paofuluolijiang的博客

数据核心统计字段涵盖年份 证券简称 stkcd 污染物排放达标得分 污染物排放未达标得分 突发环境事故 突发环境事故得分 环境违法事件 环境违法事件得分 环境信访案件 环境信访案件得分 是否通过ISO14001认证 环保荣誉或奖励 是否在ESG评级中环境治理得分位于样本前30 是否在ESG评级中环境治理得分位于样本后30 是否在ESG评级中环境管理体系评级为最高等级 是否在ESG评级中环境管理体系评级为最低等级 正面得分 负面得分 负面得分绝对值 正面得分负面得分绝对值 绿色治理绩效GGP。

此外，数据还纳入了地理坐标、股权结构及政策关联变量（如“新兴综指”样本股标识），为研究区域集群效应、产业链治理及政策响应机制提供支持。整合了2000-2022年间中国A股市场760余家战略性新兴产业上市企业的多维度信息，涵盖企业基本信息、财务指标、行业分类及研发创新等1350余个常用变量。数据构建依据《国务院关于加快培育和发战略性新兴产业的决定》及《战略性新兴产业分类（218）》，通过匹配《上市公司行业分类指引（012年修订）》行业代码与战略性新兴产业分类标准，确保企业筛选的科学性。

研究案例显示，试点政策显著提升县域公共服务水平（东部及非贫困县效应更突出），并通过土地融资、人力资本优化等路径影响地方债务与经济韧性，为政策优化提供实证依据。对于入选试点的县域，政策实施年份及后续年份的DID变量赋值为1，非试点及试点前年份赋值为0。数据范围覆盖各省县域，重点反映新型城镇化试点对地方经济、人口就业、公共服务等层面的动态影响，为政策效果评估提供面板数据支持。例如，安徽省当涂县自2015年入选试点后，其DID变量从2015年起持续为1，直观呈现政策实施的时间效应。

企业应用中，数据可帮助投资者分析区域制造业竞争力，例如通过亿元企业产值贡献率、高技术产业增速等指标筛选潜力市场。数据字段主要包括：id 省份 地级市 年份 代码 工业增加值（亿元） 工业增加值总额（亿元） 地区生产总值（亿元） 生产总值总额（亿元） 产业集聚水平1 就业人员数(万人) 行政区划面积(平方公里) 产业聚集水平2，可用于研究产业集聚与技术创新、资源利用效率的关联性。本数据集系统整合了我国2000-2022年省级与地级市层面的产业集聚水平指标，涵盖工业、制造业及三次产业的结构性数据。

县域面板数据集覆盖全国31个省级行政区，时间跨度为2007-2023年，共包含2,362个县域观测样本，聚焦返乡创业试点政策的实施效果评估。核心设计采用准自然实验方法，将试点县与非试点县作为实验组和对照组，通过渐进双重差分模型（DID）分析政策对城乡收入差距、产业结构升级等变量的影响。数据整合自国家发改委试点名单、《中国县域统计年鉴》、各省统计年鉴及政策文本，并通过线性插补处理缺失值，确保样本连续性。数据集包含省份、县名、试点年份、省份、县域名称、年份、treat、post、did。

该数据集对探究监管力度与企业合规性、社会责任履行、绿色技术创新等领域具有显著价值，尤其在评估"监管邻近效应"对上市公司治理结构的影响方面，为监管部门优化属地化管理、学术界开展空间经济学研究提供了高质量数据基础。具体字段涵盖股票代码、简称、注册地址、所属省市、办公地经纬度等基础信息，同时整合了证监会分支机构的地理坐标数据。通过球面距离算法测算上市公司与对应监管机构的空间距离后，采用自然对数处理消除量纲差异，形成标准化监管距离指标。2000-2022年上市公司-监管距离-社科经管。

具体分为“创新韧性1”和“创新韧性2”两类，前者基于专利总量，后者侧重发明专利占比，以兼顾创新规模与质量的双维度评估。数据还可作为工具变量，用于解决内生性问题，提升经济管理领域模型的解释力。代码 年份 invention patent 股票简称 行业名称 行业代码 所属省份代码 所属省份 所属城市代码 所属城市 ln_IR_plus_100 ln_IR_plus_100_w 创新韧性1_w IR2 ln_IR2_plus_100 ln_IR2_plus_100_w 创新韧性2_w。数据涵盖多维字段，包括。

