供应链网络中心度与结构洞(PageRank结构洞)
「供应链网络中心度与结构洞(PageRank结构洞)」，覆盖 2009-2025 年，频率 年度，上市公司层级，含 20 个变量，样本量约 16,154。 衡量企业在供应链网络中的结构位置与影响力。
| 时间跨度 | 2009-2025 年 |
|---|---|
| 数据频率 | 年度 |
| 层级 | 上市公司 |
| 变量数 | 20 |
| 样本量 | 16,154 |
| 是否可合并 | 可与同主体数据集合并 |
字段字典
- Symbol [股票代码] — 6位股票代码
- StkName [股票名称] — 股票在当年的名称(动态)
- Year [年份] — 财务年度
- 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] — 当年行业分类代码(动态)
- IndustryName [行业名称] — 当年行业分类名称(动态)
- PageRank100 [供应链PageRank中心度] — 参考陈雯、范茵子(2024,管理世界)公式(2)和Brin & Page(1998)的方法，基于前五大客户/供应商构建年度供应链无向网络，计算公式为：PR(i)=0.85*sum_j[PR(j)/L(j)]+(1-0.85)/N，数值已乘以100。用作研究变量，越大代表企业在供应链网络中越重要
- TextRank1000 [供应链TextRank中心度] — 参考陈雯、范茵子(2024,管理世界)公式(3)的方法，以交易金额为边权重的加权PageRank，计算公式为：TR(i)=0.85*sum_j[TR(j)*W(j)]+(1-0.85)/N，其中W(j)为企业i与j的交易额占贡献企业j采购与销售总额的比重(即按贡献节点j的边权总和归一化，与标准加权PageRank/NetworkX实现一致)，数值已乘以1000。用作研究变量，越大代表企业交易网络影响力越强
- DegreeCentrality [供应链度中心度] — 参考Freeman(1979,Social Networks)的方法，计算公式为：DC(i)=deg(i)/(N-1)，其中deg(i)为节点i直接连接的其他上市公司数量，N为网络节点总数。取值范围[0,1]，用作研究变量，越大代表企业在供应链中的直接连接越多
- Degree [供应链连接数] — 企业在当年供应链网络中直接连接的上市公司数量
- Constraint [网络约束度] — 参考Burt(1992)结构洞理论和陈雯、范茵子(2024,管理世界)公式(5)的方法，计算公式为：C(i)=sum_j(p_ij+sum_q p_iq*p_qj)^2，其中p_ij=z_ij/sum_k z_ik为比例联系强度。用作研究变量，越大代表企业受到的网络约束越强、结构洞越少
- StructuralHolesRichness [结构洞丰富度] — 参考Burt(1992)结构洞理论和陈雯、范茵子(2024,管理世界)公式(5)的方法，计算公式为：CI(i)=1-C(i)，其中C(i)为网络约束度。用作研究变量，越大代表企业占据的结构洞越多、网络位置越有优势
- ComponentSize [连通分量大小] — 企业所在连通分量包含的节点数量，用于辅助筛选最大连通分量内的企业
- NodeCount [当年网络节点数] — 当年供应链网络中参与的上市公司总数
- EdgeCount [当年网络边数] — 当年供应链网络中的无向边总数
常见问题
- 「供应链网络中心度与结构洞(PageRank结构洞)」是什么数据集？
- 供应链网络中心度与结构洞(PageRank结构洞)，隶属供应链。衡量企业在供应链网络中的结构位置与影响力。
- 该数据集的时间范围是？
- 覆盖 2009-2025 年。
- 包含哪些变量/指标？
- 共 20 个变量。核心指标包括：供应链PageRank中心度、供应链TextRank中心度、供应链度中心度、供应链连接数、网络约束度、结构洞丰富度、连通分量大小、当年网络节点数、当年网络边数。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 16,154 条观测。
- 数据是如何测算/获取的？
- 指标定义与计算方法 本数据集基于上市公司年报中披露的前五大客户和前五大供应商信息，构建年度供应链无向网络图，计算企业在供应链网络中的中心度与结构洞指标。参考陈雯、范茵子(2024)的方法，当两家上市公司之间存在客户或供应商关系时，在网络中创建一条无向边。由于信息流的传播通常是相互的，网络构建采用无向图而非有向图。 PageRank中心度衡量企业在供应链网络中的全局重要性，参考Brin和Page(1998)的PageRank算法。其核心思想是：与重要企业有供应链关系的企业，自身也更重要。计算公式为： $$PR(i) = \gamma \sum{j \in Ni} \frac{PR(j)}{L(j)} + \frac{1-\gamma}{N}$$ 其中$Ni$为企业$i$的邻居集合，$L(j)$为企业$j$的邻居总数，$N$为网络总节点数，阻尼系数$\gamma=0.85$。数值乘以100以便于回归分析。 TextRank中心度是交易金额加权的PageRank变体，参考陈雯、范茵子(2024)公式(3)。