【大数据综合试验区1008】揭秘企业数字化转型:大数据试验区政策数据集大公开!

news2024/11/23 21:37:26

今天给大家分享的是国内顶级期刊中国工业经济2023年发布的最新期刊《政策赋能、数字生态与企业数字化转型——基于国家大数据综合试验区的准自然实验》文章中所使用到的数据集——国家大数据综合试验区政策数据集以及工具变量数据,该文章基于2009-2019年中国上市企业面板数据,以国家大数据综合试验区为准自然实验,从数字生态视角考察国家大数据综合试验区政策对企业数字化转型升级的影响。研究发现大数据试验区对企业的数字化转型起着促进作用,特别是对企业底层数字技术运用的促进作用更加明显,并且从政府数字补贴、数字发展环境以及数字化企业和人力资本集聚的数字知识溢出三个方面探讨了大数据试验区政策对企业数字化转型的传导机制,并进行了一系列异质性分析,最终得出结论,并给出相应的政策建议。该文章在分析的过程中使用到了国家大数据综合试验区政策以及工具变量数据,我们对这两部分数据进行了整理,并进行了适当的拓展,数据获取请关注公众号“明天科技屋”,打开公众号文章获取文末数字关键词并回复,在该数据发布24小时之内可以通过分享获得。

一、论文讲解

 

 该文章是以中国上市企业为研究对象,以国家大数据综合试验区开展准自然实验,采用双重差分模型考察了大数据试验区设立对企业数字化转型发展的影响,并且从不同层次企业数字化技术分析了大数据政策对企业不同层次数字化水平的影响效应,同时采用多种稳健性检验方法对基准结果结论进行检验,结果依然可靠,并且以数字生态视角从政府数字补贴、数字发展环境以及数字知识溢出三个方面进行了传到极致检验,在异质性分析方面,从所有制性质、企业规模、行业数字化程度、行业要素密集程度以及企业初始数字化水平多角度进行异质性分析,同时金融发展水平、数字基础条件以及制度环境三个方面进行调节效应检验,最终得出结论,给出相应的建议。

(一)模型设定

 本文使用了双重差分法考察了大数据试验区设立对企业数字化转型发展的影响,具体模型设定如下:

digitallevel_{ijt}=\alpha +\beta bigdata_{j}\ast post_{t}+X_{it}+Z_{jt}+\rho _{i}+\tau _{i}+\varepsilon _{ijt}

其中,下标i、j、t分别表示企业、城市和年份。被解释变量digitallevel_{ijt}表示企业i在t年的数字化水平。bigdata_{j}为城市j是否属于大数据试验区的虚拟变量,取值为1表示是,取值为0代表否;post_{t} 为大数据试验区政策实施前后的虚拟变量,2016年之前为0,2016年之后为1。X_{it}表示可能影响企业数字化水平的企业层面随时间变化的控制变量,包括净资产收益率、企业收入、企业总资产、企业年龄、董事长和总经理是否兼任、会计师事务所审计意见、资本密集度、第一大股东持股比例、现金流强度、账面市值比和资产负债率。Z_{jt}表示城市层面的控制变量,包括人均GDP、人口规模、高校数量、外商直接投资额和产业结构(第二产业增加值比重和第三产业增加值比重)。\rho _{i}为企业固定效应,\tau _{t}为时间固定效应,\varepsilon _{ijt}为随机扰动项。

(二)数据来源与处理

国家大数据综合试验区数据来源于中国政府网,企业数据来自国泰安数据库,样本为2009-2019年沪深A股上市企业数据。

(三)实证分析 

        1.基准回归

        2.不同层次数字化水平检验 

将企业数字化水平划分为“底层技术运用”水平和“数字技术应用”水平,考察大数据综合试验区政策对不同层次数字化水平影响

        3.机制分析 

从政府数字补贴、数字发展环境以及数字知识溢出三个方面考察了大数据综合试验区对企业数字化水平的传导机制。

(四)进一步分析 

        1.异质性分析 

从所有制性质、企业规模、行业数字化程度、行业要素密集度以及企业初始化数字水平多角度考察了大数据综合试验区政策对企业数字化水平的影响。

        2.调节效应检验 

从金融发展水平、数字基础条件以及制度环境三个方面今天了调节效应分析

(五)结论与启示

期刊征文部分没有提到稳健性检验内容,这部分内容在附录里面,主要也是正常的稳健性检验内容,大家感兴趣可以自行查看,接下来给大家分享我们收集整理的数据集。

 二、重要数据

改文章是以企业为研究对象,样本区间为2009-2019年,我们收集整理了国家大数据综合试验区名单,并且在样本区间进来了拓展,得到了2008年-2022年国家大数据综合试验区地级市实施数据,同时论文在进行稳健性检验事使用到了工具变量数据,我们也进行了收集整理,方便大家研究。