具体字段包括标题提及频次（Newsnum_Title）、内容提及频次（Newsnum_Cont），以及基于情感分类的正/中/负面新闻数量（Posnews_All/Neunews_All/Negnews_All）。该数据集覆盖1995-2022年间的网络媒体与报刊财经新闻动态，包含5400家上市公司的媒体关注度及监督指标。代码、年份、标题出现该公司的新闻总数、内容出现该公司的新闻总数、正面新闻数全部、中性新闻数全部、负面新闻数全部、正面新闻数原创、中性新闻数原创、负面新闻数原创，媒体监督JF系数。

研究采用双重差分法（DID），以2010年示范区设立为政策冲击节点，通过构建实验组（示范区）与对照组（非示范区）的对比，分析政策对区域经济高质量发展的影响。数据显示，示范区通过强化商标注册管理、优化法律环境及提升审查效率，显著促进了商标保护水平与创新能力的提升，为探索“质量强国”路径提供了实证支持。数据统计字段包括年份、省份、地级市、地区名称、示范城市名称（区）、treat（示范区虚拟变量）、post（2010年后时间虚拟变量）、did（政策交互项）。2007-2023年国家商标战略实施DID-社科经管。

该数据集通过多维度评价体系，系统测度了2000-2021年中国地级市经济高质量发展水平，覆盖全国281-415个地级行政单位。指标体系以新发展理念为核心，构建了包含5个一级指标、12个二级指标及21个三级指标的综合评价框架。数据采用面板结构呈现，包含城市代码、年份、原始指标及熵值法计算的标准化得分，支持纵向时间序列分析与横向区域对比研究。其二，支持环境规制与绿色技术创新的动态关系检验，例如通过PM2.5与固废利用率等生态指标建立面板回归模型；2000-2021年地级市-经济高质量发展指数-社科经管。

此外，高频的公告日期字段支持事件研究法，可追踪关联交易信息披露的市场反应。研究显示，关联交易占比超过10%的企业中，32%存在财务舞弊嫌疑，印证了数据在风险预警中的实用性。证券代码、统计截止日期、证券简称、行业代码、行业名称、年份、商品交易、提供或接受劳务、资产总额、商品交易/总资产、提供或接受劳务/总资产、合计。该数据集系统收录了2007年至2022年A股上市公司的关联交易信息，涵盖1,429,462条交易记录，涉及商品销售、股权转让、资金借贷等多元交易类型。数据以企业为统计维度，详细记录。

该数据集系统梳理了2000-2021年全球范围内技术性贸易壁垒（TBT）与卫生及植物卫生措施（SPS）的实证数据，覆盖世界贸易组织（WTO）成员国发布的政策法规、技术标准及通报案例。数据涵盖农产品、食品、机电产品等核心领域，重点反映绿色贸易壁垒的动态演变趋势及区域分布特征。例如，2020年WTO成员SPS通报量达1515项，涉农TBT通报量在2021年增至1453项，增速达42%。核心统计字段:id、国家、name、年份、TBT、SPS、ST。

部分案例参考了并购重组市场中的技术整合实践，如2023年长江电力等企业的重大资产重组案例，其技术整合模式与知识重组逻辑具有关联性。本数据集聚焦于上市公司在知识管理领域的动态，覆盖2012年至2023年间的实证数据，核心指标包括知识重组创造与知识重组再利用两类专利行为。其中，知识重组创造定义为“首次整合未关联的专利技术”，而知识重组再利用则基于五年内专利IPC分类号组合的重复使用情况判定。代码、年份、知识重组创造、知识重组再利用、知识重组创造取对数、知识重组再利用取对数。

数据源自企业注册信息数据库，通过自然语言处理技术识别人工智能相关企业，并参考《中国工业经济》等权威期刊的方法论进行清洗校验。数据覆盖全国298个地级及以上城市，通过企业工商注册信息筛选，以经营范围含“芯片”“计算机视觉”“语音识别”等核心关键词为判定标准，结合行政区划编码构建了多维分析框架。该数据集通过标准化编码和长周期覆盖，为数字经济时代的技术演进研究提供了关键基础设施，相关成果已发表于《中国人口科学》《山西财经大学学报》等核心期刊。代码、年份、所属省份、地级市、企业存量。

