1960-2021年全球各国碳排放/各国二氧化碳排放量/CO2排放数据
1960-2021年全球各国碳排放/各国二氧化碳排放量/CO2排放数据
1、时间：1960-2021年
2、指标：二氧化碳排放总量数据
3、范围：221个国家和地区
4、来源：global carbon Atlas 数据库
5、指标解释：
二氧化碳排放（CO2排放）是指在各种人类活动中释放到大气中的二氧化碳气体。二氧化碳是温室气体的一种，其浓度的增加与全球变暖、气候变化等环境问题密切相关。
【更新至2024年】1992-2024年各省产业结构升级、产业结构高级化数据（含原始数据+计算过程+计算结果）
1992-2024年各省产业结构升级、产业结构高级化数据（含原始数据+计算过程+计算结果）
1、时间：1992-2024年
2、来源：国家统计ju、统计年jian
3、指标：国内生产总值、第一产业增加值、第二产业增加值、第三产业增加值、第一产业比重、第二产业比重、第三产业比重、产业结构升级、产业结构高级化
4、范围：全国及31省
5、计算说明：产业结构高级化=第三产业增加值/第二产业增加值
产业结构升级=第一产业比重*1+第二产业比重*2+第三产业比重*3
6、参考文献：中国产业结构变迁对经济增长和波动的影响_干春晖
国家高新区推动了中国产业结构转型升级吗_袁航
【更新至2024年】1992-2024年全国及31省人均国内生产总值/人均GDP数据（无缺失）
1992-2024年全国及31省人均国内生产总值/人均GDP数据（无缺失）
1、时间：1992-2024年
2、来源：国家统计ju、统计年jian
3、指标：人均国内生产总值/人均GDP
4、范围：全国及31省
【更新至2024年】1992-2024年各省国内生产总值、第一产业增加值、第二产业增加值、第三产业增加值数据
1992-2024年各省国内生产总值、第一产业增加值、第二产业增加值、第三产业增加值数据
1、时间：1992-2024年
2、来源：国家统计ju、统计年jian
3、指标：国内生产总值、第一产业增加值、第二产业增加值、第三产业增加值
4、范围：全国及31省
1999-2024年30省平均受教育年限（含原始数据+计算过程+结果）
1999-2024年30省平均受教育年限（含原始数据+计算过程+结果）
1、时间：1999-2024年
2、范围：30省（剔除西藏）
3、计算方式：平均受教育年限=（未上学人数*0+小学人数*6+初中人数*9+高中人数*12+大专及以上人数*16）/6岁以上人口数
4、来源：统计年jian、人口和就业统计年jian
5、具体指标：未上学人数、6岁以上人数、小学人数、初中人数、高中人数、大专人数等指标
6、用途：可用于衡量人力资本水平
2006-2023年各省研发投入强度数据/研究与试验发展(R&D)经费投入强度数据(无缺失)
2006-2023年各省研发投入强度数据/研究与试验发展(R&D)经费投入强度数据(无缺失)
1、时间:2006-2023年
2、范围：31省
3、来源：科技年jian
4、指标：研发投入强度/研究与试验发展(R&D)经费投入强度
1999-2023年各省研究与试验发展人员全时当量数据/省研发人员全时当量数据/(R&D)人员全时当量（无缺失）
1999-2023年各省研究与试验发展人员全时当量数据/省研发人员全时当量数据/(R&D)人员全时当量（无缺失）
1、时间：1999-2023年
2、来源：科技年jian
3、指标：研究与试验发展人员全时当量/研发人员全时当量
4、范围：全国、东部地区、西部地区、中部地区及31省
1999-2023年各省研究与试验发展经费内部支出数据/研发经费内部支出数据/R&D经费内部支出数据（无缺失）
1999-2023年各省研究与试验发展经费内部支出数据/研发经费内部支出数据/R&D经费内部支出数据（无缺失）
1、时间：1999-2023年
2、来源：科技年jian
3、指标：研究与试验发展经费内部支出/R&D经费内部支出/研发经费内部支出
4、范围：全国、东部地区、西部地区、中部地区及31省
1970-2023年各地级市二氧化碳排放量数据/地级市CO2排放量数据
1970-2023年各地级市二氧化碳排放量数据/省CO2排放量数据
