基于政策工具与LDA模型的中国数字经济政策文本分析☆

连艳琼; 严澜; 施生旭

doi:10.15978/j.cnki.1673-5668.20250405

科学观察 ›› 2025, Vol. 20 ›› Issue (4) :42-55 DOI: 10.15978/j.cnki.1673-5668.20250405

政策观察

基于政策工具与LDA模型的中国数字经济政策文本分析^☆

作者信息 +

Policy Text Analysis of China’s Digital Economy Based on Policy Instrument and LDA model

Author information +

文章历史 +

摘要

[目的/意义] 数字经济发展战略层级不断提升，挖掘政策文本内化的政策信息，对数字经济政策制定和完善具有重要意义。[方法/过程] 收集中国2016—2024年出台的152份数字经济政策文本，基于政策工具理论建立分析框架，通过政策文本编码呈现数字经济政策工具结构分布，利用LDA主题模型挖掘政策热点，深入分析不同工具类型下的政策制定逻辑。[结果/结论] 数字经济政策辐射工业、服务业、互联网等多个领域，政策聚焦于产业转型发展、公共服务数字化、数字人才培育、数字经济安全和数字基础设施5个主题，在政策工具分布上呈现供给型工具过溢，需求型和环境型部分工具应用有限，但政策工具与政策主题具有较强的适配性。从加强数字经济工具结构分布合理性、完善政策主题规划布局、深化工具与主题的精准适配等方面提出对策建议。

Abstract

[Objective/Significance] The strategic level of digital economy development has been continuously elevated. Uncovering the policy information internalized in policy texts is of great significance for the formulation and improvement of digital economy policies. [Method/Process] A total of 152 policy texts on the digital economy issued in China from 2016 to 2024 were collected. Based on the policy tool theory, an analytical framework was established. The structure and distribution of digital economy policy tools were presented through policy text coding. The LDA topic model was utilized to mine policy hot topics, and the policy-making logic under different tool types was analyzed in depth. [Results/Conclusions] Digital economy policies cover multiple fields such as industry, services, and the Internet. The policies focus on five themes: industrial transformation and development, digitalization of public services, digital talent cultivation, digital economy security, and digital infrastructure. In terms of policy tool distribution, supply-type tools are overabundant, while the application of demand-type and environment-type tools is limited. However, there is a strong compatibility between policy tools and policy themes. Countermeasures and suggestions are proposed from aspects such as strengthening the rationality of the tool structure distribution of the digital economy, improving the planning and layout of policy themes, and deepening the precise matching of tools and themes.

Graphical abstract

关键词

数字经济 / 政策文本 / 政策工具 / LDA模型

Key words

digital economy / policy text / policy instrument / LDA model

引用本文

引用格式 ▾

连艳琼, 严澜, 施生旭. 基于政策工具与LDA模型的中国数字经济政策文本分析^☆[J]. 科学观察, 2025, 20(4): 42-55 DOI:10.15978/j.cnki.1673-5668.20250405

Lian Yanqiong, Yan Lan, Shi Shengxu. Policy Text Analysis of China’s Digital Economy Based on Policy Instrument and LDA model[J]. Science Focus, 2025, 20(4): 42-55 DOI:10.15978/j.cnki.1673-5668.20250405

登录浏览全文

4963

注册一个新账户忘记密码

0 引言

随着新一轮科技革命和产业革命加速演进，数字经济发展已经跃升为国家战略的核心焦点，协同推进数字经济顶层设计与战略落地是实现高质量发展的必然选择^[1]。党的十八大以来，党中央高度重视数字经济发展，将其上升为国家战略，党的十九大报告强调，推动互联网、大数据、人工智能和实体经济深度融合，标志着我国由工业经济融合进入实体经济融合的数字多元化阶段。2018年以来，《数字经济发展战略纲要》《数字中国建设整体布局规划》《“十四五”数字经济发展规划》等系列引导数字经济发展的政策规划相继出台，在数据基础制度构建、数字基础设施建设、数字经济治理效能提升、数字经济国际合作空间拓展等方面作出重要部署。以5G、云计算、大数据、人工智能等为代表的前沿技术广泛应用，促使数字经济政策重心从早期的信息化与工业化融合向数字产业化、产业数字化不断演变^[2]，为数字经济的发展提供了指导和方向，推动数字经济与实体经济向更深层次、更广范围、更宽领域融合。

数字经济作为新型经济形态，其影响已深入社会各层级结构，当前研究主要集中于数字经济相关概念明晰和现状分析^[3]、理论体系构建^[4]、探究数字经济赋能经济发展的机理和水平测度^[5-6]及综述研究等，随着数字经济领域不断扩展，研究逐渐从经济领域扩展到微观个体与宏观政府层面，涉及政府、企业的数字化转型^[7-8]，数字经济对社会各领域可能产生的影响等。数字经济在快速发展的同时也面临数据主权争议、数字鸿沟加剧、算法伦理失范等现实挑战^[9-10]，在机遇与危机并存的背景下，健全的数字经济配套政策支持体系有利于保障数字经济的长远稳定发展。然而，现有数字经济政策体系完善还面临着一定困难：一是政策内容宏观，数字经济政策产出过程复杂，涉及我国经济发展现状和数字经济战略定位，以及丰富的内涵特征和广泛应用场景，在制定具体领域政策措施方面存在困难^[11]；二是数字经济标准体系的供给不足，特别是在网络与信息安全领域的法律、规范、制度尚需进一步完善^[12]；三是政策同构现象凸显，地方政府在数字经济政策设计过程中可能结合地方情景不够充分，导致数字经济领域出台大量重复乃至冗余的产业政策，引发企业激励机制扭曲、政策套利和产能过剩等问题^[13]。在此背景下，进一步完善数字经济政策体系成为政府治理领域重要的研究问题，以适应发展数字经济、培育新质生产力和推动高质量发展长期稳定的需要。

