企业数字化协同(耦合协调模型)
「企业数字化协同(耦合协调模型)」，覆盖 1991-2025 年，频率 年度，上市公司层级，含 18 个变量，样本量约 67,320。 供应链上下游企业数字化协同水平(CODIG)。
| 时间跨度 | 1991-2025 年 |
|---|---|
| 数据频率 | 年度 |
| 层级 | 上市公司 |
| 变量数 | 18 |
| 样本量 | 67,320 |
| 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] — 会计年度
- 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)
- DIG [企业自身数字化指数] — 参考吴非等(2021,财政研究)的方法，计算公式为：对企业年报中人工智能、大数据、云计算、区块链、数字技术应用五个维度的数字化关键词词频总和加1后取自然对数。用作耦合协调模型中企业自身数字化维度(M3)。
- UpstreamDIG [上游行业数字化指数] — 参考赵霞等(2023,产经评论)的方法，基于投入产出表计算，计算公式为：以企业所在行业对各上游行业的直接消耗系数为权重，对各行业数字化指数加权求和，即∑各行业数字化指数×直接消耗系数。反映供应链上游企业的数字化水平(M1)。
- DownstreamDIG [下游行业数字化指数] — 参考赵霞等(2023,产经评论)的方法，基于投入产出表计算，计算公式为：以企业所在行业对各下游行业的直接分配系数为权重，对各行业数字化指数加权求和，即∑各行业数字化指数×直接分配系数。反映供应链下游企业的数字化水平(M2)。
- CouplingDegree [数字化耦合度] — 参考邓宗兵等(2024,地理学报)耦合协调模型，计算公式为：C=[M1×M2×M3/((M1+M2+M3)/3)³]^(1/3)，其中M1、M2、M3分别为经min-max归一化的上游行业、下游行业、企业自身数字化指数。衡量三者相互作用的耦合强度，取值区间[0,1]，越大代表三者越协调一致。
- ConsistencyDegree [数字化一致性综合指数] — 参考赵霞等(2023,产经评论)一致性模型，计算公式为：T=α×M1+β×M2+γ×M3，其中α=β=γ=1/3，M1、M2、M3为归一化后的上游行业、下游行业、企业自身数字化指数。衡量供应链数字化整体发展水平。
- DigitalCollaboration [企业数字化协同] — 参考吴昌南、温星星(2026,现代财经)的方法，计算公式为：CODIG=√(C×T)，其中C为数字化耦合度、T为数字化一致性综合指数。衡量供应链上下游企业与企业自身协同推进数字化转型的水平，取值区间[0,1]。用作研究变量，越大代表供应链数字化协同程度越高。
- DigitalCollaborationIA [无形资产口径数字化协同] — 参考吴昌南、温星星(2026,现代财经)稳健性检验的方法，计算公式为：将企业自身数字化指数替换为年末无形资产明细中数字化相关项目占无形资产总额的比重，按相同的投入产出加权与耦合协调模型重新测算的数字化协同水平(CODIG2)。用作主口径的稳健性替代度量，有效年份为2007年及以后。
常见问题
- 「企业数字化协同(耦合协调模型)」是什么数据集？
- 企业数字化协同(耦合协调模型)，隶属数字化转型与人工智能。供应链上下游企业数字化协同水平(CODIG)。
- 该数据集的时间范围是？
- 覆盖 1991-2025 年。
- 包含哪些变量/指标？
- 共 18 个变量。核心指标包括：企业自身数字化指数、上游行业数字化指数、下游行业数字化指数、数字化耦合度、数字化一致性综合指数、企业数字化协同、无形资产口径数字化协同。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 67,320 条观测。
- 数据是如何测算/获取的？
- 指标定义与经济含义 企业数字化协同衡量供应链上下游企业与企业自身协同推进数字化转型的水平。区别于仅刻画单个企业内部数字技术应用的数字化转型指标，数字化协同强调的是一种跨组织边界的集体行动：只有当上游供应商、下游客户与企业自身同步推进数字化，实现产品、要素、信息及数据的最优畅通，供应链整体才真正完成数字化。因此，协同水平既取决于企业自身的数字化程度，也取决于其所嵌入的产业链上下游行业的数字化环境，且要求三者相互匹配、协调一致。本指标参考吴昌南、温星星(2026)的方法，将上下游企业数字化协同的测度分解为"构建企业自身数字化指数—测算上下游行业数字化指数—耦合协调建模"三个步骤。 企业自身数字化指数 首先构建企业自身数字化指数，作为协同模型中企业自身维度（记为 $M3$）。