绿色化转型(112词5维度词频)
「绿色化转型(112词5维度词频)」，覆盖 1992-2025 年，频率 年度，上市公司层级，含 19 个变量，样本量约 67,311。 衡量企业绿色化转型的实践与信息披露水平。
| 时间跨度 | 1992-2025 年 |
|---|---|
| 数据频率 | 年度 |
| 层级 | 上市公司 |
| 变量数 | 19 |
| 样本量 | 67,311 |
| 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
- GreenTrans [绿色化转型] — 参考周阔等(2022, 管理科学)的方法，计算公式为：ln(绿色化转型关键词总词频+1)，基于112个政策文献关键词(5维度)统计年报全文词频。用作研究变量，越大代表绿色化转型程度越高
- FreqAdvocacy [宣传倡议词频] — 参考周阔等(2022, 管理科学)的方法，宣传倡议维度(19个关键词)在年报全文中的出现次数。单位：次
- FreqStrategy [战略理念词频] — 参考周阔等(2022, 管理科学)的方法，战略理念维度(20个关键词)在年报全文中的出现次数。单位：次
- FreqTechInnov [技术创新词频] — 参考周阔等(2022, 管理科学)的方法，技术创新维度(17个关键词)在年报全文中的出现次数。单位：次
- FreqPollCtrl [排污治理词频] — 参考周阔等(2022, 管理科学)的方法，排污治理维度(18个关键词)在年报全文中的出现次数。单位：次
- FreqMonitoring [监测管理词频] — 参考周阔等(2022, 管理科学)的方法，监测管理维度(38个关键词)在年报全文中的出现次数。单位：次
- FreqTotal [关键词总词频] — 参考周阔等(2022, 管理科学)的方法，112个绿色化转型关键词在年报全文中的总出现次数。单位：次
- TotalChars [年报总字符数] — 年报全文中文字符总数。单位：个
常见问题
- 「绿色化转型(112词5维度词频)」是什么数据集？
- 绿色化转型(112词5维度词频)，隶属ESG与绿色发展。衡量企业绿色化转型的实践与信息披露水平。
- 该数据集的时间范围是？
- 覆盖 1992-2025 年。
- 包含哪些变量/指标？
- 共 19 个变量。核心指标包括：绿色化转型、宣传倡议词频、战略理念词频、技术创新词频、排污治理词频、监测管理词频、关键词总词频、年报总字符数。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 67,311 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绿色化转型水平，其核心思想是通过分析企业年度报告全文的文本内容，捕捉其在绿色环保相关议题上的信息披露强度，以此作为企业绿色化转型程度的代理变量。该方法参考了周阔等（2022）的研究，从政策文献中提炼出112个与绿色化转型相关的关键词，并将其划分为五个维度：宣传倡议、战略理念、技术创新、排污治理和监测管理。 具体计算过程如下：首先，对每家上市公司每年的年度报告全文进行文本分析。在分析前，会移除报告中的公司全称，以避免公司名称本身包含关键词（如“新能源”）而导致词频虚高。随后，使用高效的字符串匹配算法，在年报全文中统计这112个关键词的出现次数。在统计过程中，针对关键词之间存在的子串包含关系（例如“生态保护”与“生态保护意识”），执行了基于区间包含的去重处理，确保同一文本片段不会被重复计数，从而得到准确的各维度及总体的关键词词频。 基于上述词频统计，计算核心指标绿色化转型水平（$GreenTrans$）。该指标通过对关键词总词频取自然对数进行平滑处理，以缓解词频分布的偏态性。其计算公式为： $$GreenTrans = \ln(FreqTotal + 1)$$ 其中$FreqTotal$为112个绿色化转型关键词在年报全文中的总出现次数。该值越大，代表企业在年报中披露的绿色化转型相关信息越多，通常被认为其绿色化转型程度越高。此外，数据集还提供了五个维度的分项词频：宣传倡议词频（$FreqAdvocacy$，19个关键词）、战略理念词频（$FreqStrategy$，20个关键词）、技术创新词频（$FreqTechInnov$，17个关键词）、排污治理词频（$FreqPollCtrl$，18个关键词）和监测管理词频（$FreqMonitoring$，38个关键词），以及年报总字符数（$TotalChars$），供研究者进行更细致的分析。 补充说明 - 文本分析基于上市公司年度报告全文。 - 关键词匹配过程已处理子串包含问题，避免对同一文本片段的重复计数。 - 为消除公司名称可能带来的干扰，在匹配前移除了年报中的公司全称。 参考文献 - 周阔, 王瑞新, 陶云清, 等. 企业绿色化转型与股价崩盘风险[J]. 管理科学, 2022.
- 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。