已有数字经济政策研究包括政策梳理分析^[14-15]、政策效应评估^[16-17]和协同研究^[18]等领域，围绕政策文本量化方法和政策内容分析2种研究方法呈现出2种不同的研究路径：一种是运用指标体系和模型构建的方式对数字经济政策进行效应评价，通过LDA模型、PMC指数模型挖掘数字经济政策主题，量化评价数字经济政策总体质量水平，为优化数字经济政策制定提供经验和办法^[19-20]；另一种则主要运用政策工具理论对数字经济政策进行内容分析，政策文本能够反映数字经济政策选择、政策变迁、政策目标、政策工具等信息，学者们从“工具-目标”“工具-原则”二维或者更复杂的三维分析框架，分析国家或省级政府数字经济政策文本的政策结构、政策特征、政策工具运用等，为如何促进数字经济发展提出相应的政策建议^[21-23]。

总体而言，现有数字经济政策研究成果具有启发性，但仍然存在若干不足。首先，在研究内容上，已有研究对政策目标、政策类型、政策演化过程等剖析较为全面，但对政策工具与政策主题2个维度的结合较少；其次，从研究方法来看，回归总结讨论较多，质性研究以内容分析法为主，采取的政策样本量较少；再者，在研究层次上，已有研究多从国家或省份单个维度的数字经济政策进行研究，较少对国家和省级进行系统性的数字经济政策量化研究。

因此，本文选取省级以上政府发布的数字经济政策文本，综合运用文本挖掘法和内容分析法2种文本量化研究方法进行系统分析与深入挖掘：一方面，基于政策工具理论建立分析框架，通过政策文本编码呈现中国数字经济政策工具分布，提供了数字经济政策体系的工具结构分布，拓展和深化政策工具在数字经济发展的具体效应；另一方面，利用LDA主题模型进行主题建模和可视化分析，挖掘数字经济政策关注的热点主题，深入探究不同类型的政策工具与政策主题的适配关联情况，以期为数字经济政策制定、完善提供有益参考，研究框架如图1所示。

1 研究设计

1.1 政策工具理论

政策工具作为达成政策目标的一种手段，随着政策执行的难度和复杂程度增加，通过明晰各种政策工具的不同属性，结合政策环境、政策网络等多种因素，有利于帮助人们认识公共行政和公共政策的执行过程，为政策目标的实现奠定坚实的基础^[24]。国内外学界对政策工具的分类有诸多建构模型，国外学者较为典型的观点有3种：一是基于政策目标分为强制型、激励型、能力建设和系统变革4类工具^[25]；二是按照政府介入的强度，将政策工具分为强制型、混合型与自愿型3种类型^[26]；三是认为政策工具影响具有层次性，将其划分为供给型、需求型和环境型^[27]，这种观点受到较为广泛的认可和采纳，并被运用于数字政府建设政策^[28]、数据要素市场政策^[29]、公共数据治理^[30]、消费政策^[31]等方面。国内学者结合不同的情境，对政策工具类型作出本土化界定，既有根据政府管理手段来划分，将其分为市场化工具、工商管理技术、社会化工具^[32]，也有从市场和政府运行机制层面，分为政府资助型、政府引导型、政府服务型3种类型^[33]，此外，还有从政策作用的层面^[34]、政策资源^[35]、政府干涉强度^[36]等标准进行分类。

参考现有政策工具分类方法，在Rothwell分类法的基础上，将政策工具分为供给型、环境型和需求型3类，并对政策工具二级类目进行细化，具体包括15种类目（表1）。供给型政策工具指的是政府通过支持和资助人、财、物等多种数字经济发展相关生产要素，直接推动数字经济发展，可以细分为人才培养、基础设施、技术支持、资金投入、公共服务5种工具^[37-38]；需求型政策工具指的是政府通过政府采购、服务外包等方式，充分调动社会力量参与数字经济建设，可以细分为采购外包、对外交流、产业塑造、应用示范、贸易管制5种^[39]；环境型政策工具指的是政府通过制定政策法规、保障信息安全等方式建构良好的数字经济发展内外部环境，可以细分为标准规范、组织保障、金融税收、安全保障、策略性措施5种^[40-42]。

1.2 数据来源与研究方法

1.2.1 政策样本来源与处理

本文研究对象为中央和省级政府颁布的数字经济政策，以“数字经济”“数据”“数字”等关键词，在国务院及六部委政府网站、省级政府网站、“北大法宝”等网站上进行检索，时间跨度为2016年1月1日至2024年12月31日，剔除公告、征集、申请和解读等类型政策文件，以及信息不完整和相关度较低的政策文本，得到152份有效数字经济政策作为研究样本，其中中央层面政策文本10份，省级层面政策文本142份。

考虑到后续对研究样本开展文本挖掘，而文本挖掘中通用的分词工具对一些专业领域的文本适应度较差，难以捕捉领域内的新兴概念，导致文本挖掘的准确性下降，因此，采用新词发现算法对已有语料进行挖掘，从中识别出数字经济领域的专有名词^[43]，构建更具有针对性的数字经济政策新词库。新词发现算法主要分为语料预处理、候选词提取和候选词过滤3个步骤。

第1步，通过将样本文本转换为字符串，使用N-gram算法提取出所有可能的词片段，并统计每个片段的频数。

第2步，基于频数计算每个片段的凝固度，对不同长度的片段设置不同的阈值，根据设定的阈值进行过滤，得到候选词。

第3步，使用留下的词片段，根据凝固度和自由度进行筛选，并移除常用词，最终按照边界熵大小对得到的新词进行排序。

新词发现算法筛选得到2613个新词，为了使词库更加精确，对得到的新词按照一定规则进行删除和补充：①新词发现中，边界熵越大，越有可能是一个新词的边界，因此剔除边界熵小于0.5的词语；②删除本身带有停用词的词串，如包含“的”“并”“与”“等”用词；③结合国家数据局发布的《数据领域常用名词解释（第一批）》《数据领域常用名词解释（第二批）》中的核心名词，人工补充数字经济领域内的专业词语。经过新词发现算法和规则删补后，最后得到651个词语，其中包括“赋能”“5G”“区块链”“自动驾驶”等数字经济领域常见用语（表2）。