1、时间：1970-2023年
2、来源：EDGAR_2024_GHG of October 2024（根据EDGAR提取的所得）
3、指标：省、省代码、市、市代码、年份、CO2排放量_吨
4、范围：371个地级市
【更新至2024年】2000-2024年各省工业污染治理完成投资数据（无缺失）
【更新至2024年】2000-2024年各省工业污染治理完成投资数据（无缺失）
1、时间：2000-2024年
2、来源：国家统计ju、统计年jian、各省年jian
3、指标：省份、年份、工业污染治理完成投资
4、范围：31省
1970-2023年各省市CO2总排放量数据.xlsx
1970-2023年各省市二氧化碳排放量数据/省CO2排放量数据
1、时间：1970-2023年
2、来源：EDGAR_2024_GHG of October 2024（根据EDGAR提取的所得）
3、指标:省、省代码、年份、CO2排放量_吨
4、范围：34省市
【更新至2024年】1985-2024年各省分三次产业就业人数数据/各省一二三产业就业人数数据（无缺失）
【更新至2024年】1985-2024年各省分三次产业就业人数数据/各省一二三产业就业人数数据（无缺失）
1、时间：1985-2024年
2、指标：第一产业就业人数、第二产业就业人数、第三产业就业人数
3、来源：各省年jian、社会年jian、人口和就业年jian、统计年jian
4、范围：31省
5、缺失情况：无缺失
第一产业就业人数是指在农业、林业、渔业和牧业等第一产业部门从事生产活动的劳动者人数。
第二产业就业人数是指在工业、建筑业等第二产业部门从事生产和服务活动的劳动者人数。
第三产业就业人数是指在服务业及相关行业中从事工作的人数。
2006-2023年各省工业机器人安装密度数据.xlsx
2006-2023年各省工业机器人安装密度数据
1、时间：2006-2023年
2、来源：IFR国际机器人联合会
3、指标：年份、省份代码、省份、所属地域、工业机器人安装密度_台
4、范围：31省
5、说明：根据IRF联盟公布的中国各行业工业机器人安装量（IFR公布的14个大类，对应国民经济行业分类与代码（GB/4754-2011）中13-43的细分行业代码），然后从《中国劳动统计年鉴》里面收集细分行业各个省份的就业人数占全国总就业人数的百分比，工业机器人安装密度=该百分比×全国各行业机器人安装数量
6、参考文献：康茜,林光华.工业机器人与农民工就业:替代抑或促进
2001-2023年各地级市社会消费水平数据
2001-2023年各地级市社会消费水平数据
1、时间：2001-2023年
2、来源：城市统计年jian
3、指标：年份、省份、城市、省份代码、城市代码、所属地域、地区生产总值(万元)、社会消费品零售总额(万元)、社会消费水平
4、范围：300个地级市
5、说明：社会消费水平=社会消费品零售总额/地区生产总值
2001-2023年各地级市社会消费品零售总额数据
2001-2023年各地级市社会消费品零售总额数据
1、时间：2001-2023年
2、来源：城市年jian
3、指标：年份、省份、城市、省份代码、城市代码、所属地域、社会消费品零售总额(万元)
4、范围：300个地级市
【更新至2024年】1985-2024年全国及各省就业人数数据（无缺失）
1985-2024年全国及各省就业人数数据（无缺失）
1、时间：1985-2024年
2、来源：Z国统计年jian、人口和就业统计年jian、各省年jian、新中国60年、新疆辉煌70年
3、指标：就业人数
4、范围：全国及31省
【更新至2024年】1997-2024年各省樊纲市场化指数和各分项指数数据（含原始数据+计算代码+结果）
【更新至2024年】1997-2024年各省樊纲市场化指数和各分项指数数据（含原始数据+计算代码+结果）
1、时间：1997-2024年
2、来源：樊纲市场化指数
3、指标：省份、year、market、ZF与市场关系、非国有经济发展、产品市场的发育程度、要素市场的发育程度、市场中介组织的发育和法律制度环境
4、范围：31省
