CEO信息技术背景(关键词规则法)
「CEO信息技术背景(关键词规则法)」，覆盖 1999-2025 年，频率 年度，上市公司层级，含 16 个变量，样本量约 75,763。 参考葛淳棉等(2026,科学学研究)的方法,识别每家上市公司每年年末在任CEO是否具备IT相关的教育背景或职业经历(二元虚拟变量),并给出IT教育水平四级有序度
| 时间跨度 | 1999-2025 年 |
|---|---|
| 数据频率 | 年度 |
| 层级 | 上市公司 |
| 变量数 | 16 |
| 样本量 | 75,763 |
| 是否可合并 | 可与同主体数据集合并 |
字段字典
- Symbol [股票代码] — 6位股票代码
- StkName [证券简称] — 上市公司证券简称
- Year [年份] — 财务年度
- Province [省份] — 公司注册地所在省份
- ProvinceCode [省份代码] — 公司注册地省份行政区划代码
- City [城市] — 公司注册地所在城市
- CityCode [城市代码] — 公司注册地城市行政区划代码(6位)
- County [区县] — 公司注册地所在区县
- CountyCode [区县代码] — 公司注册地区县行政区划代码(6位)
- IndustryCode [行业代码] — 中上协行业分类代码(如C26、J66,按年度动态匹配公司当年所属行业)
- IndustryName [行业名称] — 中上协行业分类名称(按年度动态匹配公司当年所属行业)
- CEOName [CEO姓名] — 年末在任CEO(总经理/总裁/首席执行官)姓名
- IsCEOITEducation [是否具IT相关教育背景] — 参考葛淳棉等(2026,科学学研究)的方法,CEO所学专业是否属于计算机类、电子信息类、电子商务或人工智能等相关专业(依《普通高等学校本科专业目录(2024年)》学科分类),是则为1(0=否，1=是)。为CEO信息技术背景的教育构件。
- IsCEOITExperience [是否具IT相关职业经历] — 参考葛淳棉等(2026,科学学研究)的方法,CEO是否曾在信息技术、信息管理、云计算等技术密集型岗位任职(以明确IT职务/部门名判定,区分IT岗位与IT公司),是则为1(0=否，1=是)。为CEO信息技术背景的职业构件。
- IsCEOInfoTechBackground [CEO信息技术背景] — 参考葛淳棉等(2026,科学学研究)的方法,CEO具备IT相关教育背景或IT相关职业经历(满足任一)则为1,是衡量CEO信息技术背景的核心虚拟变量(0=否，1=是)。用作研究变量,取1代表CEO具有信息技术背景。
- CEOITEduLevel [CEO的IT教育水平] — 参考葛淳棉等(2026,科学学研究)的方法,衡量CEO的IT相关学历层次的四级有序变量,计算规则为:拥有IT相关博士学历赋值3、硕士(含MBA、EMBA等专业硕士)赋值2、本科赋值1、无IT相关本科及以上学历赋值0。用作稳健性研究变量,越大代表CEO的IT教育水平越高。
常见问题
- 「CEO信息技术背景(关键词规则法)」是什么数据集？
- CEO信息技术背景(关键词规则法)，隶属董监高数据。参考葛淳棉等(2026,科学学研究)的方法,识别每家上市公司每年年末在任CEO是否具备IT相关的教育背景或职业经历(二元虚拟变量),并给出IT教育水平四级有序度
- 该数据集的时间范围是？
- 覆盖 1999-2025 年。
- 包含哪些变量/指标？
- 共 16 个变量。核心指标包括：CEO姓名、是否具IT相关教育背景、是否具IT相关职业经历、CEO信息技术背景、CEO的IT教育水平。完整字段清单（变量名·中文名·说明）见页面「字段字典」。
- 数据频率和层级是怎样的？
- 频率为年度，上市公司层级。
- 样本量有多大？
- 约 75,763 条观测。
- 数据是如何测算/获取的？