与标准PageRank不同，转移概率不再均匀分配给所有邻居，而是按交易金额加权： $$TR(i) = \gamma \sum{j \in Ni} TR(j) \cdot W{ji} + \frac{1-\gamma}{N}$$ 其中$W{ji}$为企业$i$与$j$之间的交易额占贡献企业$j$全部交易总额的比重（即转移概率按贡献节点$j$的边权总和归一化，与标准加权PageRank/NetworkX的实现一致），体现企业$j$按交易金额比例向$i$传递其网络重要性。数值乘以1000。 度中心度衡量企业在供应链中的直接连接数量，参考Freeman(1979)。计算公式为$DC(i) = \deg(i) / (N-1)$，其中$\deg(i)$为节点$i$直接连接的上市公司数量。取值范围$[0,1]$。 结构洞丰富度衡量企业在供应链网络中占据的信息优势位置，参考Burt(1992)的结构洞理论。首先计算网络约束度： $$C(i) = \sum{j \in Ni} \left(p{ij} + \sum{q \neq i,j} p{iq} \cdot p{qj}\right)^2$$ 其中$p{ij} = z{ij} / \sumk z{ik}$为比例联系强度。结构洞丰富度定义为$CI(i) = 1 - C(i)$，越大表示企业占据的结构洞越多，网络位置越有优势，能够在不相连的企业之间充当信息桥梁。 补充说明 - 网络仅包含对手方为A股上市公司且股票代码可识别的供应链关系，约占全部披露记录的3% - 股票代码识别口径：沪深主板/创业板/科创板(0/3/6开头)、北交所(4/8开头及2024年启用的920代码段)均识别为A股上市公司节点，披露方与交易对手方采用完全一致的口径(避免单向遗漏)；B股代码仅经上市公司A/B股权威对应关系(源自公司基本信息中的B股代码字段)转换为对应A股主体(如深圳200011对应000011、上海900932陆家B对应600663而非600932，按权威表而非机械同尾/同段替换)；无对应A股的纯B股公司(如200053深基地B、900948上柴B)及已退市B股、境外(如港股)代码均不纳入网络。披露方自身若为B股代码，同样按上述规则归一化为对应A股主体，或在无对应A股时整条剔除，因此网络中不会出现同一家公司被拆分为B码节点与A码节点的情形 - 数据自2009年起有效(2007年信息披露准则实施后数据才较完整) - 2013至2014年间数据源采集格式变更导致网络规模出现结构断点(2014年披露记录数与网络节点数较2013年明显收缩)；此为提示性说明，本数据集不对该断点做任何校正，使用时建议控制年份固定效应 - 度为1的节点(约57%)的结构洞指标退化为固定值(约束度=1，丰富度=0)；此外，极少数处于小型星形/三角子图的度为2节点，其Burt约束度可略大于1(约束度理论上界约为4而非1)，对应结构洞丰富度为很小的负值，此为正常数学结果，未作截断以忠实于定义$CI = 1 - C$ - 辅助字段说明：连接数(Degree)为节点直接连接的上市公司数量(即上式$\deg(i)$)；当年网络节点数(NodeCount)与边数(EdgeCount)分别为该年度网络的节点总数与无向边总数，用于刻画网络规模；连通分量大小(ComponentSize)为企业所在连通子图的节点数，可辅助研究者筛选最大连通分量内的企业 - 完全重复披露记录的处理：年报同时披露"前五大客户/供应商"与"前五大关联方客户/供应商"两份清单，同一对手方(相同股票代码)在相同交易金额下可能在两份清单中重复出现。在构建交易额加权网络(TextRank)前，已剔除在(公司、年度、对手方代码、交易金额)上完全相同的重复记录，避免同一笔交易被重复累加；PageRank、度中心度、结构洞等非加权指标按无向边天然去重，本就不受此类重复影响 - 一条披露记录对应多个对手代码的口径：当单条披露记录可识别出多个A股对手代码(例如同时给出对手方自身与其关联上市主体的代码；客户约1040条、供应商约470条，单条记录最多对应6个代码)时，该笔交易金额将完整计入每一条对应的边，本数据集未对该金额做拆分或均摊。此口径会在少数记录上放大交易额加权(TextRank)的边权，使用加权指标时请留意；非加权指标不受影响 - 交易金额币种口径：交易额按年报披露的原始数值计入边权，未对极少数以外币(如美元)计价的披露记录做汇率折算；此类记录占比极低，对交易额加权指标(TextRank)的影响可忽略，非加权指标(PageRank/度中心度/结构洞)完全不受影响 参考文献 - 陈雯,范茵子.企业供应链风险感知与合作关系稳定性[J].管理世界,2024,40(11):209-228. - Burt R S. Structural holes: the social structure of competition[M]. Cambridge, MA: Harvard University Press, 1992. - Freeman L C. Centrality in social networks: conceptual clarification[J]. Social Networks, 1979, 1(3): 215-239. - Brin S, Page L. The anatomy of a large-scale hypertextual web search engine[J]. Computer Networks and ISDN Systems, 1998, 30: 107-117.
- 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。