5、方法说明：分省份市场化指数（简称“市场化指数”）是一个用指数形式衡量全国各省、自治区和直辖市市场化相对进程的指数体系，目前涵盖了全国31个省、自治区、直辖市（以下简称“省份”）在1997—2019年这22年的市场化相对进程总体评分及排序、各方面指数和分项指数评分及排序（西藏个别年份数据暂缺）。由于外部治理环境发展具有持续性和稳定性，所以用历年数据的年平均增长幅度来预测未披露信息年度的数据（2020-2024年）
1987-2023年各省耕地面积数据（无缺失）
1987-2023年各省耕地面积数据（无缺失）
1、时间：1987-2023年
2、来源：zhong国统计年jian、各省年jian、环境统计年jian
3、范围：全国及31省
4、指标：耕地面积（公顷）
5、缺失情况：无缺失（2018年全国、吉林、黑龙江、上海、江苏、福建、江西、海南、贵州采用线性插值法填补）
【更新至2024年】2000-2024年各省人口密度数据（无缺失）
【更新至2024年】2000-2024年各省人口密度数据（无缺失）
1、时间：2000-2024年
2、来源：国家统计ju、统计年jian
3、指标：年末常住人口、行政区划面积、人口密度
4、范围：31省
5、计算说明：人口密度=年末常住人口/行政区划面积
6、单位：万人每平方千米
2001-2023年各省农产品进出口额数据（无缺失）
2001-2023年各省农产品进出口额数据（无缺失）
1、时间：2001-2023年
2、来源：商务BU、农业年jian、海关总shu
3、指标：年份、省份、农产品出口额（亿元）、农产品进口额（亿元）、农产品出口额（万美元）、农产品进口额（万美元）
4、范围：31个省市
【更新至2024年】1987-2024年各省进出口总额数据整理（含进口和出口）（无缺失）
【更新至2024年】1987-2024年各省进出口总额数据整理（含进口和出口）（无缺失）
1、时间：1987-2024年
2、来源：各省年鉴、统计公报
3、指标：进出口总额（万美元）、进口总额（万美元）、出口总额（万美元）
4、范围：31省市
【更新至2024年】2000-2024年全国各省资本存量测算数据（含原始数据+测算过程+计算结果）
【更新至2024年】2000-2024年全国各省资本存量测算数据（含原始数据+测算过程+计算结果）
1、时间：2000-2024年（以2000年为基期）
2、范围：30个省市（不含西藏）
3、指标：固定资产形成总额、固定资产投资价格指数、资本存量
4、来源：ZG统计年鉴、各省年鉴、国家统计局
5、方法说明：永续盘存法，借鉴单豪杰（2008）的方法利用固定资产形成总额计算资本存量；本期资本存量=上期资本存量*（1-10.96%）+本期固定资产形成总额，其中10.96%是折旧率，引用单豪杰的做法
以2000年为基准年份的基年资本存量的准确——引用单豪杰（2008）数量经济技术经济研究上的一篇文章《中国资本存量K的再估算： 1952～2006年》，即采用各省2001年的固定资本形成总额比上平均折旧率10.96%与2001～2005年间投资增长率的平均值之和作为该省的初始资本存量
注：2018-2024年固定资产形成总额利用年增长率计算所得，2018-2024年固定资产价格指数采用cpi替代
更新至2024年，1970-2024年各省、市、县二氧化碳排放量/碳排放量数据
更新至2024年，1970-2024年各省、市、县二氧化碳排放量/碳排放量数据
1、时间：1970-2024年
2、来源：EDGAR_2025_GHG of September 2025
3、指标：年份、省份、城市、区县、省份代码、城市代码、区县代码、省CO2排放总量（吨）/省二氧化碳排放量、地级市CO2排放量/地级市二氧化碳排放量、区县CO2排放量/区县二氧化碳排放
4、范围：31省、297个地级市、2800个区县
5、指标说明：二氧化碳排放量，指在一定时间、特定主体 / 活动范围内，直接或间接排放到大气中的二氧化碳气体总量，
更新至2024年，1970-2024年各区县二氧化碳排放量/区县碳排放量数据
更新至2024年，1970-2024年各区县二氧化碳排放量/区县碳排放量数据
1、时间：1970-2024年
2、来源：EDGAR_2025_GHG of September 2025