1.2.2 政策文本编码

政策内容分析通常从政策工具、政策目标等单一维度或综合维度的文本特征分析政策效果，在政策工具理论的基本框架下，对政策文本进行编码，有利于识别数字经济政策文本中隐含的政策组合、偏好或缺失。通过Nvivo15软件建立基于政策工具的三级节点，将每篇政策中的最小段落定义为一个分析单元，对政策文本进行逐字逐句的浏览，分析每个政策单元对应的节点，编置于15个次级工具中。需要强调的是，鉴于一个政策单元可能涉及多种政策工具类型，为了更全面地呈现政策内容，因此采用多次编码的原则，最终形成参考点4813个。

1.2.3 LDA主题模型

LDA主题模型是一种经典的无监督学习方法，能够自动识别潜在语义结构，无须预先设置字典或主题类别，数字经济政策文本往往涉及多个领域内容，LDA主题模型利用概率归纳的方法挖掘大量文本的潜在主题特征，提取的主题更贴合政策实际^[44]。运用LDA主题模型挖掘中国数字经济政策主要的关注主题，并在政策工具视角下，深入分析3种工具类型对应的政策逻辑。

在具体应用时，将基于政策工具框架编码的政策文本作为初步语料库，利用Jieba分词工具，加入数字经济新词词库于Jieba用户词典中进行分词，并利用中文停用词表、哈尔滨工业大学停用词表、百度停用词表等停用词词典，剔除政策文本中若干的停用词。在未添加数字经济政策词库时，Jieba分词对“数字经济”“基础设施”这类常用的词汇会按照默认词库识别为“数字”“经济”“基础”“设施”这类词语，不能很好地体现数字经济领域的关键词，添加词库后，能够较精准地切分政策文本的关键信息单元。

通过文本预处理后，设置LDA主题模型的3个超参数：α为每篇文档的主题分布（先验狄利克雷分布）参数，反映主题流畅度；β代表每个主题的单词分布（先验狄利克雷分布）参数，反映特征词流畅度；超参数K代表语料库中包含主题的个数，需要通过计算困惑度和主题一致性得分指标判断，困惑度能够衡量模型的拟合程度，困惑度越低，说明主题模型整体泛化性能越好；一致性用于计算特征词的共现频率，一致性得分越高，主题更具有解释性。设置α和β在模型训练中自动学习，K值根据模型计算得到的困惑度和一致性得分综合判断。

2 实证分析

2.1 政策工具运用分析

按照政策工具框架编码政策文本，得到中国数字经济政策工具结构分布如图2所示，根据参考点的数量和占比可以反映出某类政策工具的使用程度，发现政策工具类型呈现“供给型政策工具（45.96%）>需求型政策工具（28.86%）>环境型政策工具（25.18%）”特征，且次级工具分布存在差异，运用最频繁的工具是技术支持，占总体的14.77%，与运用最少的工具采购外包（1.29%）相差较大。数字经济政策的政策工具结构分布可能受数字经济发展阶段影响，已有政策多采用行政手段以直接扶持为主，市场手段偏少，但数字经济发展动能强劲，新阶段下还需平衡政策工具使用结构，提升需求型政策工具的使用频率。

供给型政策工具在3类政策工具中占比最高，表明政府在建设初期通常以大规模投入资源的方式推动数字经济发展。供给型次级工具中，技术支持占据首位，意味着政策制定时最关注数字技术的供给支持作用，其次是基础设施和公共服务，使用次数均占总体的10.43%，基础设施建设对数字经济发展具有基础性、战略性意义，是政府制定数字经济政策的主要着力点，公共服务工具主要聚焦于教育、医疗、养老、环保和交通等基本公共服务领域数字化应用，推动传统社会服务转型升级，形成民生高质量发展的政策效果。人才培育政策工具对数字经济发展同样具有不可或缺的作用，使用频率为6.63%，面对人才缺口广阔、人才引存困难、人才分布不均衡等现实问题，以人才培育政策工具增强数字人才有效供给，更好支撑数字经济高质量发展。资金投入政策工具的使用较少，仅占3.70%，数字经济领域资金供给有所缺失，随着数字经济规模不断扩张，需加大对数字经济薄弱环节的投入，拓展政府和市场资金投入的渠道。

数字经济政策中使用需求型政策工具仅占28.86%，中国数字经济发展的制度制约仍然突出，数据要素确权、流动交易制度有待完善，数据安全、算法透明度、数字契约执行等关键信任问题尚未解决，抑制了市场需求的自发形成，政策难以形成精准匹配，最终导致数字经济中需求型政策工具的相对缺乏。需求型次级工具中，产业塑造（14.00%）是主要使用的政策工具，体现了政府以数字经济统筹推动传统产业与新兴产业发展的持续部署。对外交流、应用示范、贸易管制3类工具使用频率接近，政府通过鼓励数字经济国际合作、区域间的项目合作交流，加强数据交易市场建设，打造典型试点示范项目，为数字经济发展积累有效经验并推广普及于全社会，吸引更多企业和社会公众参与到数字经济的建设中。采购外包（1.29%）在所有次级工具中使用频率最少，指导力度不够，这种政策倾向可能导致第三方服务机构出现区域上发展不协调、存在类型和服务场景不足等问题，亟须进一步对第三方服务创新发展、模式升级、监管评估等开展政策指导。

