智能制造水平(温素彬词频法)
「智能制造水平(温素彬词频法)」，覆盖 1991-2025 年，频率 年度，上市公司层级，含 19 个变量，样本量约 67,236。 衡量上市公司智能制造实践与关注度。
| 时间跨度 | 1991-2025 年 |
|---|---|
| 数据频率 | 年度 |
| 层级 | 上市公司 |
| 变量数 | 19 |
| 样本量 | 67,236 |
| 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
- FreqAI [人工智能技术词频] — 参考温素彬等(2022,会计研究)的方法，人工智能技术维度(含人工智能、智能制造、机器学习等20词)在MD&A部分的出现次数。单位：次
- FreqInternet [互联网技术词频] — 参考温素彬等(2022,会计研究)的方法，互联网技术维度(含工业互联网、物联网、云计算等11词)在MD&A部分的出现次数。单位：次
- FreqBigData [大数据技术词频] — 参考温素彬等(2022,会计研究)的方法，大数据技术维度(含大数据、数据挖掘、虚拟现实等10词)在MD&A部分的出现次数。单位：次
- FreqValueChain [价值链智造技术词频] — 参考温素彬等(2022,会计研究)的方法，价值链智能制造技术维度(含计划调度、生产执行、智能仓储等12词)在MD&A部分的出现次数。单位：次
- FreqTotal [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
- TotalChars [MDA总字符数] — MD&A部分中文字符总数，用作词频占比的分母。单位：个
- IntelMfg [智能制造水平] — 参考温素彬等(2022,会计研究)的方法，三步测算：(1)计算词频占比=特征词总频次/MD&A总字符数；(2)计算公司占比与同年份同行业组所有公司总占比的比值，制造业按轻工业/重工业/其他工业三大类分组，非制造业按CSRC首位代码分组；(3)乘以100。用作研究变量，越大代表企业智能制造水平越高。单位：%
- MDAExtracted [MDA提取标志] — 是否成功提取年报管理层讨论与分析章节(0=否，1=是)
常见问题
- 「智能制造水平(温素彬词频法)」是什么数据集？
- 智能制造水平(温素彬词频法)，隶属数字化转型与人工智能。衡量上市公司智能制造实践与关注度。
- 该数据集的时间范围是？
- 覆盖 1991-2025 年。
- 包含哪些变量/指标？
- 共 19 个变量。核心指标包括：人工智能技术词频、互联网技术词频、大数据技术词频、价值链智造技术词频、总词频、MDA总字符数、智能制造水平、MDA提取标志。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 67,236 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智能制造水平，其核心方法是基于上市公司年报中“管理层讨论与分析”（MD&A）部分的文本内容，通过统计特定智能制造相关特征词的出现频率来构建指标。该方法参考了温素彬等（2022）的研究，认为企业在MD&A中披露智能制造相关词汇的频率，能够反映其在智能制造领域的关注度与实践水平。 首先，从年报MD&A章节中提取中文文本，并统计其总字符数（$TotalChars$）。同时，使用多模式匹配算法，在文本中识别并统计四个维度共计53个智能制造特征词的出现次数。这四个维度及其对应的词频变量分别为：人工智能技术（$FreqAI$）、互联网技术（$FreqInternet$）、大数据技术（$FreqBigData$）以及价值链智能制造技术（$FreqValueChain$）。四个维度的词频之和即为总词频（$FreqTotal$）。 为消除文本长度差异的影响，计算公司的智能制造词频占比（$Ratio$）： $$Ratio = \frac{FreqTotal}{TotalChars}$$ 为控制行业和时间趋势的影响，对词频占比进行行业调整。具体分组规则为：对于制造业（中上协行业分类C类），依据《中国统计年鉴》进一步划分为轻工业、重工业和其他工业三大类；对于非制造业，则按中上协行业分类的门类首位代码（如A、B、D等）分组。在每一年度（$Year$）内，计算每个行业组内所有公司的词频占比之和（$\sum{i \in Group} Ratioi$）。公司的智能制造水平（$IntelMfg$）定义为该公司词频占比与其所在年份-行业组总词频占比的比值，并乘以100进行标准化： $$IntelMfg = \frac{Ratio}{\sum{i \in Group} Ratioi} \times 100$$ 该指标值越大，表明企业在同行业组内的智能制造相关文本披露强度越高，即智能制造水平相对越高。 补充说明 - 样本覆盖全部A股上市公司。 - 仅当成功提取到MD&A章节文本（即MDAExtracted标志为1）时，才进行后续的词频统计与指标计算。 - 行业分组依据中上协行业分类，其中制造业（C类）按《中国统计年鉴》标准细分为轻工业、重工业和其他工业三大类，非制造业则按门类首位代码分组。 参考文献 - 温素彬, 张金泉, 焦然. 智能制造、市场化程度与企业运营效率——基于A股制造业上市公司年报的文本分析[J]. 会计研究, 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。