其一，为宏观经济预测提供风险因子，例如通过GPR指数与GDP增长、投资波动的相关性分析，评估地缘冲突对市场信心的冲击。其三，在学术研究中，可作为跨国面板数据的基准指标，用于验证国际关系理论或构建风险预警模型。本数据集为覆盖1970年至2024年7月的地缘政治风险月度指数（GPR指数），旨在通过量化方法反映全球及43个经济体的地缘政治风险动态。该指数基于国际主流报纸的文本分析构建，通过统计与地缘政治紧张局势相关的关键词频率（如“战争”“恐怖主义”“国际冲突”等），衡量风险事件的威胁程度与实际行动的演化趋势。

其三，外包岗位类型与业务水平的关联数据，为评估企业核心竞争力提供了新视角，数据显示低端岗位外包率达78%而技术岗位仅13%。2012-2023年上市公司劳务外包数据系统收录了A股市场近十年间企业劳务外包行为的核心运营指标，通过证券代码、会计年度等基础字段与外包工时、报酬总额等专项数据的结合，完整呈现了上市公司人力配置策略的演变轨迹。证券代码、证券简称、统计截止日期、报表类型、结算方式、劳务外包工作小时总数、劳务外包工作量总数、劳务外包工作量单位、劳务外包支付的报酬总额(元)、劳务外包总人数(人) 币种。

数据统计字段包括年份、城市名称、蔓延程度（取值范围0-1，越接近1表示蔓延越严重）及蔓延指数（临界值1为判定标准，＞1表示存在蔓延现象）。研究采用两种主流测算方法：一是基于夜间灯光亮度与全国平均水平的面积占比关系（如亮度阈值≥6或≥10的区域），二是结合人口密度指标（如密度≥1000人/平方公里）构建多维度指数。例如，已有研究基于类似数据发现，蔓延指数与城市生产率呈非线性关系，且在东部经济发达地区蔓延效应更为显著。年份、地级市、L (m²)、H (m²)、S（m²）、L/S、L/H、蔓延程度、蔓延指数。

研究显示，管理层情感语调既是企业未来风险信号，也是信息操纵工具，尤其在审计豁免背景下，其增量信息价值与潜在操纵动机并存。此外，数据的时间跨度与多维指标设计，为纵向比较政策监管效果（如ESG披露强化）提供基础。情感语调指标：情感语调1（（正面词汇-负面词汇）/词汇总量）、情感语调2（（正面词汇-负面词汇）/（正面+负面词汇）），数值越大表明管理层表述越积极；证券代码、企业代码、年份、证券简称、行业代码、行业名称、正面词汇数量、负面词汇数量、词汇总量、句子数量、文字数量、情感语调1、情感语调2。

数据通过多维度指标构建，包含客户稳定度的4种测算方法（如STABLE_1、STABLE_2等），分别基于前五大客户的历史重复性进行计算。例如，STABLE_1定义为“当年与前一年重复的客户数量占比”，STABLE_2则扩展至两年周期，以反映中长期稳定性。例如，可探究客户稳定性对股价波动的影响（参考彭旋等研究），或结合供应商数据评估供应链韧性。其中，客户稳定度测算参考了《财会通讯》《财经研究》等顶刊方法，例如钟涛（2022）提出的供应链波动率算法，以及董浩和闫晴（2024）的稳定关系判定模型。

本数据集围绕“信息惠民国家试点城市”政策展开，系统整合了2010-2024年间全国地级市及上市公司的社会经济数据，采用双重差分法（DID）评估政策实施效果。数据覆盖80个试点城市（如乌鲁木齐、绵阳等）与非试点城市的对比样本，时间跨度涵盖政策实施前（2010-2013年）与实施后（2014-2024年）的多维度信息。地级市维度：包含行政区划代码、年份、所属省份、城市名称、长江经济带区位标识、经纬度坐标及试点状态（Treat变量）；同时涵盖经济发展水平（如人均GDP）、财政透明度、城镇化率等控制变量。