环境型政策工具使用程度最低，环境型政策工具通常涉及多方协调，数字经济具有快速迭代试错特点，其本身的复杂性和跨界性增进了政策制定的难度，特别是对法律法规的调整，已经从某一部门及单一领域扩展到全社会，加大了使用环境型政策工具的难度。次级工具中，政府已经开始重视使用组织保障（7.13%）和标准规范（6.17%）2种政策工具营造数字经济发展良好环境，通过给予相关政策支持、出台和使用法律法规，加强统筹协调和组织实施，筑牢数字经济高质量发展的制度基础。安全保障（4.65%）的使用频率反映了政府对数字安全的高度重视，坚持“发展和安全”并重的原则，以数字安全坚实屏障护航数字经济高效发展。此外，策略性措施（4.40%）对政策体系起到补充作用，但金融税收政策支持力度略显不足，还需完善多元投融资服务和税收激励政策。

2.2 政策主题分析

2.2.1 LDA模型主题数选择

进一步通过LDA主题模型挖掘数字经济政策文本的潜在主题特征，利用Python的gensim库构建LDA主题模型，当主题数$K \in[1,30]$时，观察LDA主题模型的困惑度得分曲线（图3和图4），发现当主题数$K \in[5,10]$时，困惑度趋于平缓，当主题数超过10个时，困惑度得分逐渐降低，但过高的主题数会导致模型过拟合；一致性得分曲线中，随着主题数K的增加，一致性得分呈波动上升。因此，综合考虑困惑度得分和一致性得分，以及模型主题可视化的重叠程度，发现当主题数为5时，各类主题之间界限分明，且困惑度和一致性得分均可以接受。

2.2.2 数字经济政策主题词分析

对数字经济政策文本整体绘制词云图如图5所示，从政策用语来看，发展、建设、支持等主题词在政策文本中出现频次较高，折射出当前数字经济政策倾向于扶持和引导，从而部署数字经济宏观政策目标；数字经济领域用语上，出现的高频词反映了政策的主要目标、服务对象、重点关注问题，例如互联网、工业、服务业、产业链等主题词反映了政策对数字产业化和产业数字化2条发展主线的高度重视，特别是发挥数字经济整体性特征，辐射带动传统产业转型升级和新业态发展。平台、企业、服务、产业等主题词突出数字经济政策的主要服务对象，既要加快推动传统产业和中小企业数字化转型，又要以数字化服务满足人民美好生活需要。词频图还折射出数字经济政策重点关注问题，如创新、人才、技术、基础设施、数据中心等。

运用LDA模型提取主题并可视化，根据各个主题的特征词识别出5个数字经济领域潜在主题。图6为5个主题按JSD距离绘制的分布图，计算各个主题的平均隶属度，若某一主题的平均隶属度高，说明该主题在数字经济政策文本中普遍存在，可能是需要关注的核心议题。

1）产业转型升级（主题平均隶属度=0.2588）。该主题排名前10的关键词为“产业、工业、智能、研发、人工智能、软件、产业链、设计、集群、装备”，随着产业数字化深入发展，政府持续大力布局集成电路、通信设备、新型显示等数字产业重点领域，在研发设计、智能制造、装备攻克等领域取得突破，引领产业提质升级，促进数字产业集群加速成长。同时，政策注重推动人工智能、量子计算、区块链等关键技术不断突破创新，与各行业加快融合应用，为产业集群转型升级提供关键驱动力。

2）公共服务数字化（主题平均隶属度=0.2154）。该主题排名前10的关键词为“服务、智慧、数字化、农业、城市、文化、电商、旅游、物流、教育”，关键词反映数字经济政策瞄准教育、文化旅游、健康等社会服务领域，以数字化技术催生服务新业态新模式，形成如智慧农业、智慧旅游、智慧养老等模式。数字经济与公共服务的深度融合，产生广泛的价值溢出效应，政策注重补齐公共服务数字化发展短板，从完善新业态新模式的配套监管制度、提高政府服务效能、丰富民众数字服务供给等方面夯实服务数字化发展基础。

3）数字人才培育（主题平均隶属度=0.2348）。该主题排名前10的关键词为“数字经济、人才、政策、技能、培训、创业、专业、评价、培养、基金”，反映出数字经济政策高度关注人才引进、人才培育、数字技能提升、创新创业等，充分重视发挥数字人才在数字经济领域发展的推动作用。数字经济政策对人才队伍建设的高度重视突出了当前数字人才短缺的现状，体现在人才总量供应不足、供需结构失衡、分布地域不均衡以及人才质量亟需提升等问题，因此，政策从多个层次完善数字人才培育顶层设计，针对高端人才，政策重点放在人才引进、推动产学研融合创新、完善分配激励制度等方面；针对职业技能人才，主要强调健全数字技能职业培训体系、规范数字技能人才评价等；政策还强调提高全民基础数字素养和技能，夯实数字经济发展的人力资源基础。

4）数字经济安全（主题平均隶属度=0.1862）。该主题排名前10的关键词为“数据、监管、网络安全、数据安全、标准、保护、公共数据、评估、数据资源、数据要素”，体现出数字经济政策强调完善网络安全、数据安全、信息安全等管理规范和制度体系。政策的关键词反映了数据流动交易和开放共享仍然面临着国家安全、数据主权、隐私保护等潜在风险挑战，系列安全问题同时影响了政府公共数据开放共享的顺利推进^[45]。因此，政策以保障数据安全可控为重心，健全数据安全流动的风险评估和监管体系，促进数据要素合规高效流通使用，为数据要素市场发展提供保障。

5）数字基础设施（主题平均隶属度=0.1047）。该主题排名前10的关键词为“基础设施、数据中心、算力、通信、能源、节点、绿色、楼宇、IPv6、卫星”，反映了数字经济政策对加强数字基础设施建设的重视。《国家数据基础设施建设指引》指出，我国数据基础设施处于起步建设阶段，当前及未来一段时间是积极探索数字基础设施建设和发展的重要时间点，加快以数字基础设施为核心的新型基础设施建设刻不容缓。因此，政策主要围绕优化升级网络基础设施，推动通信、能源、交通等领域基础设施的数字化转型，强化数据中心、云计算、大数据一体化的算力基础设施等方向展开部署。