(一)国家大数据综合试验区地级市面板数据

国家大数据综合试验区在8个地区不同时间实施,包括城市群、省份以及地级市等地区,我们收集整理了不同地区实施的相关信息,并且将数据保存在“原始数据表”中,大家可以直观了解原始数据,充分相信数据的准确性,其中,京津冀地区包括北京、天津和湖北,珠江三角洲参考论文的处理方式,将整个广东省划分为处理组,我们对原始数据进行了转换,最终得到了2008年到2022年的国家大数据综合试验区200个地级市实施的面板数据,政策实施虚拟变量保存在DID列中,数据保存在“面板数据”表中,数据展示如下:

(二)工具变量数据 

论文中选用了地质条件作为政策的工具变量,具体到实际数据为2004-2015年各省7级以上地震次数,该变量能够很好地满足工具变量的有效性,指标越大说明该地区的地质稳定性越差,设立大数据试验区的概率也越低,数据来源于中国统计年鉴,我们对该数据进行了收集整理,并保存在“工具变量”表中,具体数据展示如下:

在实际使用过程中,作者使用了地质稳定性指标与上面提到的post指标乘积作为bigdata*post的工具变量,我们将原始数据按照作者的使用方法进行了转换,并将工具变量数据和政策实施面板数据进行了拼接,这样大家使用起来非常方便,数据保存在“面板数据”表中的工具变量列中,数据展示如下:

以上就是本次分享的全部内容,大家可以看到我们对分享的数据是十分认真和用心的,并且站在使用者的角度考虑,所以大家完全可以相信数据的质量,最后,数据在发布时间起24小时内通过关键词指示操作即可免费获取,关注公众号“明天科技屋”并回复数字关键词了解数据获取方式,该数据由明天科技屋一手整理,版权归明天科技屋所有,未经允许,不得用于商业盈利,否则将追随法律责任!!!    

文章关键词为:“1008” 

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/1904661.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

PYTHON自学笔记(一)vscode配置

安装python 自行官网下载 安装vscode 自行官网下载 环境变量设置 把python和scripts的文件路径,添加到环境变量的path中,如图: 此项不弄,在命令行模式中系统不会认为你装了python和pip,你的输入相关命令shell不会…

扩散模型笔记

长参数“T”决定了生成全噪声图像所需的步长。在本文中,该参数被设置为1000,这可能显得很大。我们真的需要为数据集中的每个原始图像创建1000个噪声图像吗?马尔可夫链方面被证明有助于解决这个问题。由于我们只需要上一步的图像来预测下一步&#xff0c…

STL复习-序列式容器和容器适配器部分

STL复习 1. 常见的容器 如何介绍这些容器,分别从常见接口,迭代器类型,底层实现 序列式容器 string string严格来说不属于stl,它是属于C标准库 **底层实现:**string本质是char类型的顺序表,因为不同编译…

windows系统本地端口被占用的问题

第一步:查找所有运行的端口 按住“WindowsR”组合键,打开命令窗口,输入【cmd】命令,回车。在弹出的窗口中输入 命令【netstat -ano】,再按一下回车键 Win系统端口被占用-查找所有运行的端口 第二步:查看…

基于Android Studio电影购票系统

目录 项目介绍 图片展示 运行环境 获取方式 项目介绍 主要实为了方便用户随时随地进行电影购票。在配色方面选择了一些富有电影元素的颜色。主要能够实现的功能与流程为: 1.用户首先需要注册用户名填写密码。 2.用户可以用之前注册的用户名和密码进行登录。 3.登…

ComfyUI+MuseV+MuseTalk图片数字人

电脑配置 GPU12G,如果自己电脑配置不够,选择云gpu,我就是用的这个,自己电脑太老配置跟不上 环境: Python 3.11.8 torch 2.2.1 cuda_12.1 资源提供: 链接:https://pan.baidu.com/s/1_idZbF…

跟《经济学人》学英文:2024年07月06日这期:Japan’s mind-bending bento-box economics

Japan’s mind-bending bento-box economics 日本令人费解的便当盒经济学 mind-bending:使人知觉不正常的;使人精神恍惚的;使人精神错乱的 bento:美 [bentoʊ] 盒饭;盒饭或饭盒 The paradox of red-hot labour mar…