数据集统计字段涵盖数字服务出口额、进口额、贸易差额、同比增速等核心指标，并细分为电信与计算机服务、知识产权使用费、金融与保险服务、跨境电商交易规模等九大业务板块。本数据集系统整合了2010至2022年间全球主要经济体数字服务贸易的进出口统计数据，覆盖了包括美国、中国、欧盟成员国及新兴市场国家在内的50余个经济体。数据以年度为频率更新，全面反映了数字服务贸易在全球化进程中的动态演变，尤其聚焦于跨境数据流动、技术服务、知识产权等核心领域，为数字经济研究提供了关键基础支撑。

其一，区域经济研究：通过胡焕庸线划分对比东西部创新投入差异，例如分析儒家书院密度与城市创新产出的相关性。其二，文化经济学：贞节牌坊作为工具变量，可量化儒家伦理对企业违规行为或社会信任的影响，如张峻（2023）以此构建社会信用政策评估模型。此外，数据兼容地理信息系统（GIS），支持多维可视化分析，如绘制儒家文化热力图与区域经济韧性叠加图谱。核心指标包括胡焕庸线划分（区分东西部经济地理格局）、儒家书院数量（衡量地方文教传承）、寺庙数量（反映儒家与宗教融合程度）及贞节牌坊数（映射传统伦理观念）。

2002-2022年城市市政公用设水平、环境、绿地等数据-社科经管实证数据》整理自多源权威统计资料，覆盖全国地级市与县级市两级行政单元，时间跨度达21年。数据集以市政基础设施、生态环境质量和城市绿地系统为核心，系统收录了包括人均道路面积、供水普及率、燃气普及率、建成区排水管道密度、污水处理厂集中处理率、生活垃圾无害化处理率、人均公园绿地面积、建成区绿化覆盖率等30余项关键指标。在政策制定领域，为新型城镇化建设、海绵城市规划提供量化依据，如通过排水管道密度与污水处理率的时空对比，可识别基础设施薄弱区域；

基于《改革》《科研管理》等权威期刊的构建方法，数据涵盖研发操纵的核心指标，包括：异常研发投入（实际研发投入与回归预测值的差值）、研发操纵虚拟变量（异常值为正时赋值为1）以及研发投入强度（研发费用占上期总资产比例）等。此外，数据集整合了企业财务与经营指标，如总资产、营业利润、托宾Q值、市值对数及行业分类代码（证监会2012版），并提供面板数据格式，便于直接用于计量分析。例如，异常研发投入的计算基于研发支出、企业市值、总资产等变量的回归模型，参考了苑泽明等（2020）提出的方法。

本数据集涵盖2000至2023年中国A股上市公司的气候风险相关文本信息及量化指标，样本量超过6.4万条，涉及5,600余家企业。数据以年度为维度，统计了企业年报中气候风险相关关键词的词频及其占总文本的比例，并据此构建气候风险指数。核心指标包括气候风险总词频、年报总词频、气候风险指数（词频占比×100），同时整合了企业所属行业、地区、证券代码等基础信息。在学术领域，其支持气候风险与资本市场关联性的实证分析，例如权益资本成本、融资约束等议题。关键词集参考了杜剑等（2023）的研究，包含98个气候风险相关词汇。

数据层级为公司年度维度，包含合作类型、期限、合作领域等核心变量，适用于研究联盟动态对企业绩效、资源配置及产业升级的影响。数据源为企业公告（东方财富网等）、财经媒体（腾讯、新浪）的公开文本，经人工筛选剔除失效或未执行案例，并通过聚类分析保证数据一致性。企业绩效：验证联盟合作对全要素生产率、创新产出的促进作用（如黄勃等发现联盟使研发强度提升15%-22%）；基础标识：证劵代码、日期、SA_Huang、SA_Chen、SA_Bodnaruk。2006-2024年上市公司-企业战略联盟数据-社科经管。

