|
|
1、资料名称：2025-2001年上市公司企业数字化转型数据
2、测算方式：参考顶刊《经济研究》金星晔（2024）老师的做法，一共分为五步， 第一步： 确定文本分析对象， 第二步： 构建待预测句库和待标记句库，第三步： 对待标记句库的句子进行人工标注、第四步： 采用有监督的机器学习方法训练模型、第五步： 采用 ERNIE 模型构造数字化转型指标，基 于 ERNIE 大 语 言 模 型 ， 我 们 对 2000—2025年 待 预 测 句 库 中 的 每 一 句 文 本 进 行 预 测 ， 判 断企 业 是 否 以 及 使 用 何 种 数 字 技 术 。 我 们 构 造 了 企 业 数 字 化 转 型 哑 变 量 ， 即 公 司 在 当 年 只 要 使 用大 数 据 、 人 工 智 能 、 移 动 互 联 、 云 计 算 、 区 块 链 和 物 联 网 中 的 任 意 技 术 ， 则 指 标 赋 值 为 1， 反之为 0。
具体步骤如下：
第一步，整理上市公司年报文本，提取"管理层讨论与分析"和"目录、释义及重大风险提示"两部分的文本内容。
第二步，构建数字技术关键词词典。根据国家统计局《数字经济及其核心产业统计分类（2021）》及权威机构定义，将数字技术分为六种类型：大数据、人工智能、移动互联、云计算、物联网和区块链。收集整理了数百个数字技术关键词。
第三步，对年报文本按句号分割为句子，通过关键词匹配定位与数字技术相关的候选句子。然后应用上下文规则过滤，排除三类误判：
（1）否定表述 —— 公司明确表示未使用该技术
（2）未来计划 —— 公司表示计划使用但尚未实施
（3）行业背景 —— 描述行业发展趋势而非自身行动
第四步，基于ERNIE 大语言模型进行语义验证。使用关键词匹配结果构造训练数据，对ERNIE模型进行微调训练，构建7分类器（6类技术 + 非数字技术），对全量关键词命中句子进行语义分类预测。
第五步，汇总至公司-年度层面，生成企业数字化转型指标。如果某公司在当年使用了六类新型数字技术中的任意一种，则数字化转型赋值为1，否则为0。同时分别统计6类技术的使用情况。
3、资料范围：5700多家企业，6.9万多个样本，具体分布情况如下方描述性统计！包含原始数据、测算代码（代码真实有效，可以向期刊公布，非自己主观生成，可复现和做重复实验）、测算详细复现说明（包括数据处理合并及代码测算和最终结果输出）和最终计算结果，大家可以验证一下确保准确性！
4、参考文献：
金星晔,左从江,方明月,等.企业数字化转型的测度难题：基于大语言模型的新方法与新发现[J].经济研究,2024,59(03):34-53.
|
本帖子中包含更多资源
您需要 登录 才可以下载或查看，没有帐号？ 建议用  立即注册
x
|
窥视卡
雷达卡
发表于 2026-1-14 10:07:35
提升卡
置顶卡
沉默卡
喧嚣卡
变色卡
千斤顶
照妖镜
