企业数据要素利用水平测算数据集（2001-2022年）

一、数据简介

本数据集基于中国A股上市公司2001年至2022年公开披露的年度财务报告构建，旨在通过文本分析方法量化企业层面的数据要素利用水平。本测算遵循学术研究中广泛应用的方法，通过系统分析企业年报中与核心数字技术相关的关键词出现频率，形成综合性的量化评估指标，为相关领域的研究提供可直接使用的结构化数据支持。

二、指标构建方法

本数据集的构建参照了史青春等（2023）的研究方法，具体测算过程如下：

1. 关键词选取：选取了代表数据要素利用的五个关键技术维度，分别为“人工智能技术”、“区块链技术”、“云计算技术”、“大数据技术”及“大数据技术应用”。
2. 词频统计：通过文本分析技术，统计上述五项关键词在每家公司每个年度财务报告中出现的总次数。
3. 指标合成：将五项关键词的披露次数进行加总，得到初始的“企业数据要素利用水平”指标。该数值越高，表明企业在年报中披露与数据要素相关技术和应用的频率越高，从而间接反映了其在数据要素方面的关注度和投入水平。
4. 数据处理：为消除极端值影响，同时提供了对初始指标进行缩尾处理后的“数据要素利用水平-缩尾后”指标，以增强数据的稳健性。

三、数据详情

• 数据范围：中国A股上市公司
• 时间跨度：2001年 – 2022年
• 观测数量：55,591条公司-年度观测值
• 核心指标：
  • 公司标识：股票代码、年份、股票简称
  • 分类信息：行业名称、行业代码、行政区划代码
  • 核心指标：数据要素利用水平（原始词频和）、数据要素利用水平-缩尾后（经缩尾处理）
  • 分项指标：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（各分项关键词词频）

四、参考文献

本数据集的构建理念与方法主要基于以下核心文献：

史青春, 牛悦, 徐慧. 企业数据要素利用水平影响投资效率机理研究——利用数据要素激活冗余资源的中介作用[J]. 中央财经大学学报, 2023(11): 105-115.

五、数据来源

所有测算数据均提取自上市公司公开披露的年度财务报告。