企业数字营销(平台媒体关系三维)
「企业数字营销(平台媒体关系三维)」，覆盖 1992-2025 年，频率 年度，上市公司层级，含 17 个变量，样本量约 67,317。 参考宋文(2024,商业经济研究)的方法，围绕企业在平台、媒体、关系三个维度对数字营销的重视程度，整理年报关键词字典(共60词，三维度各20词，该三维框架溯源乔
| 时间跨度 | 1992-2025 年 |
|---|---|
| 数据频率 | 年度 |
| 层级 | 上市公司 |
| 变量数 | 17 |
| 样本量 | 67,317 |
| 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 [股票简称] — 上市公司股票简称，按年度动态匹配当年名称
- Year [年份] — 年报对应会计年度
- Province [省份] — 公司注册所在省份
- ProvinceCode [省份代码] — 省份行政区划代码(6位)
- City [城市] — 公司注册所在城市
- CityCode [城市代码] — 城市行政区划代码(6位)
- County [区县] — 公司注册所在区县
- CountyCode [区县代码] — 区县行政区划代码(6位)
- IndustryCode [行业代码] — 当年中上协行业分类代码(动态匹配，如C26、F52)
- IndustryName [行业名称] — 当年中上协行业分类名称(动态匹配)
- Freq_Platform [数字平台营销词频] — 参考宋文(2024,商业经济研究)的方法，数字平台营销维度20个关键词(如电子商务平台、跨境电商、智能物流、云计算服务、大数据驱动等)在企业年报全文中出现的总次数，作为数字营销指数的机制构件变量。
- Freq_Media [数字媒体营销词频] — 参考宋文(2024,商业经济研究)的方法，数字媒体营销维度20个关键词(如内容营销、数据可视化、视频营销、直播销售、KOL合作等)在企业年报全文中出现的总次数，作为数字营销指数的机制构件变量。
- Freq_Relation [数字关系营销词频] — 参考宋文(2024,商业经济研究)的方法，数字关系营销维度20个关键词(如客户关系管理、个性化服务、满意度调查、会员营销、客户画像等)在企业年报全文中出现的总次数，作为数字营销指数的机制构件变量。
- FreqTotal [数字营销关键词总词频] — 参考宋文(2024,商业经济研究)的方法，计算公式为：数字平台、数字媒体、数字关系三个维度共60个数字营销关键词在企业年报全文中出现次数之和。
- TotalWords [年报总词数] — 企业年报全文经jieba分词(剔除停用词与纯标点数字、保留单字)后的总词数，作为数字营销指数的分母。
- DigMar [企业数字营销指数] — 参考宋文(2024,商业经济研究)的方法，计算公式为：数字营销关键词总词频除以年报总词数再乘以1000。数值越大代表企业在年报中对数字营销(平台/媒体/关系三维度)的披露与重视程度越高，用作研究变量。
常见问题
- 「企业数字营销(平台媒体关系三维)」是什么数据集？
- 企业数字营销(平台媒体关系三维)，隶属数字化转型与人工智能。参考宋文(2024,商业经济研究)的方法，围绕企业在平台、媒体、关系三个维度对数字营销的重视程度，整理年报关键词字典(共60词，三维度各20词，该三维框架溯源乔
- 该数据集的时间范围是？
- 覆盖 1992-2025 年。
- 包含哪些变量/指标？
- 共 17 个变量。核心指标包括：数字平台营销词频、数字媒体营销词频、数字关系营销词频、数字营销关键词总词频、年报总词数、企业数字营销指数。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 67,317 条观测。
- 数据是如何测算/获取的？
- 指标定义与计算方法 企业数字营销（DigitalMarketing）衡量上市公司在年度报告中对数字营销活动的披露与重视程度。数字营销指使用数字传播渠道推广企业产品与服务，以及时、相关、定制化和节省成本的方式与消费者沟通的实践活动。由于数字营销在很大程度上是一种难以直接量化的经营投入，已有研究多采用文本挖掘的方式，通过统计企业年报中数字营销相关用语的密集程度，间接刻画企业对数字营销的战略关注。 本指标参考宋文（2024）的方法，围绕企业在"平台、媒体、关系"三个维度上对数字营销的重视程度构建关键词词典（该三维框架溯源于乔朋华等（2024）提出的数字营销分析框架）。其中，数字平台营销维度刻画企业借助电子商务平台、社交媒体等数字平台拓展销售渠道并与消费者实时互动的程度，包含电子商务平台、跨境电商、智能物流、云计算服务、大数据驱动等关键词；数字媒体营销维度刻画企业通过多样化数字传播手段与个性化内容推送提升品牌影响力的程度，包含内容营销、数据可视化、视频营销、直播销售、KOL合作等关键词；数字关系营销维度刻画企业通过客户关系管理建立长期稳定客户关系、实现客户价值最大化的程度，包含客户关系管理、个性化服务、满意度调查、会员营销、客户画像等关键词。三个维度合计六十个关键词。 测算时，首先在企业年报全文中统计上述六十个关键词出现的次数，按维度加总得到各维度词频 $Freq{Platform}$、$Freq{Media}$、$Freq{Relation}$，三者之和构成数字营销关键词总词频 $FreqTotal$。随后以年报经分词处理后的总词数 $TotalWords$ 作为分母，对总词频进行标准化并乘以一千以便于解读，得到企业数字营销指数： $$DigMar = \frac{FreqTotal}{TotalWords} \times 1000$$ 其中分子为企业当年年报中数字营销关键词出现的总次数，分母为年报全文分词（剔除停用词与纯标点、数字，保留单字）后的总词数。$DigMar$ 数值越大，代表企业在年报中对数字营销的披露强度越高，即企业对数字营销的战略重视程度越高。该指数通常作为解释变量或机制变量，用于研究数字营销对企业创新绩效、经营绩效等的影响。 补充说明 关键词词典逐字采用源文献公开的完整词表，三个维度各二十个关键词，子维度划分与原文保持一致，未自行增删。关键词匹配在年报全文上以多模式字符串匹配一次扫描完成；六十个关键词两两之间不存在子串包含关系，因而直接按出现次数累计即为正确词频，无需最长匹配去重。样本覆盖全部沪深及北交所A股上市公司，而非仅限源文献的零售业子样本，以便指标在全行业范围内可用；零售业子样本可作为对标基准。为避免残缺或截断年报因分母过小而产生虚高比率，剔除分词后总词数过少的观测。 使用本指标时需注意以下固有特征。第一，该指数对年报文本中的特定用语高度敏感，词典中部分营销专业术语在中国上市公司年报中出现频率很低，指数的横截面变异主要由少数高频关键词承载，因而更适合作为相对强度而非绝对水平的度量。第二，平台维度的若干关键词（如智能物流、电子商务平台、供应链数字化等）兼具业务描述属性，主营业务与这些用语高度重合的企业（如智能物流装备类公司）可能出现偏高取值，使用时建议控制行业固定效应并对极端值进行缩尾处理。第三，该指数随年份呈上升趋势，反映数字营销在企业实践中的普及过程，进行跨期比较或面板回归时建议加入年份固定效应；同时指数存在较高比例的零值，必要时可采用对数化、二元化或受限因变量模型加以处理。 参考文献 - 宋文.数字营销对零售企业创新绩效的影响——以信息捕捉和信息整合能力为中介[J].商业经济研究,2024(19):163-166. - 乔朋华,薛睿,韩先锋.数字营销何以激发中小企业创新——基于信息动态能力的中介作用[J/OL].南开管理评论,2024[2026-06-10].
- 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。