2.3 政策工具视角下的主题分析

基于数字经济政策采取的供给型、需求型和环境型3类政策工具属性，结合LDA主题模型，深入挖掘不同工具类型下数字经济政策制定的内在逻辑。在LDA模型的主题数选取中，综合考虑困惑度和一致性得分情况，3类政策工具均选取5个主题数，主题分类结果如表3所示。

供给型政策工具中，第1类主题反映了智慧城市与数字政府一体化建设，是数字经济政策最为关注的主题，“政务”“信息”“管理”“平台”等主题词反映出要推动政务数据开放共享、促进数据要素流通， “服务”“智慧”“城市”“数字化”等主题词则突出了以数字技术赋能城市治理和民生服务。此外，供给型政策的第3类主题关注数字经济领域的人才培养与发展，第5类主题关注数字技术发展和基础设施建设，政府通过技术支持、基础设施、人才培养、资金支持等政策工具自上而下提供数字经济发展过程所需要的生产要素。因此，供给型工具的政策逻辑主要在于夯实数字经济发展基础，政府从顶层视角谋划数字经济发展所需的各项资源，强化数据要素供给、提供生产要素，为市场的进一步发展打下了坚实基础。

需求型政策工具重点关注第3类主题，反映了工业互联网与智能制造融合发展，体现了数字经济政策的核心方向。当前企业面临数字化转型需求，跨行业跨领域的工业互联网平台能够高效共享各种资源要素，推动企业上云，工业互联网与智能制造二者融合有利于促进数据贯通、突破技术瓶颈，成为引领产业高质量发展、数字化转型的重要引擎。其他几类主题也有比较明确的关注重点，分别关注文旅产业数字化转型、农业数据要素市场化、平台经济与电商创新、跨境数字贸易生态等内容，并且 “数字”“服务”关键词出现频率较高，体现了数字经济与社会全方面融合发展，正在重塑传统产业模式，推动服务升级、效率提升和市场拓展。因此，需求型工具的政策逻辑体现为：政府通过识别不同行业在数字化转型中的具体挑战和机遇，利用互联网新技术促进传统产业向数字化、网络化、智能化转变，最终推动数字经济和实体经济深度融合提质扩面。

环境型政策工具中，第4类主题占比最大，其关键词反映了数字经济的政策制定和执行过程，“政策”“体系”“发展”等关键词强调设立标准规范和配套政策对数字经济发展的重要性，“平台”“建设”“部门”“监管”等关键词关注政策执行过程中监管体系与跨部门协同治理机制构建。另外几类主题关注开发管理公共数据、提供企业金融支持、保护信息和数据安全等外部环境塑造，创造数字经济发展的有利条件。因此，环境型工具的政策逻辑聚焦长期性、框架性支持，政府坚持系统性思想，积极制定完善标准体系和配套措施，建立跨部门协作机制，形成适应新业态的治理模式，并统筹布局数据权属、开放和流动、市场公平竞争、网络安全保障等领域的一体化发展工作思路。

3 结论与建议

3.1 研究结论

本文基于供给型、需求型、环境型3类政策工具，综合运用LDA主题模型，展示了中国数字经济政策的政策工具结构分布和政策关注主题，进一步梳理了不同政策工具视角下的政策逻辑，得出以下研究结论。

1）数字经济政策在政策工具结构分布的均衡度较差，呈现供给型所占比重较大、需求型和环境型政策供给不足，反映出现有政策更以直接扶持的策略推动数字经济发展，对市场需求的政策支持力度略显不足。次级政策工具也存在分布不均的情况，着重于技术支持、产业塑造、基础设施和公共服务这4类工具，缺乏从采购外包、金融税收、资金投入的工具视角发挥政策对数字经济内生动力培育和引导作用。

2）数字经济政策辐射工业、服务业、互联网等多个领域，但更倾向于宏观角度的扶持和引导，政策围绕产业转型升级、公共服务数字化、数字人才培育、数字经济安全和数字基础设施这5个热点主题开展针对性部署和安排，既包括常规性要素供给、制度完善，也关注数字经济与社会各领域融合，明确了数字经济政策治理的优先关注点，为政府动态优化政策着力点提供了经验启示。

3）数字经济政策工具的选用与政策主题的适配性较强，供给型政策工具主要用于部署和安排数字治理、人才培育、基础设施建设等直接要素供给的政策主题，需求型政策工具适用于推动产业数字化转型，拉动市场需求与应用的政策主题，环境型政策工具适配数字生态培育、塑造良好制度环境，为今后政策设计过程中不同主题的政策工具选用提供了新视角。

3.2 政策建议

1）加强数字经济政策工具结构分布合理性。数字经济不同发展时期对工具的选用具有差异性，当前及今后一段时间需逐渐减少供给型政策工具使用频次，防止出现过度依赖供给型工具，造成财政压力大、市场不灵活的局面，应当积极提升环境型政策工具和需求型政策工具使用的针对性和时效性，利用服务外包、政府采购、推广数字化示范等手段调节市场需求，重视金融支持、税收优惠的激励作用，进一步拉动和稳定数字经济发展。当数字经济发展趋于稳健时，相应协调3类政策工具均衡发展，优化政策工具内部子工具的平衡，形成最优政策合力。

2）完善数字经济政策主题的规划布局。当前，以政府主导、多元参与、法治保障的数字经济治理格局正在构建，数字经济走向更为规范、健康的阶段，还需不断完善政策主题布局。一方面，要建立前瞻性研判评估机制，科学预测下一阶段数字经济发展的趋势和可能性，重点关注数字投资、产品贸易、绿色数字、数字民主等新兴主题，动态优化政策内容，设计政策主题，确保政策的前瞻性和适应性。另一方面，增强数字经济政策实操性指导，下一阶段应出台更具有可操作性的行动指南与路线图，从配套资金投入、第三方服务监管、协调组织架构、推动多元主体参与决策等方面提出具体任务与政策方向，为数字经济发展提供清晰路线规划。

