数字化转型(词频法)
「数字化转型(词频法)」，覆盖 1991-2025 年，频率 年度，上市公司层级，含 24 个变量，样本量约 67,320。 衡量企业数字化转型的实践深度与披露强度。
| 时间跨度 | 1991-2025 年 |
|---|---|
| 数据频率 | 年度 |
| 层级 | 上市公司 |
| 变量数 | 24 |
| 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] — 股票代码
- StkName [证券简称] — 证券简称
- Year [年份] — 年报对应年度
- 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] — 中上协行业分类代码
- IndustryName [行业名称] — 中上协行业分类名称
- DCG [数字化转型程度] — 参考吴非等(2021,管理世界)的方法，计算公式为：ln(5维度76个关键词词频总和+1)，数值越大代表企业数字化转型程度越高
- DCG_AI [人工智能技术] — 参考吴非等(2021,管理世界)的方法，计算公式为：ln(人工智能维度15个关键词词频+1)
- DCG_BD [大数据技术] — 参考吴非等(2021,管理世界)的方法，计算公式为：ln(大数据维度9个关键词词频+1)
- DCG_CC [云计算技术] — 参考吴非等(2021,管理世界)的方法，计算公式为：ln(云计算维度13个关键词词频+1)
- DCG_BC [区块链技术] — 参考吴非等(2021,管理世界)的方法，计算公式为：ln(区块链维度4个关键词词频+1)
- DCG_DA [数字技术运用] — 参考吴非等(2021,管理世界)的方法，计算公式为：ln(数字技术运用维度34个关键词词频+1)
- Freq_AI [人工智能词频] — 人工智能维度15个关键词在年报全文中出现的次数。单位：次
- Freq_BD [大数据词频] — 大数据维度9个关键词在年报全文中出现的次数。单位：次
- Freq_CC [云计算词频] — 云计算维度13个关键词在年报全文中出现的次数
- Freq_BC [区块链词频] — 区块链维度4个关键词在年报全文中出现的次数
- Freq_DA [数字技术运用词频] — 数字技术运用维度34个关键词在年报全文中出现的次数。单位：次
- FreqTotal [关键词总词频] — 参考温素彬等(2022,会计研究)的方法，计算公式为：4个维度53个智能制造特征词在MD&A部分的总出现次数。单位：次
- TotalWords [年报总词数] — jieba分词后年报全文总token数。单位：个
常见问题
- 「数字化转型(词频法)」是什么数据集？
- 数字化转型(词频法)，隶属数字化转型与人工智能。衡量企业数字化转型的实践深度与披露强度。
- 该数据集的时间范围是？
- 覆盖 1991-2025 年。
- 包含哪些变量/指标？
- 共 24 个变量。核心指标包括：数字化转型程度、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、人工智能词频、大数据词频、云计算词频、区块链词频、数字技术运用词频、关键词总词频、年报总词数。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 67,320 条观测。
- 数据是如何测算/获取的？
- 指标定义与计算方法 本数据集旨在度量中国上市公司的数字化转型程度，其核心方法是基于上市公司年度报告全文的文本分析。该方法借鉴了吴非等（2021）的研究，通过识别并统计年报中与数字化转型相关的特定关键词的出现频率，来构建衡量企业数字化水平的指标。数字化转型是一个多维度的概念，涵盖了底层技术应用与上层业务融合。为此，研究构建了一个包含76个关键词的词库，并将其划分为五个核心维度：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。通过统计这些关键词在年报全文中的出现次数，可以捕捉企业对其数字化战略、技术投入和应用场景的披露强度，进而间接反映其数字化转型的实践深度。 具体计算时，首先分别统计五个维度关键词在单份年报中出现的原始词频，得到$Freq\AI$、$Freq\BD$、$Freq\CC$、$Freq\BC$和$Freq\DA$。将五个维度的词频相加，得到数字化转型关键词的总词频$FreqTotal$。为了缓解词频分布的偏态性并使其更符合计量分析的要求，对各级词频进行对数化处理。最终，企业整体的数字化转型程度（$DCG$）由总词频加1后取自然对数得到。同时，为分析数字化转型的具体技术路径，也分别计算五个维度的分项指标（$DCG\AI$、$DCG\BD$、$DCG\CC$、$DCG\BC$、$DCG\DA$），其计算方法与总指标一致，即对相应维度的原始词频加1后取自然对数。 $$DCG = \ln(FreqTotal + 1)$$ 其中$FreqTotal$为人工智能、大数据、云计算、区块链及数字技术运用五个维度共76个关键词在年报全文中的出现总次数。分项指标的计算公式同理，例如$DCG\AI = \ln(Freq\AI + 1)$，其中$Freq\AI$为人工智能维度15个关键词的词频。 补充说明 - 文本分析基于上市公司年度报告全文。 - 关键词词库共包含76个词汇，并划分为人工智能（15词）、大数据（9词）、云计算（13词）、区块链（4词）和数字技术运用（34词）五个维度。 - 为平滑数据，在计算对数指标时，对原始词频进行了加1处理。 参考文献 - 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.
- 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。