1. 数据概览
本数据集覆盖1999年至2024年的时间跨度，包含4977家上市公司，共计6.3万个样本观测值。数据经过严格清洗与验证，确保结果准确可靠。
2. 测度方法
本数据集采用双重算法构建企业劳动生产率指标，以确保测度结果的科学性与稳健性。第一种方法参考了《管理世界》中牛志伟等（2023）的研究，使用企业单位劳动力产出（即人均营业收入）的自然对数值作为代理变量。具体而言，该方法通过将企业的营业收入除以员工人数，并对结果取自然对数，从而得到劳动生产率的第一种测度方式：
LP1=ln(营业收入员工人数)LP_1 = \ln\left(\frac{\text{营业收入}}{\text{员工人数}}\right)
这一指标不仅能够反映企业单位劳动力的经济贡献，还因其对数化处理而有效缓解了数据分布的非正态性问题，从而提升了统计分析的可靠性
1
。
第二种方法则借鉴了《管理科学学报》中李广众等（2018）的研究成果，采用（销售收入 + 存货变动）/员工人数的自然对数值作为劳动生产率的另一代理变量。该方法的独特之处在于，它不仅考虑了企业的销售收入，还引入了存货变动的信息，以更全面地捕捉企业在生产与销售环节中的动态效率变化。具体公式如下：
LP2=ln(销售收入\+Δ存货员工人数)LP_2 = \ln\left(\frac{\text{销售收入} \+ \Delta\text{存货}}{\text{员工人数}}\right)
通过对上述两个变量求和并除以员工人数，再对其结果取自然对数，该方法能够在控制企业规模的同时，进一步揭示企业资源配置效率对劳动生产率的影响
2
。两种测度方法相辅相成，共同为研究企业劳动生产率提供了多维度的视角。
3. 包含内容
本数据集的资料包内容完整且详尽，旨在为研究者提供充分的数据支持与验证便利。具体而言，资料包中涵盖了原始财务数据，这些数据来源于上市公司的公开财务报告，并经过严格的筛选与整理，确保其真实性和完整性。此外，资料包还包含了使用Stata软件编写的计算代码（Do文件），这些代码严格按照前文所述的测度方法进行编写，能够实现对企业劳动生产率指标的高效计算。通过运行这些代码，用户可以自行复现整个计算过程，从而验证结果的准确性。最终，资料包还直接提供了基于上述方法和数据计算得出的企业劳动生产率结果，方便用户直接进行后续的分析与研究。这种原始数据、计算代码与计算结果三位一体的结构，不仅提升了数据集的透明度与可信度，也为用户提供了极大的便利，使其能够根据自身需求灵活地进行数据复现、验证或进一步分析。
4. 参考文献
牛志伟, 许晨曦, 武瑛. 营商环境优化、人力资本效应与企业劳动生产率[J]. 管理世界, 2023, 39(02): 83-100.
李广众, 叶敏健, 郑颖. 资本结构与员工劳动生产率[J]. 管理科学学报, 2018, 21(02): 1-15.
资源下载
下载价格12 元