企业供应链绿色化程度
「企业供应链绿色化程度」，覆盖 1991-2025 年，频率 年度，上市公司层级，含 16 个变量，样本量约 69,432。 参考何晓萍、陈嘉慧、余育炫(2025,中国工业经济)，以MD&A中官方113条、112唯一绿色供应链关键词的完整词频计算ln(1+词频)，并提供词频占MD&A词
| 时间跨度 | 1991-2025 年 |
|---|---|
| 数据频率 | 年度 |
| 层级 | 上市公司 |
| 变量数 | 16 |
| 样本量 | 69,432 |
| 是否可合并 | 可与同主体数据集合并 |
字段字典
- Symbol [证券代码] — 6位数字字符串证券代码
- StkName [证券简称] — 按报告年度匹配的证券简称，缺少当年记录时允许回退同公司最新可得名称
- Year [年度] — 年报所属年度
- Province [省份] — 公司注册地所在省份
- City [城市] — 公司注册地所在城市
- County [区县] — 公司注册地所在区县
- ProvinceCode [省份代码] — 公司注册地省份行政区划代码
- CityCode [城市代码] — 公司注册地城市行政区划代码(6位)
- CountyCode [区县代码] — 公司注册地区县行政区划代码(6位)
- 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)
- 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)
- MDAWordCount [MD&A总词数] — 同一MD&A的固定分词结果中含字母或数字的完整token数，计算公式为：逐token计数，排除纯标点空白，保留中文、数字、英文和混合词；特殊研究短语计一词，单位为词；无法可靠测量时缺失。
- GreenSupplyWordCount [绿色供应链关键词总词频] — 参考何晓萍等(2025,中国工业经济)的方法，计算公式为：官方附录113条按112唯一词在MD&A中的完整token次数之和，绿色包装仅计一次，长词不另计短词；单位为次，无法可靠测量时缺失。
- IsMDAExtracted [是否可靠提取MD&A] — 是否可靠提取MD&A(0=否，1=是)，计算公式为：有效中文年报具有可靠经营讨论首尾且总词数大于零时为1，否则为0；为0时所有测量字段缺失。
- GSC [企业供应链绿色化程度] — 参考何晓萍等(2025,中国工业经济)的方法，计算公式为：ln(1+绿色供应链关键词总词频)，以MD&A完整词频为基础；无单位，不按文本长度归一化；用作研究变量，越大代表绿色供应链议题披露越强，无法可靠测量时缺失。
- GSCRatio [供应链绿色化程度词频占比] — 参考何晓萍等(2025,中国工业经济)附录稳健性方法，计算公式为：绿色供应链关键词总词频/MD&A总词数，分母来自相同固定分词结果，含数字与英文、排除纯空白标点；不乘100、不取对数；用作研究变量，越大代表绿色供应链议题披露占比越高，无法可靠测量时缺失。
常见问题
- 「企业供应链绿色化程度」是什么数据集？
- 企业供应链绿色化程度，隶属ESG与绿色发展。参考何晓萍、陈嘉慧、余育炫(2025,中国工业经济)，以MD&A中官方113条、112唯一绿色供应链关键词的完整词频计算ln(1+词频)，并提供词频占MD&A词
- 该数据集的时间范围是？
- 覆盖 1991-2025 年。
- 包含哪些变量/指标？
- 共 16 个变量。核心指标包括：MD&A总词数、绿色供应链关键词总词频、是否可靠提取MD&A、企业供应链绿色化程度、供应链绿色化程度词频占比。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？
- 指标定义与计算方法 参考何晓萍、陈嘉慧、余育炫(2025,中国工业经济)，企业供应链绿色化程度从年报管理层讨论与分析（MD&A）中测量绿色供应链议题的表达强度。词库覆盖绿色供应链管理、绿色生产制造、循环与排放管理、绿色物流与运输、能源与资源利用五类主题。官方附录共列113条词项，其中“绿色包装”跨两类重复，计算整体词频时按112个唯一词处理，每次出现只计一次。 首先识别完整经营讨论文本，纳入经营回顾、业务与研发投资分析及未来展望；正式经营讨论内的ESG经营内容和社会责任子项予以保留。历史年报以具有可靠首尾边界的董事会、董事局、董事长经营报告或独立业务报告为载体，剔除董事会日常、分红、审计等非经营子项，止于治理、监事会、重要事项、财务报告、外部独立社会责任章或独立签署等边界；分散的经营讨论按原文顺序合并。无法可靠提取时保留公司年度记录，相关测量值记为缺失。 其次采用隔离的固定jieba词典，全部一般研究词项以固定频率100000加入词典，关闭隐马尔可夫新词识别（HMM=False）。按完整词条统计，不将一个长词内部的短词再次累加；不删除停用词或单字，不进行否定与语义筛选。由于分词器会拆开空格或引号，原字“无废”理念及ISO 14001先识别为整体短语，各作为一个词。ISO形式允许字母大小写及ISO与14001之间空白或无空白，限定拉丁字母数字边界；不扩展为其他词义。 记绿色供应链关键词总词频为$F$，MD&A总词数为$W$。$F$为112个唯一关键词在同一分词结果中的完整出现次数之和；$W$为其中包含字母或数字的token数量，保留中文、数字、英文和混合词，排除纯标点与空白，保护短语每次计一词。核心指标为： $$GSC=\ln(1+F)$$ 该指标使用自然对数，未按文本长度归一化。有效MD&A没有关键词时，$F=0$且$GSC=0$。附录稳健性度量采用$GSCRatio=F/W$，表示关键词占MD&A词数的比例，不乘百分比倍率、不取对数。两项指标越大，代表企业对绿色供应链议题的披露越强。 补充说明 - 本数据覆盖全部可得公司年度，未施加论文回归中的供应链配对、行业或特殊处理企业筛选，使用者可按研究目的匹配供应商和客户关系。 - 作者公开数据支持上述对数与比例公式，但未公开词频构造程序；固定词典参数、特殊短语保护、分母过滤及章节边界为可复现操作化，不能据此声称逐值复现作者文本计算。 - 文本表达反映议题披露，不能直接等同实际绿色采购或环境绩效，可能受到“漂绿”叙述影响。原件不全、编码损坏、历史体例和简繁体差异会影响测量；失测保留缺失，不用全文替代。地区辅助信息为档案快照，名称与行业按年匹配并允许同公司最新记录回退。 参考文献 [1]何晓萍,陈嘉慧,余育炫.绿色转型与劳动力再配置——来自供应链企业的微观证据[J].中国工业经济,2025,(10):117-135.DOI:10.19581/j.cnki.ciejournal.2025.10.007.
- 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。