上市公司大数据应用数据集

一、基础概况

• 数据编号：1686
• 时间跨度：2001–2023 沪深 A 股年度平衡面板
• 数据源：上市公司年报全文文本，Python 文本分词统计
• 测算范式：对标柏淑嫄等（2024，《世界经济》）标准化词频测算方法
• 核心指标：大数据应用程度，由大数据类关键词总词频标准化对数得到
• 存储格式：Excel 企业年度面板，提供分项关键词原始频次与合成指数

二、关键词词典与指标测算

1 大数据配套关键词集合

大数据、数据挖掘、文本挖掘、数据可视化、异构数据、征信、增强现实、AR、混合现实、MR、虚拟现实、VR、数据科学

2 标准化计算公式

\(大数据应用程度=\ln(关键词总词频+1)\) 先汇总当年年报内全部关键词出现总次数，+1 消除零值无法取对数问题，数值越高代表企业大数据、数据类技术布局与落地披露程度越高。

3 数据预处理规则

以年报全文总词数作为控制基准，规避年报篇幅长短带来的词频偏差；统一分词、剔除虚词干扰，人工校验歧义词汇。

三、完整面板字段

股票代码｜公司简称｜年份 年报全文总词数｜大数据类关键词总频次 分项关键词单类频次（大数据 / 数据挖掘 / 数据可视化等） 大数据应用程度（核心对数指数）

四、适配实证研究方向

1. 大数据与 ESG、绿色发展（对标原文主题） 检验大数据技术应用对企业 ESG 综合得分、绿色创新、环保投入、公益捐赠的驱动机制。
2. 供应链运营优化 搭配长鞭效应数据，研究大数据分析能否降低需求信息扭曲、缓解库存积压、平滑供应链波动。
3. 公司治理与信息透明度 分析大数据应用改善内部管控、降低盈余管理、减少股价崩盘风险、提升信息披露质量。
4. 数字化分层异质性检验 区分大数据（底层数据技术）、数字化广度 / 深度（综合数字转型），对比二者对创新、绩效的差异化作用。
5. 创新与全要素生产率 大数据赋能研发预测、市场分析，检验其对专利产出、创新韧性、企业生产效率的提升效应。
6. 高管特征交互机制 匹配高管数字背景、团队稳定性，检验数字高管是否放大大数据技术的经济价值。
7. 区域文化调节效应 结合茶文化指数等非正式制度变量，分析地方商务文化对企业大数据落地的调节作用。

五、数据核心优势

1. 测算方法出自《世界经济》顶刊，文本词频范式成熟，审稿认可度高；
2. 区分大数据专项词汇与泛数字化词汇，精准聚焦数据挖掘、数据中台类技术，度量精准度更高；
3. 2001-2023 超长时序，覆盖大数据产业萌芽、爆发、深度应用完整周期；
4. 同步输出单类关键词原始频次，可单独拆分数据挖掘、VR/AR 赛道做细分研究；
5. 可无缝对接数字化广度深度、AI 专利、供应链长鞭效应、高管特征等全部 A 股配套数据集。

数据展示

参考文献

[1]柏淑嫄,潘子成,曹伟,等.企业大数据应用对ESG评价的影响[J/OL].世界经济,2024,(08):133-167[2024-09-19].

https://doi.org/10.19985/j.cnki.cassjwe.2024.08.005.