3）深化政策工具与政策主题的精准适配。数字经济政策涉及多领域交叉，多重政策主题也可能导致政策工具易堆砌，在后续制定政策时，需以精准性和前瞻性的视角匹配政策主题和工具使用。一方面，采用大数据、云计算、语义智能等技术智能提取政策内容，分类和梳理数字经济中每类政策工具的使用情景、作用边界和政策效果，辅助政府部门在政策制定时研判政策工具的适配度，提高政策的准确性和效益性。另一方面，地方政府应该保有“精准施策”思维，审视和学习已有政策，构建地方政策工具图谱，在政策制定过程中，围绕地理位置和资源禀赋优势，及时修订匹配政策主题和工具，选用合适的政策工具差异化开展政策再生产。

本文仍然存在一定的不足：1）数字经济概念的广泛性，可能导致政策文本的收集不够完整；2）内容分析法在具体实施过程中可能受到研究者主观判断的影响；3）当前研究重点关注数字经济政策的整体结构，未来研究可以进一步扩展至地方政府的政策主题和工具使用对比，深入探究不同地方政府在相同政策主题可能采用差异化政策工具的现象。

参考文献

原文顺序 | 出版日期 | 本文引用

[1]	赵剑波. 数字经济高质量发展: 理论逻辑与政策供给[J]. 北京工业大学学报(社会科学版), 2023, 23(4): 78-92.

[2]	(Zhao J B. High-quality development of digital economy: theoretical logic and policy supply[J]. Journal of Beijing University of Technology (Social Sciences Edition), 2023, 23(4): 78-92.)

[3]	师博. 中国式现代化导向下的数字经济发展战略演进研究[J]. 社会科学辑刊, 2024(4): 105-116.

[4]	(Shi B. Study on the evolution of digital economy development strategy under the orientation of Chinese path to modernization[J]. Social Science Journal, 2024(4): 105-116.)

[5]	王伟玲, 王晶. 我国数字经济发展的趋势与推动政策研究[J]. 经济纵横, 2019(1): 69-75.

[6]	(Wang W L, Wang J. Research on trend and policy of digital economy development in China[J]. Economic Review Journal, 2019(1): 69-75.)

[7]	陈晓红, 李杨扬, 宋丽洁, 等. 数字经济理论体系与研究展望[J]. 管理世界, 2022, 38(2): 208-224.

[8]	(Chen X H, Li Y Y, Song L J, et al. Theoretical framework and research prospect of digital economy[J]. Journal of Management World, 2022, 38(2): 208-224.)

[9]	唐要家. 数字经济赋能高质量增长的机理与政府政策重点[J]. 社会科学战线, 2020(10): 61-67.

[10]	(Tang Y J. Mechanism of digital economy’s high-quality growth and the government policy priorities[J]. Social Science Front, 2020(10): 61-67.)

[11]	王军, 朱杰, 罗茜. 中国数字经济发展水平及演变测度[J]. 数量经济技术经济研究, 2021, 38(7): 26-42.

[12]	(Wang J, Zhu J, Luo X. Research on the measurement of China’s digital economy development and the characteristics[J]. The Journal of Quantitative & Technical Economics, 2021, 38(7): 26-42.)

[13]	刘淑春. 数字政府战略意蕴、技术构架与路径设计: 基于浙江改革的实践与探索[J]. 中国行政管理, 2018(9): 37-45.

[14]	(Liu S C. Strategic implication, technical framework and path design of digital government based on the practice and enlightenment of the “Zhejiang Pilot”[J]. Chinese Public Administration, 2018(9): 37-45.)

[15]	戚聿东, 肖旭. 数字经济时代的企业管理变革[J]. 管理世界, 2020, 36(6): 135-152.

[16]	(Qi Y D, Xiao X. Transformation of enterprise management in the era of digital economy[J]. Management World, 2020, 36(6): 135-152.)

[17]	蔡跃洲, 马文君. 数据要素对高质量发展影响与数据流动制约[J]. 数量经济技术经济研究, 2021, 38(3): 64-83.

[18]	(Cai Y Z, Ma W J. How data influence high-quality development as a factor and the restriction of data flow[J]. The Journal of Quantitative & Technical Economics, 2021, 38(3): 64-83.)

[19]	张丰羽, 汤珂. 数字时代的算法滥用及其规制研究[J]. 经济学动态, 2023(2): 71-87.

[20]	(Zhang F Y, Tang K. Algorithm abuse and algorithm regulation in the digital era[J]. Economic Perspectives, 2023(2): 71-87.)

[21]	陈卓, 许志国, 谢恒烺. 数字经济的政策解读和发展路径[J]. 宏观经济管理, 2022(4): 26-31.

[22]	(Chen Z, Xu Z G, Xie H L. Policy interpretation and development path of digital economy[J]. Macroeconomic Management, 2022(4): 26-31.)

[23]	岑嵘, 周立军. 数字经济领域的标准化政策演化分析[J]. 科学管理研究, 2022, 40(2): 105-115.

[24]	(Cen R, Zhou L J. Analysis on the evolution of standardization policy in the field of digital economy[J]. Scientific Management Research, 2022, 40(2): 105-115.)

[25]	王海, 闫卓毓, 郭冠宇, 等. 数字基础设施政策与企业数字化转型: “赋能” 还是“负能”[J]. 数量经济技术经济研究, 2023, 40(5): 5-23.

[26]	(Wang H, Yan Z Y, Guo G Y, et al. Digital infrastructure policy and digital transformation of enterprises: “empowerment” or “negative energy”[J]. Journal of Quantitative & Technological Economics, 2023, 40(5): 5-23.)

