Question 1

「数字化迎合(名义-实际标准化差)」是什么数据集？

Accepted Answer

数字化迎合(名义-实际标准化差)，隶属数字化转型与人工智能。衡量企业在数字化转型中的名义披露与实际投入的偏离程度。

Question 2

该数据集的时间范围是？

Accepted Answer

覆盖 2007-2025 年。

Question 3

包含哪些变量/指标？

Accepted Answer

共 26 个变量。核心指标包括：名义数字化水平-核心口径、名义数字化水平-稳健口径、实际数字化水平、名义数字化水平标准化值-核心口径、名义数字化水平标准化值-稳健口径、实际数字化水平标准化值、数字化迎合指数-核心口径、数字化迎合指数-稳健口径、数字化迎合指数Z值版、数字化迎合程度分级、是否数字化迎合、数字化迎合指数2年均值、数字化迎合指数3年均值、数字化迎合指数4年均值、数字化迎合指数5年均值。完整字段清单（变量名·中文名·说明）见页面「字段字典」。

Question 4

数据频率和层级是怎样的？

Accepted Answer

频率为年度，上市公司层级。

Question 5

样本量有多大？

Accepted Answer

约 59,698 条观测。

Question 6

数据是如何测算/获取的？

Accepted Answer

指标定义与计算方法

本数据集旨在衡量企业的数字化迎合程度。数字化迎合是指企业在名义上（如年报文本披露）表现出较高的数字化水平，但实际（如无形资产投入）的数字化水平较低的"言过其实"行为。参考胡海峰等（2025）的研究，核心思路是通过比较标准化后的名义数字化水平与实际数字化水平的差值来构建指标。
一、名义数字化水平

名义数字化水平衡量企业对外宣称的数字化决策程度。本数据集提供两个口径。

核心口径（$NominalDigitalMDA$）忠实复现胡海峰等（2025）的步骤一。上市公司年报中的"管理层讨论与分析"（MD&A）章节是管理层进行策略性信息披露、影响投资者决策判断的重要途径，故以该章节文本为分析对象，统计"数字化""网络化""智能化""人工智能""区块链""云计算""大数据""物联网"这 8 个数字化决策关键词的出现次数，计算公式为：

$$NominalDigitalMDA = \frac{\sum{k=1}^{8} Freqk}{Chars{MDA}} 	imes 100$$

其中 $Freqk$ 为第 $k$ 个关键词在 MD&A 章节中的出现次数，$Chars{MDA}$ 为 MD&A 章节的中文字数。该指标单位为每百字关键词频次。为避免章节抽取残缺导致词频密度失真，MD&A 中文字数低于 500 字的年度观测不予保留。

稳健口径（$NominalDigital$）采用吴非等（2021）的数字化转型关键词词库，该词库涵盖人工智能技术、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共 76 个关键词，且以年报全文而非 MD&A 单一章节为统计范围，计算公式为年报全文关键词总词频除以年报总词数再乘以 100，单位为每百词关键词频次。相较核心口径，该口径词库更宽、文本范围更广，两者的 Spearman 秩相关系数约为 0.70。
二、实际数字化水平

实际数字化水平（$ActualDigital$）参考张永珅等（2021）的方法，以企业无形资产中与数字化相关的部分来衡量。当无形资产明细项包含"软件""网络""客户端""管理系统""智能平台"等与数字化转型技术相关的关键词时，将该明细项界定为数字化无形资产，对同一公司同年度的多项数字化无形资产加总后除以当年无形资产总额，计算公式为：

$$ActualDigital = \frac{\sum DigitalIntangible}{TotalIntangible}$$

值域为 $[0,1]$。
三、标准化与核心指标

为消除年度和行业差异、使不同公司间的水平具有可比性，对上述基础变量分别进行标准化处理。在按中上协行业分类（制造业取二级代码前两位，其他行业取门类首位）划分的年度-行业分组内，采用极差标准化法（min-max 归一化）得到值域为 $[0,1]$ 的标准化值。当某年度-行业分组内观测数少于 10 个时，回退至该年度全样本进行标准化。

核心指标数字化迎合指数（$DCIMDA$）的计算公式为：

$$\begin{aligned}
DCIMDA{it} &= \Delta mda{it} - \Delta dia{it} \
\Delta mda{it} &= \frac{mda{it} - \min\limits{i \in indj} mda{it}}{\max\limits{i \in indj} mda{it} - \min\limits{i \in indj} mda{it}} \
\Delta dia{it} &= \frac{dia{it} - \min\limits{i \in indj} dia{it}}{\max\limits{i \in indj} dia{it} - \min\limits{i \in indj} dia{it}}
\end{aligned}$$

其中 $mda{it}$ 为名义数字化水平核心口径 $NominalDigitalMDA$，$dia{it}$ 为实际数字化水平 $ActualDigital$，$indj$ 表示企业 $i$ 所属的年度-行业分组；$\Delta mda{it}$ 与 $\Delta dia{it}$ 即输出字段 $NominalDigitalMDANorm$ 与 $ActualDigitalNorm$。

该指标值域为 $[-1,1]$。数值越大，表明企业较多地披露数字化决策文本信息但并未实际增强其数字化无形资产投资水平，即数字化迎合程度越高。

$DCI$ 采用完全相同的标准化与相减方式，仅将名义数字化水平替换为稳健口径 $NominalDigital$，可用作核心指标的稳健性检验。两者的 Pearson 相关系数约为 0.86。
四、替代性度量

数据集还提供多个基于核心口径名义数字化水平构建的替代性度量。$DCIZscore$ 参考刘毛桃和方徐兵（2025）的方法，将极差标准化替换为 z-score 标准化后取差值（该文同样以 MD&A 文本词频衡量数字化转型披露表现）。$DCILevel$ 参考胡海峰等（2025）的稳健性检验，计算年度-行业内名义数字化水平十分位排名与实际数字化水平十分位排名之差，值域为 $[-9,9]$。$IsDCICatering$ 为二元变量，当某公司名义数字化水平高于其年度-行业均值、且实际数字化水平低于年度-行业均值时取值为 1，否则为 0。此外还计算了过去 2 至 5 年 $DCIMDA$ 的移动平均值（$DCI2Y$ 至 $DCI5Y$），仅当窗口期内年份连续可得时取值，否则为缺失。
补充说明

- 样本处理基于中国 A 股上市公司，样本区间由数据可得性决定。
- 名义数字化水平与数字化无形资产比率的原始数据需同时可得，两者取交集构成最终样本。
- 行业分类标准为中上协行业分类，其中制造业细分至二级代码前两位，其他行业取门类首位代码；行业归属按年度动态匹配。
- 核心口径与稳健口径的差异在于关键词词库与文本统计范围，两者互为补充：核心口径忠实于原文定义，稳健口径的词库覆盖面更广。
参考文献

[1]胡海峰,窝斌,赵加良,等.企业数字化迎合与经营绩效[J].世界经济,2025,48(12):209-236.
[2]刘毛桃,方徐兵.数字化转型披露迎合行为对企业绿色创新的影响[J/OL].科研管理,2025:1-19[2026-02-25].
[3]张永珅,李小波,邢铭强.企业数字化转型与审计定价[J].审计研究,2021(3):62-71.
[4]吴非,胡慧芷,林慧妍,等.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[J].管理世界,2021,37(7):130-144.

Question 7

如何获取该数据集？

Accepted Answer

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。

时间跨度	2007-2025 年
数据频率	年度
层级	上市公司
变量数	26
样本量	59,698
是否可合并	可与同主体数据集合并

数字化迎合(名义-实际标准化差)

字段字典

常见问题