3、指标：年份、省份、城市、区县、省份代码、城市代码、区县代码、CO2排放总量（吨）
4、范围：2800个区县
5、指标说明：二氧化碳排放量，指在一定时间、特定主体 / 活动范围内，直接或间接排放到大气中的二氧化碳气体总量。
更新至2024年，1970-2024年各地级市二氧化碳排放量/碳排放量数据
更新至2024年，1970-2024年各地级市二氧化碳排放量/碳排放量数据
1、时间：1970-2024年
2、来源：EDGAR_2025_GHG of September 2025
3、指标：年份、省份、城市、省份代码、城市代码、所属地域、CO2排放总量（吨）
4、范围：297个地级市
5、指标说明：二氧化碳排放量，指在一定时间、特定主体 / 活动范围内，直接或间接排放到大气中的二氧化碳气体总量。
更新至2024年，1970-2024年各省二氧化碳排放量数据.xlsx
更新至2024年，1970-2024年各省二氧化碳排放量/碳排放量数据
1、时间：1970-2024年
2、来源：EDGAR_2025_GHG of September 2025
3、指标：年份、省份、省份代码、所属地域、CO2排放总量（吨）
4、范围：31省
5、指标说明：二氧化碳排放量，指在一定时间、特定主体 / 活动范围内，直接或间接排放到大气中的二氧化碳气体总量。
更新至2024年，2000-2024年各地级市产业结构升级、产业结构高级化数据（含原始数据+结果）
更新至2024年，2000-2024年各地级市产业结构升级、产业结构高级化数据（含原始数据+结果）
1.时间：2000-2024年
2.来源：城市年鉴
3.指标：年份、省份、城市、省份代码、城市代码、国内生产总值、第一产业增加值、第二产业增加值、第三产业增加值、第一产业增加值占GDP比重(%)、第二产业增加值占GDP比重(%)、第三产业增加值占GDP比重(%)、产业结构水平、产业升级、产业结构高级化
3.范围：298个地级市
4.计算方式：
产业结构=第三产业增加值/地区生产总值产业结构
产业升级=第一产业增加值占GDP比重*1+第二产业增加值占GDP比重*2+第三产业增加值占GDP比重
产业结构高级化=第三产业增加值/第二产业增加值
5.参考文献：干春晖.中国产业结构变迁对经济增长和波动的影响
2013-2025年专精特新小巨人财务面板数据.xlsx
【更新至2025年】2013-2025年专精特新小巨人企业财务指标数据
1、时间：2013-2025年
2、来源：工信B、企业年报、招股说明书
3、指标:
认定年度、入选批次、公司名称、所属省份、所属城市、所属区县、省份代码、城市代码、区县代码、是否上市公司、上市公司代码、成立年份、注册资本(万元)、员工人数、员工人数所属年报、所属行业、经营范围、公司地址、统计年份、资产总额(万元)、总资产增长率、资产收益率、营业总收入(万元)、营业总收入增长率、主营业务收入(万元)、营业利润(万元)、税前利润总额(万元)、纳税总额(万元)、所得税(万元)、营业税金及附加信息(万元)、负债总额(万元)、研发成本(万元)、净利润(万元)、净利润增长率
4.样本量：11.3W+，第一批第1-7批国家级专精特新“小巨人”
2000-2025年各省年末常住人口数据.xlsx
更新至2025年，2000-2025年各省年末常住人口数据（无缺失）
1、时间：2000-2025年
2、来源：国家统计局、各省年鉴
3、指标：年末常住人口
4、范围：31省
【更新至2024年】2005-2024年各省绿色信贷水平测算数据（含原始数据+计算过程+计算结果）
【更新至2024年】2005-2024年各省绿色信贷水平测算数据（含原始数据+计算过程+计算结果）
1、时间：2005-2024年
2、来源：工业统计年鉴、统计年鉴、其中2017年采用插值法填补,2023年数据整理自经济普查年鉴2023
3、范围：31省
4、方法说明：选取各省六大高耗能产业利息支出占工业产业利息总支出的比率作为反向指标来衡量绿色信贷水平；六大高能耗产业为：化学、石油、电力热力、黑色金属、有色金属、非金属
5、参考文献：谢婷婷,刘锦华.绿色信贷如何影响Z国绿色经济增长?
