CnOpenData中国法律法规政策文本数据：527万条法规的变迁

一、数据怎么组织

CnOpenData 中国法律法规政策文本数据，收录了自 1927 年至今中国法律法规及规范性文件，总量超过 527 万条，覆盖中央与地方立法。

核心字段（12 个）：标题 · 制定机关 · 效力位阶 · 公布年份 · 发文字号 · 公布日期 · 施行日期 · 时效性 · 法规类别 · 专题分类 · 正文 id

数据特点：每条记录通过正文 id 关联到对应的 TXT 全文文本。既有多维度元数据便于筛选定位，又有完整条文支撑文本挖掘。

二、数据速览

527 万条法规，横跨近百年，是一套可量化的中国法治演进记录。几个关键特征：

• 历史跨度长：从 1927 年至今，涵盖新中国成立前后各个历史时期的立法。

• 效力位阶清晰：宪法、法律、行政法规、地方性法规、规章各有标注，可直接按位阶筛选。

• 时效性动态标注：现行有效、已被修改、废止或失效、尚未施行四种状态齐全，能识别有效规范和废止规律。

• 法规类别可筛选：如「金融」类「部门规章」，一键定位，省去人工翻检。

• 全文可挖掘：527 万条对应的 TXT 全文，是法律 NLP 研究的理想语料。

三、传统法规数据的问题在哪

做立法量化或政策文本研究，法规数据是基础。但传统路径有三个障碍：

• 来源分散：中央法规、部门规章、地方立法散在不同平台，跨层级研究要一个个站去找。

• 时效难判断：一部法规是否现行有效、是否被修改废止，公开渠道往往标注不全，研究容易用错版本。

• 全文难批量获取：要做条文级文本分析，得先解决全量正文的抓取与结构化，工程量巨大。

这套数据用「元数据标准化 + 全文本关联」，把三个障碍一次解决。

四、拿这些数据能做什么

立法量化与政策注意力研究

按年份、按法规类别统计立法数量变化，测量政策注意力在不同议题上的转移。

法规「半衰期」与废止规律

结合公布日期与时效性字段，计算法规从出台到废止的时间长度，研究立法稳定性。

事件驱动与政策冲击

以法规公布时间为事件点，检验政策对相关行业指数、企业行为的冲击效应。

法律文本 NLP 与智能检索

527 万条全文语料可训练法规分类、摘要生成、相似度匹配模型，支撑法律 AI 应用。

五、从零散检索到系统量化

过去研究立法，往往卡在数据整合这一步。这套数据把近百年、527 万条法规整理成结构化库，研究门槛大幅降低。

• 一是覆盖全面：中央与地方立法一库打通。

• 二是元数据丰富：位阶、机关、类别齐全，筛选灵活。

• 三是时效动态标注：法规演变路径可追踪。

• 四是全文可挖掘：条文级文本分析有原料。

从一条条散落的法规，到一部可随时切片的法治编年史，让中国立法演进的真实脉络变得可见。