Question 1

「企业新质生产力(固定权重加权法)」是什么数据集？

Accepted Answer

企业新质生产力(固定权重加权法)，隶属经营绩效。参考宋佳等(2024,当代经济管理)基于生产力二要素理论的方法，用论文表1固定权重对研发投入/资产结构/员工结构/运营效率等11个分项指标(经min-max标准

Question 2

该数据集的时间范围是？

Accepted Answer

覆盖 2015-2025 年。

Question 3

包含哪些变量/指标？

Accepted Answer

共 29 个变量。核心指标包括：研发薪资占比、研发人员占比、高学历人员占比、固定资产占比、制造费用占比、研发折旧摊销占比、研发租赁费占比、研发直接投入占比、无形资产占比、总资产周转率、权益乘数倒数、活劳动得分、物化劳动得分、硬科技得分、软科技得分、劳动力要素得分、生产工具要素得分、企业新质生产力。完整字段清单（变量名·中文名·说明）见页面「字段字典」。

Question 4

数据频率和层级是怎样的？

Accepted Answer

频率为年度，上市公司层级。

Question 5

样本量有多大？

Accepted Answer

约 55,229 条观测。

Question 6

数据是如何测算/获取的？

Accepted Answer

指标定义与计算方法

新质生产力以创新为核心，是传统生产力在融入新技术后的质的飞跃。参考宋佳等（2024，当代经济管理）的方法，本数据集基于生产力二要素理论，将生产力分解为"劳动力"与"生产工具"两大要素，并进一步细分为活劳动、物化劳动、硬科技与软科技四个子因素，最终由十一个可从财务与雇员信息中量化的分项指标刻画，采用固定权重的线性加权法逐层聚合，形成企业新质生产力的综合度量。

活劳动子因素反映企业创新性人力投入，包含研发薪资占比（研发费用中职工薪酬与营业收入之比）、研发人员占比（技术人员数与员工总数之比）与高学历人员占比（本科及以上人数占员工人数的比例）。物化劳动（劳动对象）子因素以固定资产占比（固定资产净额与资产总额之比）与制造费用占比刻画，其中制造费用占比的计算公式为：

$$MfgExpense = \frac{OutCF + Dep + Amort + Impair - GoodsCash - StaffCash}{OutCF + Dep + Amort + Impair}$$

式中 $OutCF$ 为经营活动现金流出小计，$Dep$、$Amort$、$Impair$ 分别为固定资产折旧、无形资产摊销与资产减值准备，$GoodsCash$ 为购买商品接受劳务支付的现金，$StaffCash$ 为支付给职工以及为职工支付的现金。硬科技子因素以研发折旧摊销占比、研发租赁费占比、研发直接投入占比（三者均为研发费用中相应明细项与营业收入之比）及无形资产占比（无形资产与资产总额之比）衡量。软科技子因素以总资产周转率（营业收入与平均资产总额之比，平均资产总额取期初与期末资产总额的算术平均）与权益乘数倒数（所有者权益与资产总额之比，值越大表明财务杠杆越低、风险越小）衡量。

上述十一个分项指标均为正向指标（越大越有利于新质生产力）。为消除量纲差异，对每个分项在全样本上做极差（min-max）标准化：

$$Xsj = \frac{Xj - \min(Xj)}{\max(Xj) - \min(Xj)}$$

随后按各分项的固定权重 $wj$ 线性加权，其中活劳动包含研发薪资（权重28）、研发人员占比（4）、高学历占比（3）；物化劳动包含固定资产占比（2）、制造费用占比（1）；硬科技包含研发折旧摊销占比（27）、研发租赁费占比（2）、研发直接投入占比（28）、无形资产占比（3）；软科技包含总资产周转率（1）、权益乘数倒数（1）。子因素得分为其所含分项加权得分之和，因素得分为其所含子因素得分之和，企业新质生产力总指标则为两大要素得分之和：

$$NPro = LaborForce + ProductionTool = \sum{j} wj \cdot Xsj$$

该三层得分（四个子因素、两个因素、一个总指标）嵌套一致，理论取值域为 $[0, 100]$，数值越大代表企业新质生产力水平越高。
补充说明

关于权重方案，上述固定权重取自原始文献基于其样本以熵值法测算的赋权结果。之所以直接采用该固定权重而非在本样本上重新执行熵值法，是因为研发费用明细中的租赁费一项在多数企业中并未单独列示（逾九成为零），熵值法会将此类高度稀疏指标的离散性误判为高信息量而赋予其远超应有的权重（在本样本中可高达四成至五成，且随样本处理方式剧烈波动），从而扭曲综合指标；采用文献固定权重则可保持权重结构稳定、忠实原始方法，其综合得分的分布特征亦与原文高度一致。

样本覆盖上市公司2015至2025年。需特别说明的是，研发费用明细的分项数据自2018年会计准则要求披露后方普遍可得，2015至2017年该类数据缺失并依文献做法补零处理。因此这三年的新质生产力主要由资产结构与雇员结构指标驱动、系统性偏低，与2018年及以后由研发投入主导的度量不完全可比；跨越2018年前后的研究应加入年份固定效应，或以2018年及以后子样本为准，并注意早晚期口径的不同质。此外，研发人员数以技术人员数近似替代；占比类指标（研发人员占比、高学历占比、固定资产占比、制造费用占比、无形资产占比、权益乘数倒数）在经济含义上应落于 $[0,1]$，对越界的病态值（如技术人员数超过员工总数的口径错误、资不抵债企业的极端负值）截断至 $[0,1]$，以免破坏极差标准化；研发某明细项超过全年营业收入的病态样本（多为营业收入近零的未盈利企业）予以剔除。样本已按上市公司主体口径过滤非主要交易代码，并对同一主体的转板与多代码记录保留主代码。

由于原始文献的权重高度集中于三项研发费用明细指标，本综合指标与企业研发投入强度存在较高相关，使用者在将其作为被解释变量时，宜同时报告其与研发投入强度的相关性以论证增量信息。
参考文献

- 宋佳,张金昌,潘艺.ESG发展对企业新质生产力影响的研究——来自中国A股上市企业的经验证据[J].当代经济管理,2024,46(6):1-11.

Question 7

如何获取该数据集？

Accepted Answer

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。

时间跨度	2015-2025 年
数据频率	年度
层级	上市公司
变量数	29
样本量	55,229
是否可合并	可与同主体数据集合并

企业新质生产力(固定权重加权法)

字段字典

常见问题