此外，数据中嵌入的供应链协同、智能仓储等场景指标，为产业链上下游协同创新研究提供了微观基础。该数据集围绕中国上市公司在智能制造领域的政策试点效果评估展开，覆盖时间跨度为2000年至2023年，整合了工信部、发改委等政府部门公开发布的智能制造示范项目名录及企业运营数据。数据来源以工信部2015-2023年度智能制造试点示范项目名单为核心，例如2023年公布的东风汽车、鞍钢股份等184家示范单位及其典型场景数据，同时整合上市公司年报、国家企业信用信息公示系统等多元数据源进行补充。

其一，可量化评估城市绿色全要素生产率，分析产业结构、技术进步对能源效率的影响机制，为地方政府制定减排政策提供依据。整理了我国2006年至2023年地级市层面的能源利用效率指标，覆盖全国280余个城市，采用超效率SBM模型和超效率CCR模型对能源投入产出效率进行测算。通过标准化煤系数折算方法，整合了全社会用电量、天然气、液化石油气等能源类型消耗数据，形成面板数据格式，可直接用于实证分析。效率测算结果：超效率SBM值、超效率CCR值，反映城市能源利用的动态效率。

实验组为历届获评“全国文明城市”称号的城市（如2005年首批入选的张家港、厦门等9市，后续新增的成都、武汉等共六批城市），对照组为非文明城市。核心变量包括处理组虚拟变量（treat）、政策时间虚拟变量（post）、DID交互项（treat×post），以及城市经济发展水平、财政支出占比、人均绿地面积等控制变量。控制变量：涵盖经济（人均GDP、财政支出占比）、环境（工业污染物排放量、绿地面积）、社会（每万人公交车数量、教育支出）等维度；时空标识：城市编码、年份字段，支持面板数据分析。

该数据集聚焦于中国上市公司管理层权力强度的量化分析，覆盖2005年至2023年间的企业数据，时间跨度近20年。研究基于主成分分析法（PCA），通过多维指标构建管理层权力的综合衡量体系，旨在揭示管理层在公司治理中的实际影响力。数据整合了包括董事会结构、高管任职特征、股权分布等核心变量，并经过标准化处理，形成了适用于实证研究的结构化数据库，为分析公司治理机制提供底层支持。管理层权力综合指标（Power）：通过主成分分析合成，反映管理层对战略决策、资源配置等领域的控制能力，数值越大表明权力越集中。

该数据集涵盖2000-2023年中国A股上市公司的市场竞争程度量化指标，包含赫芬达尔指数（HHI）和勒纳指数（Lerner Index）两大核心变量，有效样本量达64,505条。勒纳指数则反映企业定价能力，计算公式为“（营业收入-营业成本-销售费用-管理费用）/营业收入”，值越高表明企业市场支配力越强。数据集包含15个核心字段：年份、股票代码、股票简称、行业名称及代码、省份/城市/区县及对应行政代码、上市状态、赫芬达尔指数和勒纳指数。勒纳指数可评估企业定价策略对政策（如碳排放规制、社保缴费改革）的响应。

当前研究显示，我国地级市KSI呈现显著空间异质性，东部制造业集群城市普遍高于中西部资源型城市，这种差异为构建双循环发展格局提供了量化参考。随着数字经济渗透，该指数还可与新兴业态数据结合，拓展产业升级研究的维度边界。该指数通过比较不同地区各产业就业人数的分布特征，量化区域间产业结构的专业化程度，其数值范围通常为0-1（或0-2的修正版本），数值越高表明产业集中度越强。其中，第一产业（农业）、第二产业（工业）和第三产业（服务业）的就业人数均以万人为计量单位，数据格式经过标准化处理，可直接用于面板数据分析。

数据集统计字段包括证券代码、证券简称、年份、VC价值链升级、行业代码、行业名称、所属省份、所属省份代码、所属城市、所属城市代码、投资收益、汇兑收益、公允价值变动收益、资产减值损失、营业外收入、营业外支出、净利润、购买商品接受劳务支付的现金、应付利息（年末）、收到的税费返还、税金及附加、所得税费用、应付职工薪酬（期末减期初）、支付给职工以及为职工支付的现金。其中，价值链升级指标通过“当期工业增加值”公式计算，涵盖薪酬总额、企业利润、税收及利息四部分，最终以增加值率衡量企业价值链层级。