【更新至2024年】各省数字经济相关指标数据.xlsx
更新至2024年，各省数字经济相关指标数据集
1、时间：具体时间如下
2、指标：互联网宽带接入端口（2006-2024）、互联网宽带接入用户（2011-2024）、互联网域名数（2011-2024年）、移动电话普及率（2010-2024）、长途光缆线路长度（2006-2024）、软件业务收入（2012-2024年）、电信业务总量（2006-2024）、有电子商务交易活动的企业数（2013-2024）、有电子商务交易活动的企业数比重(%)（2013-2023）、电子商务销售额（2013-2024）、每百人使用计算机数(台)（2013-2024）、每百家企业拥有网站数（2013-2024）、数字普惠金融指数（2011-2024）、规模以上工业企业R&D人员全时当量（2011-2024）、规模以上工业企业R&D经费（2011-2024）、规模以上工业企业R&D项目数（2011-2021）、技术市场成交额（2006-2024，西藏2017年之前缺失）、国内专利申请授权量（2006-2024）、快递量（2006-2024）、快递业务收入（2011-2024）
3、范围：31省，其中软件业务收入为30省不含西藏
4、来源：国家统计局、各省年鉴、统计年鉴、北大数字普惠金融指数
【更新至2025年】2000-2025年上市公司数字化转型程度数据（年报词频统计）
【更新至2025年】2000-2025年上市公司数字化转型程度数据（年报词频统计）
1、时间：2000-2025年
2、来源：上市公司年报
3、指标：年份、股票代码、公司简称、行业名称、行业代码、年报标题、全文-文本总长度、仅中英文-文本总长度、数字化转型程度、人工智能技术、大数据技术、云计算技术、区块链技术、数字技术运用、人工智能、商业智能、图像理解、投资决策辅助系统、智能数据分析、智能机器人、机器学习、深度学习、语义搜索、生物识别技术、人脸识别、语音识别、身份验证、自动驾驶、自然语言处理、大数据、数据挖掘、文本挖掘、数据可视化、异构数据、征信、增强现实、混合现实、虚拟现实、云计算、流计算、图计算、内存计算、多方安全计算、类脑计算、绿色计算、认知计算、融合架构、亿级并发、EB级存储、物联网、信息物理系统、区块链、数字货币、分布式计算、差分隐私技术、智能金融合约、移动互联网、工业互联网、移动互联、互联网医疗、电子商务、移动支付、第三方支付、NFC支付、智能能源、B2B、B2C、C2B、C2C、O2O、网联、智能穿戴、智慧农业、智能交通、智能医疗、智能客服、智能家居、智能投顾、智能文旅、智能环保、智能电网、智能营销、数字营销、无人零售、互联网金融、数字金融、Fintech、金融科技、量化金融、开放银行
4、范围：A股上市公司
5、方法说明：参考吴非老师的做法，对人工智能技术、大数据技术、云计算技术、区块链技术、数字技术运用五个维度76个数字化相关词频进行统计
6、参考文献：企业数字化转型与资本市场表现——来自股票流动性的经验证据（吴非）
2005-2023年各省绿色信贷水平测算数据（含原始数据+计算过程+计算结果）
2005-2023年各省绿色信贷水平测算数据（含原始数据+计算过程+计算结果）
1、时间：2005-2023年
2、来源：工业统计年鉴、统计年鉴、其中2017年采用插值法填补,2023年数据整理自经济普查年鉴2023
3、范围：31省
4、方法说明：选取各省六大高耗能产业利息支出占工业产业利息总支出的比率作为反向指标来衡量绿色信贷水平；六大高能耗产业为：化学、石油、电力热力、黑色金属、有色金属、非金属
5、参考文献：谢婷婷,刘锦华.绿色信贷如何影响Z国绿色经济增长?