借鉴吴非等(2021)的方法，从企业年度报告中提取人工智能、大数据、云计算、区块链、数字技术应用五个维度的数字化关键词，对其词频加总。鉴于此类词频数据普遍呈右偏分布，为削弱极端值影响，对词频总和加 1 后取自然对数： $$DIG = \ln\!\left(1 + \text{五维度数字化关键词词频总和}\right)$$ 上游与下游行业数字化指数 其次，借鉴赵霞等(2023)的方法，利用投入产出表测算企业所在行业的上游与下游数字化环境。将各行业当年全部上市公司的数字化指数取均值，得到各行业的数字化指数 $di$。在投入产出的中间使用流量矩阵中，令 $x{ij}$ 表示行业 $i$ 供给行业 $j$ 的中间产品流量，$Xj$ 为行业 $j$ 的总投入、$Xi$ 为行业 $i$ 的总产出，则直接消耗系数与直接分配系数分别为 $$a{ij} = \frac{x{ij}}{Xj}, \qquad b{ij} = \frac{x{ij}}{Xi}$$ 直接消耗系数刻画行业 $j$ 对上游各行业产品的直接消耗强度，直接分配系数刻画行业 $i$ 产出向下游各行业的分配比例。以其为权重，对各行业数字化指数加权求和，即得企业所在行业 $s$ 的上游行业数字化指数 $M1$ 与下游行业数字化指数 $M2$： $$M1 = \sumi di\, a{is}, \qquad M2 = \sumj dj\, b{sj}$$ 由于投入产出关系在短期内变化平缓且投入产出表并非逐年编制，对缺乏当年投入产出表的年份采用就近可得年份的表，此做法参考李斌等(2024)。 数字化协同的耦合协调建模 最后，借鉴邓宗兵等(2024)的耦合协调模型与赵霞等(2023)的一致性模型，度量上游行业、下游行业与企业自身三个维度数字化的协调程度。先对上游、下游、企业自身三类数字化指数分别作归一化处理，得到 $M1'$、$M2'$、$M3' \in [0,1]$（耦合协调模型要求子系统取值非负）。耦合度衡量三者相互作用、相互制约的强度： $$C = \left[\frac{M1' M2' M3'}{\left(\dfrac{M1' + M2' + M3'}{3}\right)^{3}}\right]^{1/3}$$ 一致性综合指数衡量供应链数字化的整体发展水平，三维等权： $$T = \tfrac{1}{3}M1' + \tfrac{1}{3}M2' + \tfrac{1}{3}M3'$$ 企业数字化协同水平即为耦合度与一致性综合指数的几何平均： $$CODIG = \sqrt{C \times T}$$ $CODIG$ 取值区间为 $[0,1]$，越大代表供应链上下游企业与企业自身在数字化上越协调一致、协同程度越高。作为稳健性替代度量，将企业自身数字化指数替换为年末无形资产明细中数字化相关项目占无形资产总额的比重，按相同的投入产出加权与耦合协调建模流程重新测算，得到无形资产口径的数字化协同水平。 补充说明 指标为企业—年度粒度，覆盖全部行业与全部可得年份。若干需要披露的处理与固有特征如下：其一，上游、下游行业数字化指数为行业层面的加权均值，方差较小且集中于中高位，经归一化后普遍高于右偏且大量取零的企业自身数字化指数，从而抬高一致性综合指数，使协同水平的绝对高度受此结构性因素影响；跨期研究建议纳入年份固定效应，绝对水平不宜与其他样本口径直接比较。其二，耦合度包含三维乘积项，企业自身数字化指数为零时耦合度与协同水平即为零，因而在数字化尚未普及的早期年份存在较多零值，将其用作被解释变量时可考虑受限因变量模型或剔除自身零数字化样本。其三，无形资产口径的稳健性度量有效年份为其底层数据起始年及以后，且与主口径为两类不同的数字化度量，二者相关性中等。其四，投入产出的直接分配系数对进口依赖较高的行业行和可能略大于 1，属竞争型投入产出表的固有特性，会使相应行业的下游数字化指数权重略被放大。 参考文献 - 吴昌南,温星星.供应链金融对企业数字化协同的影响研究[J].现代财经(天津财经大学学报),2026(6):40-59. - 吴非,常曦,任晓怡.政府驱动型创新:财政科技支出与企业数字化转型[J].财政研究,2021(1):102-115. - 赵霞,许雅雯,徐永锋.数字化协同如何影响供应链韧性——基于资源和关系整合的分析[J].产经评论,2023(5):24-42. - 李斌,杨冉,卢娟,等.企业数字化转型、供应链溢出与劳动力技能偏向[J].数量经济技术经济研究,2024(8):133-153. - 邓宗兵,肖沁霖,王炬,等.中国数字经济与绿色发展耦合协调的时空特征及驱动机制[J].地理学报,2024(4):971-990.
- 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。