企业数字技术精度(深度广度比值法)
「企业数字技术精度(深度广度比值法)」，覆盖 1991-2025 年，频率 年度，上市公司层级，含 15 个变量，样本量约 69,123。 参考张思涵等(2026,当代财经)表7机制变量与Tang et al.
| 时间跨度 | 1991-2025 年 |
|---|---|
| 数据频率 | 年度 |
| 层级 | 上市公司 |
| 变量数 | 15 |
| 样本量 | 69,123 |
| 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] — 年报对应年度
- 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)
- DigitalKeywordFreq [数字化转型关键词总词频] — 参考吴非等(2021,管理世界)的数字化转型关键词典(人工智能/大数据/云计算/区块链/数字技术运用五维度75词),计算公式为:五维度关键词在年报全文的命中频次加总。用作企业数字化转型深度的词频基础。
- LnDigitalKeyword [数字化转型关键词对数] — 参考吴非等(2021,管理世界)的方法,计算公式为:ln(数字化转型关键词总词频+1),度量企业数字化转型深度,为数字技术精度的分子。值越大代表数字化投入越深。
- NDigitalTechType [数字技术类型数量] — 参考张思涵等(2026,当代财经)与Tang et al.(2026,JBR)的方法,计算公式为:吴非等(2021)五维度(人工智能/大数据/云计算/区块链/数字技术运用)中命中频次大于0的维度数量,取值0至5,度量企业数字化广度,为数字技术精度的分母。
- DigitalTechPrecision [企业数字技术精度] — 参考张思涵等(2026,当代财经)表7机制变量与Tang et al.(2026,JBR)的方法,计算公式为:ln(数字化转型关键词总词频+1)除以企业采用的数字技术类型数量(分母为0时取0)。度量企业数字化转型的深度演化(集中投入关键技术)相对规模扩张(分散铺开)的精度。用作研究变量,越大代表企业越聚焦于少数关键数字技术。
常见问题
- 「企业数字技术精度(深度广度比值法)」是什么数据集？
- 企业数字技术精度(深度广度比值法)，隶属数字化转型与人工智能。参考张思涵等(2026,当代财经)表7机制变量与Tang et al.
- 该数据集的时间范围是？
- 覆盖 1991-2025 年。
- 包含哪些变量/指标？
- 共 15 个变量。核心指标包括：数字化转型关键词总词频、数字化转型关键词对数、数字技术类型数量、企业数字技术精度。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 69,123 条观测。
- 数据是如何测算/获取的？
- 指标定义与计算方法 企业数字化转型在实践中存在两种截然不同的路径：一是在多种数字技术上分散投入以拓展转型的"广度"，追求规模扩张；二是集中资源投入到少数关键数字技术并不断深化其应用，追求转型的"深度演化"。数字技术精度（Digital Technology Precision）正是用以刻画后者的指标，它衡量企业是否将有限资源聚焦于关键数字技术的深度开发，而非盲目铺开。精度越高，表明企业越倾向于集中投入、深耕关键技术，从而更可能实现先进技术与传统业务的有机融合、夯实数字系统的安全基础。 该指标的构建以企业年报文本为语料，分为三步。 第一步，度量数字化转型的深度。以企业数字化转型关键词的年报命中总频次作为深度的基础，记为 $Freq$。关键词典采用数字化转型研究中广泛使用的词库，划分为人工智能技术、大数据技术、云计算技术、区块链技术以及数字技术运用五个维度，合计七十余个关键词。对总频次作对数化处理，得到数字化深度 $\ln(Freq+1)$。之所以加一平滑，一方面沿用该词库的既定惯例，另一方面避免企业当年未提及任何数字化关键词（$Freq=0$）时对数无定义。 第二步，度量数字化转型的广度。将上述五个技术维度中当年命中频次大于零的维度数量记为 $N$，取值范围为零到五。$N$ 反映企业当年实际涉足的数字技术类型数量，即数字化的"广度"（breadth）。 第三步，以深度除以广度，得到数字技术精度： $$\text{Precision} = \frac{\ln(Freq+1)}{N}$$ 其经济含义在于，同等数字化深度之下，涉足的技术类型越少（广度越小），意味着企业越聚焦于关键技术、精度越高；反之，若在众多技术上浅尝辄止，则精度较低。当企业当年年报未命中任何数字化关键词时（$Freq=0$，$N=0$），比值在数学上无定义，此时将精度定义为零，其经济含义为"未采用任何数字技术即无精度可言"。 补充说明 本指标覆盖全部具有年报文本的上市公司年度观测，输出为未缩尾的原始值。研究者在实证分析中可根据需要自行进行样本筛选（如剔除金融业、剔除 ST 与退市警示样本）与极端值缩尾处理。 需要特别说明该比值指标的两点固有特征，供使用者审慎解读：其一，精度是"深度与广度之比"，而非数字技术先进程度的直接度量。由于分母（技术类型数量）随企业数字化范围的扩大而近似线性增长，快于分子（词频对数）的对数增长，因而"深度大且广度大"的企业精度反而可能低于"仅集中提及单一宽泛应用词"的企业。个别企业若在年报中高频重复单一应用层词汇，会获得较高精度值，此为文本频次法与比值构造的共同产物。因此，使用者在回归中宜同时控制数字化转型关键词总词频（深度）与数字技术类型数量（广度），不宜将"精度高"简单解读为"数字化水平高"。其二，样本中约四成公司年度因年报未命中任何数字化关键词而精度取零，且零值与最小非零精度之间存在分布断层；这一零膨胀现象在早年样本中尤为突出（数字化转型概念尚未普及），而在近年显著缓解。建议使用者视研究需要，将研究窗口限定于数字化转型加速的年份，或在精度大于零的子样本上开展稳健性检验。 参考文献 - 张思涵, 陈志斌, 王孔文, 张长江. 耐心资本持股能增强企业的数字技术风险治理能力吗[J/OL]. 当代财经, 2026. https://doi.org/10.13676/j.cnki.cn36-1030/f.20260529.001. - 吴非, 胡慧芷, 林慧妍, 任晓怡. 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, (7): 130-144+110. - Tang S, Liu W, Han L. Digitalization for survival: The impact of the duration of negative attainment discrepancy on enterprise digitalization breadth and intensity[J/OL]. Journal of Business Research, 2026, 208: 116033.
- 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。