2009-2024年上市公司ESG评级分歧数据（评级分歧标准差、极差、排名及细分评级）（含原始数据+计算代码+结果）
2009-2024年上市公司ESG评级分歧数据（评级分歧标准差、极差、排名及细分评级）（含原始数据+计算代码+结果）
1、时间：2009-2024年
2、来源：wind esg、商道融绿esg、彭博esg、华证esg、cnrds esg 、富时罗素ESG
3、指标：股票代码、年份、证券简称、华证综合得分、华证E得分、华证S得分、华证G得分、CnrdsESG得分、CnrdsE得分、CnrdsS得分、CnrdsG得分、商道融绿ESG得分、彭博ESG、彭博E、彭博S、彭博G、富时罗素ESG得分、WindESG综合得分、WindE得分、WindS得分、WindG得分、华证综合得分_10、华证E得分_10、华证S得分_10、华证G得分_10、CnrdsESG得分_10、CnrdsE得分_10、CnrdsS得分_10、CnrdsG得分_10、商道融绿ESG得分_10、彭博ESG_10、彭博E_10、彭博S_10、彭博G_10、富时罗素ESG得分_10、WindESG综合得分_10、WindE得分_10、WindS得分_10、WindG得分_10、ESGdif6、ESGdif5、ESGdif4、ESGrange6、ESGrange5、ESGrange4、ESG_uncertainty、ESG_rank、E_uncertainty、E_rank、S_uncertainty、S_rank、G_uncertainty、G_rank
4、范围：A股上市公司
5、相关研究：
Christensen, D. M., Serafeim, G., & Sikochi, A. (2022). Why is corporate virtue in the eye of the beholder? The case of ESG ratings. The Accounting Review
【更新至2024年】上市公司数字化转型数据合集（三种方法：吴非、张永坤、 赵宸宇）（含原始数据+计算代码+结果）
【更新至2024年】上市公司数字化转型数据合集（三种方法：吴非、张永坤、 赵宸宇）（含原始数据+计算代码+结果）
一、2001-2024年上市公司数字化转型数据（含原始数据+计算代码+结果）
1、时间：2001-2024年
2、来源：上市公司年报
3、指标：年份、证券代码、人工智能技术、大数据技术、云计算技术、区块链技术、数字技术运用、数字化词频总计、DCG、AI、BD、CC、DT、ADT
4、范围:上市公司
5、测算方式：通过 Python 爬虫功能归集整理了上海交易所、深圳交易所全部 A 股上市企业的年度报告，并通过 Java PDFbox 库提取所有文本内容，并以此作为数据池供后续的特征词筛选。基于 Python 对上市企业年报文本提取形成的数据池，根据下图 的特征词进行搜索、匹配和词频计数，进而分类归集关键技术方向的词频并形成最终加总词频，从而构建企业数字化转型的指标体系。
6、关键词：人工智能技术：人工智能、商业智能、图像理解、投资决策辅助系统、智能数据分析、智能机器人、机器学习、深度学习、语义搜索、生物识别技术、人脸识别、语音识别、身份验证、自动驾驶、自然语言处理
大数据技术：大数据、数据挖掘、文本挖掘、数据可视化、异构数据、征信、增强现实、混合现实、虚拟现实
云计算技术：云计算、流计算、图计算、内存计算、多方安全计算、类脑计算、绿色计算、认知计算、融合架构、亿级并发、EB级存储、物联网、信息物理系统
区块链技术：区块链、数字货币、分布式计算、差分隐私技术、智能金融合约
数字技术运用：移动互联网、工业互联网、移动互联、互联网医疗、电子商务、移动支付、第三方支付、NFC支付、智能能源、B2B、B2C、C2B、C2C、O2O、网联、智能穿戴、智慧农业、智能交通、智能医疗、智能客服、智能家居、智能投顾、智能文旅、智能环保、智能电网、智能营销、数字营销、无人零售、互联网
【更新至2024年】2000-2024年上市公司人工智能引入DID数据
【更新至2024年】2000-2024年上市公司人工智能引入DID数据
1、时间：2000-2024明年
2、来源：上市公司年报
3、指标：年份、股票代码、股票简称、中文全称、行业名称、行业代码、省份、城市、区县、省份代码、城市代码、区县代码、首次上市年份、上市状态、Treat、Post、是否引入人工智能（Treat*Post）、
4、范围：A股上市公司
