信息资源管理学报，2021，11（3）：88-98.
[28]	熊烨，周建国.政策转移中的政策再生产：影响因素与模式概化——基于江苏省“河长制”的QCA分析［J］.甘肃行政学院学报，2017（1）：37-47.