企业人才流失风险

字段字典

• Symbol [证券代码] — 以交易所公布的证券代码为准,6位数字
• StkName [证券简称] — 按报告年度匹配证券简称；缺少当年记录时回退至最新可得档案
• Year [年度] — 统计年度
• Province [省份] — 公司注册地所在省份；采用可得公司注册地档案快照，不代表逐年历史迁址
• ProvinceCode [省份代码] — 公司注册地省份行政区划代码；采用可得公司注册地档案快照，不代表逐年历史迁址
• City [城市] — 公司注册地所在城市；采用可得公司注册地档案快照，不代表逐年历史迁址
• CityCode [城市代码] — 公司注册地城市行政区划代码(6位)；采用可得公司注册地档案快照，不代表逐年历史迁址
• County [区县] — 公司注册地所在区县；采用可得公司注册地档案快照，不代表逐年历史迁址
• CountyCode [区县代码] — 公司注册地区县行政区划代码(6位)；采用可得公司注册地档案快照，不代表逐年历史迁址
• IndustryCode [行业代码] — 中上协行业分类，按年度轨迹匹配；缺少当年记录时回退至该主体最新可得行业档案
• IndustryName [行业名称] — 中上协行业分类，按年度轨迹匹配；缺少当年记录时回退至该主体最新可得行业档案
• ReportSentenceCount [年报全文有效句数] — 计算公式为：年报全文按句号、问号、叹号、分号切分后含中文汉字的非空句段数量，单位为句；普通换行不切句，中文字符间排版空白合并，采用冻结切句规则；源不可测时缺失。
• LaborSent [人才流失风险相关句数] — 参考彭章等(2026,南开管理评论)第95页表5，计算公式为：年报全文分词后同时命中9个人才词表与39个招聘、保留或流失等词表的句数，每句最多计一次，单位为句；用作研究变量，越大代表人才相关风险的文本关注越多，不等于实际离职人数或离职率；源不可测时缺失。
• LnLSF [企业人才流失风险对数] — 参考彭章等(2026,南开管理评论)第95页机制检验，计算公式为：ln(1+人才流失风险相关句数)，为自然对数；用作替代研究变量，越大代表管理者对人才获取、保留和流失风险的文本关注越多；有效全文零共现取0，源不可测时缺失。

常见问题

「企业人才流失风险」是什么数据集？

企业人才流失风险，隶属信息环境。参考彭章、陆瑶、牛美龄(2026,南开管理评论)，对年报全文按原文表5两个完整词表分词后进行同句共现计数，提供相关句数LaborSent及ln(1+LaborS

该数据集的时间范围是？

覆盖 1991-2025 年。

包含哪些变量/指标？

共 14 个变量。核心指标包括：年报全文有效句数、人才流失风险相关句数、企业人才流失风险对数。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 69,432 条观测。

数据是如何测算/获取的？

指标定义与计算方法 本数据集参考彭章、陆瑶、牛美龄（2026）第95页表5与机制检验，以年度报告全文中人才相关表述的同句共现数量衡量企业人才流失风险的文本关注。计数对象包括人才招聘、吸引、稳定、保留与流失等内容，因此指标不等于实际离职人数或离职率，也不要求每个命中句都包含负面风险语义。 第一个关键词列表为：人才、人力资本、人力资源、人员、专家、骨干、干部、队伍、团队。 第二个关键词列表为：招聘、招、招募、吸引、吸纳、吸引力、引进、引入、留、留住、留下、留任、稳定、流失、流失率、流出、离开、离去、离任、离职、挖角、挖掘、跳槽、风险、储备、爱惜、固化、保留、扩充、选聘、选拔、加入、缺口、短缺、缺乏、缺失、竞争、争夺、抢夺。 测量范围为年报全文，包括目录和财务附注，不局限于管理层讨论与分析。首先合并中文汉字之间的连续排版空白，再按照中文句号、中文及英文问号、叹号和分号切分。普通换行不作为切句边界，末尾未以这些标点结束的片段同样保留。只有含中文汉字的非空片段计为有效句段。ReportSentenceCount为这些有效句段的数量，单位为句。 采用jieba 0.42.1独立词典，将原表全部48个词条以频率10000000加入词典，在精确模式且HMM=False下分词。按完整词元匹配，单字词“招”和“留”也仅在形成独立词元时匹配，不在其他词内部按子串重复匹配。若某个句段的词元集合同时命中第一个词表和第二个词表各至少一个词，记该句段为相关句；同句出现多词、同词重复或多个词对均只计一次。不扩展词表，不删除否定、招聘或客户等上下文表述。 记句段s的完整词元集合为tokens(s)，两组词表为K1和K2，则核心相关句数LaborSent为： $$LaborSent{it}=\sums 1\{tokens(s)\cap K1\ne\varnothing\ \text{且}\ tokens(s)\cap K2\ne\varnothing\}.$$ 该值为自然数句频，不除以总句数或字数，不乘任何倍率。数值越大，代表管理者对人才相关议题和风险的文本关注越多。原文用于OLS的替代研究变量为LnLSF： $$LnLSF{it}=\ln(1+LaborSent{it}).$$ 采用自然对数，有效全文零共现时LaborSent和LnLSF均为0。全文不可读、缺少中文、严重提取损毁、英语主体或已经核证属于摘要、业绩概要等非全文材料时保留公司年度行，三个测量字段均缺失。疑似摘要标题须核证原件，不自动视为缺失；已核证例外仅在原始文件SHA256一致时生效。对双重编码只能采用严格字节往返可逆且修复后汉字密度至少20%的修复，不从不可逆损毁源制造文本。 补充说明 - 原文没有公开完整切句、jieba版本、自定义词典和排版清洗程序，上述细节属于明确冻结的操作化，不表示复现作者未公开的程序。 - 年报目录、重复版面、公司名称、正面招聘表述与模板措辞均可能影响计数。分号切句可能减少跨分句共现；普通换行不切句可能连接没有句末标点的段落；排版空白合并可能恢复断词，也可能连接表格片段。未逐份对照原PDF核验全文缺页。 - 覆盖全行业、全板块和全部可得的已结束报告年度；年度上限随运行日期自动确定为当年减一。原始面板不剔除ST/PT与金融业，也不对指标缩尾。普通Stata成品另提供剔除ST/PT与金融业及剔除后按年度1%和99%缩尾的版本，缩尾各测量列独立进行。 - 公司年度主键为Symbol、Year，股票代码为六位字符串。名称、地区、行业仅作辅助左连接，缺档不删测量记录。行业按中上协年度轨迹匹配，缺年可回退可得档案；地区为可得注册地档案快照，不能解释为逐年迁址。 - 本包提供预计算面板和完整算法参考。重新测算须自备年报全文，普通成品包未附全年报语料；缺少素材时参考代码明确报错。 参考文献 [1]彭章,陆瑶,牛美龄.劳动力市场流动性的公司治理效应——来自我国户籍制度的经验证据[J].南开管理评论,2026,29(4):88-100.

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。