5、方法说明：利用财务报表附注中的“在建工程基本情况表”作为数据来源，基于人工智能关键词对企业“在建工程项目明细”进行筛选，确定引入人工智能建设项目的企业及引入时间，若企业存在人工智能建设项目，则Treat为1，否则为0；以企业首个人工智能在建工程项目的第一期作为引入人工智能的起始时点，起始时点及之后Post为1，否则为0；最终构建“是否引入人工智能（Treat *Post)”指标
6、参考文献：梅冬州,张弘正,程琳.人工智能应用的绿色创新效应研究
1999-2024年上市公司数字化转型指数数据（含原始数据+计算代码+结果）
1999-2024年上市公司数字化转型指数数据（含原始数据+计算代码+结果）
1、时间：1999-2024年
2、来源：上市公司年报
3、指标：stkcd、year、类别、公司简称、行业名称、行业代码、全文文本总长度、仅中英文文本总长度、数字技术应用、互联网商业模式、智能制造、现代信息系统、DIGI_text
4、范围：A股上市公司
5、计算说明：使用文本分析法构建DIGI_text变量。收集上市公司年报转文本格式，Python提取经营情况分析文本；人工抽取数字化转型成功企业样本；分词处理和词频统计，筛选高频词语；从样本提取文本找高频组合；补充关键词形成分词词典，分词处理统计关键词披露次数，标准化处理词频数据，熵值法确定指标权重，得到DIGI_text指数 。从数字技术应用、互联网商业模式、智能制造、现代信息系统四个维度构建 。
6、参考文献：赵宸宇，王文春，李雪松. 数字化转型如何影响企业全要素生产率
2001-2024年上市公司数字化转型数据（含原始数据+计算代码+结果）
2001-2024年上市公司数字化转型数据（含原始数据+计算代码+结果）
1、时间：2001-2024年
2、来源：上市公司年b
3、指标：年份、证券代码、人工智能技术、大数据技术、云计算技术、区块链技术、数字技术运用、数字化词频总计、DCG、AI、BD、CC、DT、ADT
4、范围:上市公司
5、测算方式：通过 Python 爬虫功能归集整理了上海交易所、深圳交易所全部 A 股上市企业的年度报告，并通过 Java PDFbox 库提取所有文本内容，并以此作为数据池供后续的特征词筛选。基于 Python 对上市企业年报文本提取形成的数据池，根据下图 的特征词进行搜索、匹配和词频计数，进而分类归集关键技术方向的词频并形成最终加总词频，从而构建企业数字化转型的指标体系。
6、关键词：人工智能技术：人工智能、商业智能、图像理解、投资决策辅助系统、智能数据分析、智能机器人、机器学习、深度学习、语义搜索、生物识别技术、人脸识别、语音识别、身份验证、自动驾驶、自然语言处理
大数据技术：大数据、数据挖掘、文本挖掘、数据可视化、异构数据、征信、增强现实、混合现实、虚拟现实
云计算技术：云计算、流计算、图计算、内存计算、多方安全计算、类脑计算、绿色计算、认知计算、融合架构、亿级并发、EB级存储、物联网、信息物理系统
区块链技术：区块链、数字货币、分布式计算、差分隐私技术、智能金融合约
数字技术运用：移动互联网、工业互联网、移动互联、互联网医疗、电子商务、移动支付、第三方支付、NFC支付、智能能源、B2B、B2C、C2B、C2C、O2O、网联、智能穿戴、智慧农业、智能交通、智能医疗、智能客服、智能家居、智能投顾、智能文旅、智能环保、智能电网、智能营销、数字营销、无人零售、互联网金融、数字金融、Fintech、金融科技、量化金融、开放银行
7、参考文献：企业数字化转型与资本市场表现——来自股票流
【更新至2024年】1999-2024年上市公司数字化转型程度数据（含原始数据+计算代码+结果）
1999-2024年上市公司数字化转型程度数据（含原始数据+计算代码+结果）
1、时间：1999-2024年
2、来源：上市公司年报
3、指标：stkcd、year、id、无形资产净额、数字化转型无形资产、数字化转型程度
4、范围：A股上市公司
5、方法说明：以上市公司财务报告附注披露的年末无形资产明细项中与数字化转型相关部分占无形资产总额的比例衡量企业数字化水平。将含“软件”“网络”等关键词及相关专利的明细项目界定为“数字化技术无形资产”，加总计算其占本年度无形资产的比例，作为企业数字化转型程度代理变量，并手工复核 。
6、参考文献：张永珅，李小波，邢铭强. 企业数字化转型与审计定价
1970-2023年各区县二氧化碳排放量数据/区县CO2排放量/区县碳排放数据
1970-2023年各区县二氧化碳排放量数据/区县CO2排放量/区县碳排放数据
1、时间：1970-2023年
2、来源：EDGAR_2024_GHG of October 2024（根据EDGAR提取的所得）
3、指标:省、省代码、市、市代码、县、县代码、年份、CO2排放量_吨
4、范围：2800+区县
RSS订阅
122