[27]	诸葛凯, 何会涛, 袁勇志. 我国数字经济政策演进与趋势分析: 基于政策文献的量化考察[J]. 经济体制改革, 2024(1): 24-32.

[28]	(Zhuge K, He H T, Yuan Y Z. Evolution and trends of Chinas digital economy policy: based on the quantitative investigation of policy literatures[J]. Reform of Economic System, 2024(1): 24-32.)

[29]	任保平, 何厚聪. 数字经济赋能高质量发展: 理论逻辑、路径选择与政策取向[J]. 财经科学, 2022(4): 61-75.

[30]	(Ren B P, He H C. Empowerment of digital economy to high-quality development: theoretical logic, path choices and policy orientation[J]. Finance & Economics, 2022(4): 61-75.)

[31]	王伟光, 宋洪玲. 数字经济支持政策工具的量化评价: 基于省际层面政策的文本分析[J]. 中国科技论坛, 2023(6): 97-107.

[32]	(Wang W G, Song H L. Quantitative evaluation of policy tools for digital economy support: text analysis based on inter-provincial level policy[J]. Forum on Science and Technology in China, 2023(6): 97-107.)

[33]	蔡冬松, 柴艺琳, 田志雄. 基于PMC指数模型的吉林省数字经济政策文本量化评价[J]. 情报科学, 2021, 39(12): 139-145.

[34]	(Cai D S, Chai Y L, Tian Z X. Quantitative evaluation of Jilin Province digital economy policy based on PMC index model[J]. Information Science, 2021, 39(12): 139-145.)

[35]	余文涛, 杜博涵, 王雅云. 数字经济政策对产学研协同创新的影响研究[J]. 软科学, 2024, 38(1): 83-91.

[36]	(Yu W T, Du B H, Wang Y Y. The impact of digital economy policy on industry-university-research synergy innovation[J]. Soft Science, 2024, 38(1): 83-91.)

[37]	卜令通, 张嘉伟. 基于PMC指数模型的数字经济政策量化评价[J]. 统计与决策, 2023, 39(7): 22-27.

[38]	(Bu L T, Zhang J W. Quantitative evaluation of digital economy policy based on PMC index model[J]. Statistics & Decision, 2023, 39(7): 22-27.)

[39]	陈美, 孙瑞乾. 政策工具视域下我国省级数字经济政策文本的量化分析:基于LDA的主题社会网络分析[J]. 情报杂志, 2023, 42(11): 174-182.

[40]	(Chen M, Sun R Q. Quantitative analysis of China’s provincial digital economy policies from the perspective of policy tools: based on LDA topic social network analysis[J]. Journal of Intelligence, 2023, 42(11): 174-182.)

[41]	米日努尔·麦麦提江, 熊伟. 基于文本挖掘和政策工具理论的数字经济政策量化分析[J]. 科学与管理, 2024, 44(6): 41-49.

[42]	(Mirinuer ·Maimaitijiang, Xiong W. A quantitative analysis of digital economy policy based on text mining and policy tools theory[J]. Science and Management, 2024, 44(6): 41-49.)

[43]	杨巧云, 乔迎迎, 梁诗露. 基于政策“目标-工具” 匹配视角的省级政府数字经济政策研究[J]. 经济体制改革, 2021(3): 193-200.

[44]	(Yang Q Y, Qiao Y Y, Liang S L. Research on digital economic policy of provincial government based on compatibility of policy goals and policy tools[J]. Reform of Economic System, 2021(3): 193-200.)

[45]	赵玉龙, 董浩然, 宋蓉. 政策“工具-目标” 下的中韩数字经济政策对比分析[J]. 科技管理研究, 2024, 44(11): 36-46.

[46]	(Zhao Y L, Dong H R, Song R. Comparative analysis of the digital economy policies between China and Korea under the policy “instrument-objective”[J]. Science and Technology Management Research, 2024, 44(11): 36-46.)

[47]	陈振明, 和经纬. 政府工具研究的新进展[J]. 东南学术, 2006(6): 22-29.

[48]	(Chen Z M, He J W. New progress in the research of government tools[J]. Southeast Academic Research, 2006(6): 22-29.)

[49]	McDonnell L M, Elmore R F. Getting the job done: alternative policy instruments[J]. Educational Evaluation and Policy Analysis, 1987, 9(2): 133-152.

[50]	Howlett M, Ramesh M. Studying public policy: policy cycles and policy subsystems[M]. Toronto: Oxford University Press, 1995.

[51]	Rothwell R. Reindustrialization and technology: towards a national policy framework[J]. Science and Public Policy, 1985, 12(3): 113-130.

[52]	王灿友, 姜韩. 基于政策工具与LDA模型的我国省级数字政府建设政策文本分析[J]. 科学与管理, 2022, 42(1): 73-81.

[53]	(Wang C Y, Jiang H. The policy text analysis for the construction of digital government based on policy instrument and LDA model[J]. Science and Management, 2022, 42(1): 73-81.)

[54]	赵需要, 姬祥飞, 张杰妮. 政策工具视角下数据要素市场政策文本的结构特征与优化路径[J]. 信息资源管理学报, 2024, 14(6): 73-84.

[55]	(Zhao X Y, Ji X F, Zhang J N. Structural characteristics and optimization paths of data element market policy text from the perspective of policy instruments[J]. Journal of Information Resources Management, 2024, 14(6): 73-84.)

[56]	彭丽徽, 刘洋, 张艳丰. 我国公共数据治理政策的演进脉络及文本量化分析[J]. 图书馆学研究, 2024(10): 61-77.

[57]	(Peng L H, Liu Y, Zhang Y F. Evolution thread and text quantification analysis of public data governance policies in China[J]. Research on Library Science, 2024(10): 61-77.)

[58]	邱毅, 邱岩松, 荆林波. 我国消费促进政策的工具与目标: 基于1998—2023年国家层面消费促进政策的文本分析[J]. 商业经济研究, 2025(2): 178-183.

