2000-2022年上市公司数字化转型同群效应深度分析

资源摘要信息:"2000-2022年上市公司数字化转型同群效应数据" 1. 时间跨度： 本数据集覆盖了2000年至2022年长达23年的历史时期，它为研究者和分析师提供了丰富的历史数据，有助于观察和分析上市公司在这段时期内的数字化转型进程及其行业内的同群效应变化趋势。 2. 指标解读： 数据集中的指标反映了各个上市公司的数字化转型程度，其中包含了股票代码、年份、行业代码、行政区划代码等基础信息，并通过数字化转型程度-A和数字化转型程度-B两个不同的统计维度，展示了各个企业数字化转型的具体情况。数字化转型程度-A是依据吴非研究中使用的76个数字化相关词频进行的统计，而数字化转型程度-B则是基于赵宸宇研究中的99个数字化相关词频进行统计。此外，数据还提供了同行业同群和同省份同群的数字化转型程度均值与中位数，这些指标有助于分析行业内和地域内的同群效应，即企业在特定群体中的影响力和相互作用。 3. 研究范围与样本量： 数据集针对的是上市公司，样本量达到了5.8万，这是一个相当大的样本规模，为统计分析提供了充足的案例支持。这一数据集的范围限定在上市公司，意味着数据反映的都是在资本市场上有相对较高透明度和规范性的企业的数字化转型情况。 4. 测算方法： 数据集中的测算方法是指对于焦点企业（即数据集中特定的上市公司）所在细分行业或所在省份的其他企业，计算这些企业数字化转型水平的均值和中位数。这种计算方式使得研究者可以了解同一行业或同一地域内的企业群体在数字化转型方面的平均状况，以及企业之间相互影响的程度。 5. 参考文献： 数据集提供了相关研究的参考文献，为使用数据的研究者提供了理论和实证研究的背景支持。其中提到的文献是由霍春辉、吕梦晓、许晓娜共同撰写的研究论文，该论文通过实证研究探讨了数字化转型“同群效应”与企业高质量发展之间的关系，并基于制造业上市公司的数据进行了分析。该论文发表于《科技进步与对策》期刊，为理解数字化转型同群效应提供了重要的学术支持和参考价值。 6. 数据格式： 数据集提供的是两种常用的数据格式：Excel和dta。Excel格式的数据易于阅读和编辑，适合进行初步的数据分析和报告编制。而dta格式是一种常用于统计分析软件（如Stata）的数据文件，这表明数据集可用于深入的统计分析和模型构建，具有较好的灵活性和应用范围。 综合来看，这份数据集对于研究者和分析师来说是一个非常有价值的资源，它们能够借助这些数据深入探索上市公司在数字化转型过程中的表现、行业内和地域内的同群效应，以及这些因素如何影响企业的高质量发展。通过对这些数据的分析，可以为企业的数字化战略制定提供数据支持和决策参考。