- 指标定义与计算方法 基于注意力基础观，企业能否有效识别、聚焦并推动人工智能等前沿技术创新，在很大程度上取决于高管对相关技术议题的战略判断与注意力配置。具备信息技术（IT）背景的 CEO 通常拥有更强的技术理解力与信息敏感性，更易识别 AI 等前沿技术的战略价值，并将其纳入企业重点关注范围。据此，本数据集参考葛淳棉等（2026）的方法，衡量上市公司每一会计年度年末在任 CEO 是否具备信息技术背景。 CEO 的界定以年末在任为准：在同一公司同一年度存在多名总经理/总裁/首席执行官候选时，依次按"年末在任、精确 CEO 职务（排除子公司或事业部总经理）、两职合一（兼任董事长）、最近上任、期末持股"的优先级择一，确保锁定该公司当年真正的最高经营负责人。 核心指标为一个二元虚拟变量 $IsCEOInfoTechBackground$。当 CEO 具备 IT 相关教育背景或 IT 相关职业经历时取 1，否则取 0。两个来源各自构成一个中间构件变量。 IT 相关教育背景（$IsCEOITEducation$）依据《普通高等学校本科专业目录（2024 年）》的学科分类判定：当 CEO 的所学专业属于计算机类、电子信息类、电子商务或人工智能等相关专业时取 1。具体识别时，以其最高学位的结构化专业名称为主，辅以简历中"就读/毕业于某院校某专业"等明确的教育表述，通过与上述四大类专业的关键词清单进行匹配确认；机械电子工程等归属机械学科的专业不计入。 IT 相关职业经历（$IsCEOITExperience$）依据是否曾在信息技术、信息管理、云计算等技术密集型岗位任职判定：当简历履历中出现明确的 IT 职务或部门名称（如首席信息官、信息中心/信息技术部负责人、软件工程师、系统工程师、网络工程师、程序员、数据处理中心等）时取 1。为区分"在 IT 岗位任职"与"仅在信息技术类公司任其他职务"，识别时要求命中明确的职务或部门名称，而非笼统的行业或公司名称；同时排除政府及事业单位的信息统计机构（如经济信息中心、税务/统计部门信息中心）与董事会秘书的信息披露职责等，避免误判。 $$IsCEOInfoTechBackground = \max\big(IsCEOITEducation,\ IsCEOITExperience\big)$$ 作为稳健性度量，进一步构建 CEO 的 IT 教育水平四级有序变量 $CEOITEduLevel$，用以刻画 IT 相关学历的层次差异。拥有 IT 相关博士研究生学历者赋值 3，硕士研究生（含 MBA、EMBA 等专业硕士学位）赋值 2，本科赋值 1，无 IT 相关本科及以上学历者赋值 0。该层次以最高学位对应的专业与学历层次配对为准，取值越大代表 CEO 的 IT 教育水平越高。 补充说明 样本覆盖全部 A 股上市公司，不限于高科技行业；作为个人属性，CEO 信息技术背景的识别保留全部行业观测，并附行业分类字段以便使用者按需筛选。所有构件均为 0/1 或有序取值，不做缩尾处理。股票代码统一为 6 位数字格式，剔除不规范代码。 需要提示的是，IT 教育背景的识别较依赖结构化的学历专业记录，其数据可得性在样本期内逐年提升，早期年份的记录相对稀疏，因而 IT 教育及信息技术背景指标的取值在早期年份可能存在系统性低估，其"逐年上升"趋势部分反映了记录完整度的改善。使用本指标进行面板分析时，建议纳入年份固定效应以吸收该趋势，不宜直接将其时间趋势解读为信息技术背景的真实变化。此外，约 8% 的公司—年度因缺少可用的 CEO 履历记录而未纳入，使用者在与其他数据合并时应注意这一覆盖范围。 参考文献 - 葛淳棉,涂耿滔,邓慧琪,郭皑馨,朱桂龙.CEO信息技术背景与企业人工智能创新——基于注意力基础观的视角[J/OL].科学学研究,1-16[2026-07-22].https://doi.org/10.16192/j.cnki.1003-2053.20260623.005.
- 如何获取该数据集？
- 通过站内对应淘宝链接下单后，客服发放兑换码；在站内"兑换"页输入兑换码即可获得下载权益并下载。