[59]	(Qiu Y, Qiu Y S, Jing L B. Tools and objectives of China’s consumption promotion policies: a textual analysis of national-level consumption promotion policies from 1998 to 2023[J]. Journal of Commercial Economics, 2025(2): 178-183.)

[60]	陈振明. 政府工具研究与政府管理方式改进: 论作为公共管理学新分支的政府工具研究的兴起、主题和意义[J]. 中国行政管理, 2004(6): 43-48.

[61]	(Chen Z M. Research on government tools and improvement of government management mode: on the rise, theme and significance of research on government tools as a new branch of public management[J]. Chinese Public Administration, 2004(6): 43-48.)

[62]	朱雪祎, 方存好, 孟硕. 区域技术创新体系中的市场失灵与政府政策选择的研究[J]. 中国软科学, 2007(5): 146-153.

[63]	(Zhu X Y, Fang C H, Meng S. Research on market failure in the construction of regional technology innovation system and government policy choices[J]. China Soft Science, 2007(5): 146-153.)

[64]	刘秀玲, 谢富纪, 贾友, 等. 政策工具视角下的创新发展政策体系研究: 以北京市为例[J]. 软科学, 2018, 32(8): 9-14.

[65]	(Liu X L, Xie F J, Jia Y, et al. Analysis on innovative development policy system from the perspective of policy tool: a case study of Beijing[J]. Soft Science, 2018, 32(8): 9-14.)

[66]	徐媛媛, 严强. 公共政策工具的类型、功能、选择与组合: 以我国城市房屋拆迁政策为例[J]. 南京社会科学, 2011(12): 73-79.

[67]	(Xu Y Y, Yan Q. The type, function, seletion and combination of policy tools: taking the urban relocation of China as an example[J]. Social Sciences in Nanjing, 2011(12): 73-79.)

[68]	杨志军, 耿旭, 王若雪. 环境治理政策的工具偏好与路径优化: 基于43个政策文本的内容分析[J]. 东北大学学报(社会科学版), 2017, 19(3): 276-283.

[69]	(Yang Z J, Geng X, Wang R X. Tool preference and path optimization of environmental governance policies: based on the content analysis of 43 policy texts[J]. Journal of Northeastern University (Social Science), 2017, 19(3): 276-283.)

[70]	那丹丹, 李英. 我国制造业数字化转型的政策工具研究[J]. 行政论坛, 2021, 28(1): 92-97.

[71]	(Na D D, Li Y. Research on policy tools for digital transformation of China’s manufacturing industry[J]. Administrative Tribune, 2021, 28(1): 92-97.)

[72]	曾刚, 邓胜利. 我国数字包容政策分析与对策研究: 基于政策工具视角[J]. 信息资源管理学报, 2021, 11(5): 73-83.

[73]	(Zeng G, Deng S L. China’s digital inclusion policy analysis and countermeasure research: based on the perspective of policy tools[J]. Journal of Information Resources Management, 2021, 11(5): 73-83.)

[74]	孔文豪, 陈玲. 数字经济的政策工具创新和组合初探: 基于大数据产业政策的模糊集定性比较分析[J]. 中国科技论坛, 2023(9): 59-68.

[75]	(Kong W H, Chen L. Innovation and combination of policy tools in digital economy: FsQCA analysis based on big data industrial policies[J]. Forum on Science and Technology in China, 2023(9): 59-68.)

[76]	季飞, 李韦. 中国推进“互联网+政务服务”的政策供给逻辑[J]. 江西社会科学, 2019, 39(9): 202-211.

[77]	(Ji F, Li W. The policy supply logic of promoting “Internet + Government services” in China[J]. Jiangxi Social Sciences, 2019, 39(9): 202-211.)

[78]	蒋祖存, 徐双敏. 中国数字政府建设的政策工具选择与策略优化[J]. 学术论坛, 2024, 47(6): 134-145.

[79]	(Jiang Z C, Xu S M. Policy tool selection and strategy optimization for building the digital government in China[J]. Academic Forum, 2024, 47(6): 134-145.)

[80]	王堂蓉, 陈启梅, 苏莹, 等. 我国数据产权相关政策文本分析: 演化脉络、主体协同与结构特征[J]. 智库理论与实践, 2025, 10(1): 79-93.

[81]	(Wang T R, Chen Q M, Su Y, et al. Quantitative analysis of China’s data property rights policy: evolutionary context, institutions collaboration, and structural characteristics[J]. Think Tank (Theory & Practice), 2025, 10(1): 79-93.)

[82]	叶雪梅, 毛雪岷, 夏锦春, 等. 文本分类TF-IDF算法的改进研究[J]. 计算机工程与应用, 2019, 55(2): 104-109.

[83]	(Ye X M, Mao X M, Xia J C, et al. Improved approach to TF-IDF algorithm in text classification[J]. Computer Engineering and Applications, 2019, 55(2): 104-109.)

[84]	谭春辉, 熊梦媛. 基于LDA模型的国内外数据挖掘研究热点主题演化对比分析[J]. 情报科学, 2021, 39(4): 174-185.

[85]	(Tan C H, Xiong M Y. Contrastive analysis at home and abroad on the evolution of hot topics in the field of data mining based on LDA model[J]. Information Science, 2021, 39(4): 174-185.)

[86]	陶冰玥, 施生旭. 我国技术治理研究领域文献计量分析[J]. 科学观察, 2022, 17(5): 11-23.

[87]	(Tao B Y, Shi S X. Bibliometric analysis of technical governance research in China[J]. Science Focus, 2022, 17(5): 11-23.)

基金资助

^☆福建省财政厅课题“福建省数字经济高质量发展与公共政策研究”(KSYC2304A)

PDF (3098KB)

1013

访问

被引

详细

导航

Published
2025-08-15
Online Date
2025-09-04

摘要