浅尝Apache Mesos

文章目录 1. Mesos是什么2. 共享集群3. Apache Mesos3.1 Mesos主节点3.2 Mesos代理3.3 Mesos框架 4. 资源管理4.1 资源提供4.2 资源角色4.3 资源预留4.4 资源权重与配额 5. 实现框架5.1 框架主类5.3 实现执行器 6. 小结参考 1. Mesos是什么 Mesos是什么,Mesos是一个…

昇思25天学习打卡营第14天|Pix2Pix实现图像转换

Pix2Pix是基于条件生成对抗网络(cGAN, Condition Generative Adversarial Networks )实现的一种深度学习图像转换模型,该模型是由Phillip Isola等作者在2017年CVPR上提出的,可以实现语义/标签到真实图片、灰度图到彩色图、航空图到…

【js基础巩固】深入理解作用域与作用域链

作用域链 先看一段代码,下面代码输出的结果是什么? function bar() {console.log(myName) } function foo() {var myName "极客邦"bar() } var myName "极客时间" foo()当执行到 console.log(myName) 这句代码的时候&#xff0c…

acwing 291.蒙德里安的梦想

解法: 核心:先放横着的,再放竖着的。 总方案数,等于只放横着的小方块的合法方案数。 如何判断当前方案是否合法?所有剩余位置,能否填充满竖着的小方块。 即按列来看,每一列内部所有连续的空着的…

第六十八回 东平府误陷九纹龙 宋公明义释双枪将-文心大模型ernie-speed免费使用方法

宋江和卢俊义抓阄儿,宋江打东平府,卢俊义打东昌府,谁先打下谁做梁山泊主。宋江带领林冲、花荣、刘唐等二十八人,卢俊义带领吴用、公孙胜、关胜等二十八人。 宋江等人到了东平府外安山镇,郁保四和王定六自告奋勇去下战…

搭建NEMU与QEMU的DiffTest环境(动态库方式)

搭建NEMU与QEMU的DiffTest环境(动态库方式) 1 DiffTest原理简述2 编译NEMU3 编译qemu-dl-difftest3.1 修改NEMU/scripts/isa.mk3.2 修改NEMU/tools/qemu-dl-diff/src/diff-test.c3.3 修改NEMU/scripts/build.mk3.4 让qemu-dl-difftest带调试信息3.5 编译…

昇思12天

FCN图像语义分割 1. 主题和背景 FCN是由UC Berkeley的Jonathan Long等人于2015年提出的,用于实现图像的像素级预测。 2. 语义分割的定义和重要性 语义分割是图像处理和机器视觉中的关键技术,旨在对图像中的每个像素进行分类。它在很多领域有重要应用…

【问题解决】 pyocd 报错 No USB backend found 的解决方法

pyocd 报错 No USB backend found 的解决方法 本文记录了我在Windows 10系统上遇到的pyocd命令执行报错——No USB backend found 的分析过程和解决方法。遇到类似问题的朋友可以直接参考最后的解决方法,向了解问题发送原因的可以查看原因分析部分。 文章目录 pyoc…

ChatGPT-4o大语言模型优化、本地私有化部署、从0-1搭建、智能体构建等高级进阶

目录 第一章 ChatGPT-4o使用进阶 第二章 大语言模型原理详解 第三章 大语言模型优化 第四章 开源大语言模型及本地部署 第五章 从0到1搭建第一个大语言模型 第六章 智能体(Agent)构建 第七章 大语言模型发展趋势 第八章 总结与答疑讨论 更多应用…

端口被占用,使用小黑框查杀

netstat -ano (查看目前所有被占的端口) netstat -ano|findstr " 8080" 查一下目前被占用的端口号 ,目前我要查的端口号是:8080,注意 后面打8080的时候,要有空格,要不然报错 **task…

无人机便携式侦测干扰设备(定全向)技术详解

无人机便携式侦测干扰设备(定全向)是一种专门针对无人机进行侦测和干扰的设备。它具备定向和全向两种工作模式,能够覆盖较宽的频率范围,有效侦测并干扰无人机与遥控器之间的通信信号,从而达到控制或驱离无人机的目的。…

CRT工具

CRT工具 传输位置设置 打开SFTP alt p 命令 ls:远程机器当前目录内容 lls:传输位置文件的目录内容 pwd:远程机器的当前位置 lpwd:传输位置的位置 get 文件:ftp传输文件 get -r 文件夹:ftp传输文件…

AI中药处方模型构建与案例

在中医领域,人工智能(AI)可以生成各种指令来辅助诊断、治疗和研究。 1. 诊断辅助指令: 根据患者的症状和体征,自动分析并生成可能的中医证候诊断建议。利用中医望闻问切四诊信息,智能识别关键症状,提供对应的中医辨证思路。2. 治疗建议指令: 根据辨证结果,自动推荐相应…