企业数字化知识管理

字段字典

• Symbol [股票代码] — 六位数字字符串股票代码；空值不转换为证券代码
• StkName [证券简称] — 按年度匹配的证券简称；当年缺记录时沿用最新可得简称
• Year [年份] — 年度报告对应的报告年份；仅使用已结束的可得报告年度，历史股票代码保留，不代表全部现实公司年均有年报
• 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)；按年度匹配中上协行业，当年缺记录时使用最新可得行业回填
• 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)；按年度匹配中上协行业，当年缺记录时使用最新可得行业回填
• FreqTotal [数字化知识管理关键词总词频] — 参考邵兵、匡贤明、王翚（2024）表3，统计年报全文数字化知识管理96个唯一关键词的总提及次数，单位为次；原表97条中知识网络重复列示一次，本指标对相同词去重后逐词独立完整字串计数，长短嵌套词各计，不拼折行或繁简转换，不排除否定、目录、附注或重复文字。总频是自然对数核心指标的变换前原值；宽词可能描述主营产品、释义及客户业务，不直接证明内部知识管理实践。有效全文无命中为0，缺少有效中文全文、摘要或提取损坏等无法测量时缺失。
• LnKMDT [企业数字化知识管理] — 参考邵兵、匡贤明、王翚（2024），以年报全文96个唯一数字化知识管理关键词总词频加1取自然对数，即ln（1+总词频），无量纲。数值越大表示年报相关提及越多，不直接衡量企业实际内部知识管理行为；不作篇幅标准化或自设加权。原文未公开跨组重复及嵌套处理代码，本指标对相同词去重、嵌套词分别计数，属于透明操作化，不保证作者同值。有效全文零命中为0，全文无效或缺失时保留缺失。

常见问题

「企业数字化知识管理」是什么数据集？

企业数字化知识管理，隶属数字化转型与人工智能。企业数字化知识管理反映上市公司年报中对知识获取、分析、应用与创新相关数字技术的提及程度。

该数据集的时间范围是？

覆盖 1991-2025 年。

包含哪些变量/指标？

共 13 个变量。核心指标包括：数字化知识管理关键词总词频、企业数字化知识管理。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 69,432 条观测。

数据是如何测算/获取的？

数字化知识管理的含义 数字化知识管理关注数字技术对知识识别、获取、分析、分享及创新过程的支持。参考邵兵、匡贤明、王翚（2024），本数据集依据上市公司年报中相关关键词的提及次数构建指标，反映企业对数字化知识管理相关技术与活动的披露程度，并保留变换前原始词频供分析与复核。 公开词表与原始词频 采用参考论文表3公开的完整词表。原表从知识获取技术、知识分析技术、知识应用与创新技术三个维度列出知识识别、采集、存储、编码、计算、分享、挖掘与扩展八类关键词，共97条。其中“知识网络”在知识识别和知识扩展中重复列示。本数据集保留全部词项，对相同词去重，得到96个唯一关键词，不重新训练词向量或增删词语。 令企业i在报告年度t的年报全文为T，96个唯一关键词的集合为K，关键词w在全文中的出现次数为f。关键词总词频为： $$ F{it}=\sum{w\in K}f(w,T{it}) $$ F的单位为次，表示原词表在全文中的总提及次数。每个词独立按完整字串计数，长短嵌套词分别计入。例如“组织知识库”同时命中“组织知识库”和“知识库”，计两次；同一个“知识网络”不因跨类别重复而再次加权。总频不按类别数、篇幅或词长赋权。 核心指标 依照参考论文，将总词频加一后取自然对数： $$ LnKMDT{it}=\ln(1+F{it}) $$ LnKMDT为无量纲指标。数值越大表示年报中相关词语提及越多。有效中文全文没有关键词命中时，总词频和核心指标均为0；全文缺失、仅有摘要或业绩材料、中文提取损坏、英语主体等无法可靠测量时，两项研究量保留缺失。 补充说明 参考论文未公开具体计数程序。相同词去重、完整字串独立匹配、嵌套分别计数和文本质量处理为本数据集明确采用的操作化，不声称取得作者原程序或保证作者同值。按原表简体词语匹配，不拼接折行、不转换繁简，也不排除否定表述、目录、附注及重复版面；繁体或跨行断词可能漏计。 “移动设备”“生物识别”“搜索引擎”等词可能描述主营产品、词汇释义、公司及子公司名称、客户或供应商业务，相关提及不直接证明企业实际开展内部知识管理。报告篇幅、业务构成、模板与重复内容也会影响比较。源质量检查仍可能遗漏不完整材料，早期文本缺口与提取损坏限制跨年研究，无法测量的材料不补为零。 覆盖全部可得行业、股票板块与已结束报告年度，原始版保留ST/PT与金融业。辅助地区资料为可得档案快照，行业和简称按年度匹配，缺当年记录时使用最新可得信息回填，不能视为完整历史迁址还原。 原始版与仅剔除样本版保持总频到对数的恒等式；缩尾版对两项研究量分别按年度进行双侧1%处理，不能保证仍满足上述恒等式，缩尾词频也可能不为整数。研究者应按分析目的选用版本。 参考文献 [1]邵兵,匡贤明,王翚.数字化知识管理与制造业企业技术创新：基于动态能力视角[J].科技进步与对策,2024,41(14):111-121.DOI:10.6049/kjjbydc.2023030519.

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。