数据以面板形式呈现，包含债券发行量、债务余额、债务结构、经济支撑指标等核心维度，为区域财政风险分析、债务政策制定提供高价值实证支撑。数据集涵盖地方政府债与城投债两大类别的16项关键指标，包括：债券数量（只）、债券余额（亿元）、债券余额占比（%）、GDP（亿元）、公共财政收入/支出（亿元）、债务负担率（%）、负债率（%）及财政自给率（%）等。其中债务结构指标采用国际通行的风险评估体系，如债务率=（债务余额/综合财力）×100%，综合财力计算包含一般预算收入、转移支付、土地出让金等要素。

该数据集对学术研究具有多重价值，在实证分析方面可构建企业成长性预测模型，在政策研究层面能评估产业扶持政策效果，投资机构则可通过数据挖掘发现具备持续盈利能力的标的，例如某医疗器械企业通过研发投入占比与毛利率的正相关关系验证创新驱动成效。Core Perf1t+1=(营业利润-投资收益-公允价值变动收益+对联营企业和合营企业的投资收益)/总资产;Core Perf2t+1=(利润总额-投资收益-公允价值变动收益+对联营企业和合营企业的投资收益)/总资产。

例如，2004年结构性调整将平均退税率从15.5%降至12.51%，重点限制“两高一资”行业，而2008年金融危机期间退税率又多次上调以稳定出口。数据字段包括商品编码（HS编码）、退税率数值（CLDE）、政策生效起止日期（ST_DATE/END_DATE）、商品名称（NAME）、计量单位（UNIT）及政策调整标志（TSFLAG）等。该数据集对多领域具有指导意义：其一，为宏观经济政策效果评估提供实证依据，如退税率与出口增长率的相关性分析显示，退税率每提高1个百分点，出口量平均增长0.01-0.03个百分点；

数据集包含年份、城市名称、行政区划代码、所属省份、地区生产总值、第一产业增加值、第二产业增加值、第三产业增加值、第二+第三产业增加值、一般公共预算-税收收入-增值税收入_百万人民币、一般公共预算-税收收入-企业所得税收入_百万人民币、一般公共预算-税收收入-个人所得税收入_百万人民币、一般公共预算税收收入总和、 税收竞争数据。其中，税收竞争程度的计算参考了唐飞鹏（2017）的方法，即通过四大税种收入总和与第二、第三产业增加值的比值衡量地方政府对流动性要素的争夺强度。

均值 同行业同群数字化转型程度_A中位数 同省份同群数字化转型程度_A均值 同省份同群数字化转型程度_A中位数 同行业同群数字化转型程度_B均值 同行业同群数字化转型程度_B中位数 同省份同群数字化转型程度_B均值 同省份同群数字化转型程度_B中位数 同行业同群数字化转型程度_C均值 同行业同群数字化转型程度_C中位数 同省份同群数字化转型程度_C均值 同省份同群数字化转型程度_C中位数；2000-2023年企业数字化转型-同省份、同行业同群效应-社科经管。

基础指标包括国家 简称 年份 进出口额（美元） 距离（KM） 中国GDP（美元） 各国gdp（美元） 中国人口 各国人口 人民币对美元汇率 进出口额ln 距离ln 中国lnGDP 各国gdpln 中国人口ln 各国人口ln 人民币对美元汇率ln 共同边界 共同语言等。数据覆盖澳大利亚、日本、韩国、新加坡等主要经济体，以及柬埔寨、老挝等发展中经济体，包含进出口额、地理距离、经济规模（GDP）、人口数量、汇率、共同边界等核心变量，并引入虚拟变量（如共同语言、自贸协定生效年份）以增强模型解释力。

其核心指标包括社会信任1（trust1）、社会信任2（trust2）和社会信任3（trust3），分别反映不同得分下的加权占比、最值得信任地区占比及对数标准化结果。其二，区域经济研究，面板数据特性支持省份间信任水平差异、时空演化规律的实证检验；社会信任1-3核心指标，以及STPT（疑似财务指标）、金融属性、上市日期、公司名称、行业名称与代码、成立日期、证券简称等辅助字段。其中，社会信任1侧重综合加权结果，社会信任2聚焦头部信任浓度，社会信任3通过对数处理消除量纲差异，三者共同构成多角度评估体系。