2025-2000年地级市公共智算中心DID数据、城市公共智算中心数据

XM666 · 发表于 2022-9-25 15:32:13

1、资料名称：2025-2000年公共智算中心政策试点DID数据、Treat、政策年份、相对时间、DID、地级市所属省份

2、测算方式：

参考《经济研究》余明桂老师所提出的公共智算中心政策虚拟变量构建方法，把 2019 年起各省（区、市）陆续建设的面向社会提供公共算力服务的公共人工智能计算中心（公共智算中心）这一政策冲击，构造为渐进（交错）双重差分（DID）变量。处理发生在省份层面，政策年份 = 该省首个智算中心上线年。核心操作步骤：

① 政策背景：2019 年起，各省（区、市）陆续建设公共智算中心，名单共 27 个中心，汇总到 23 个省份；政策在省份层面逐年推进，故为多期（交错）处理；

② 依据公开信息逐条整理各智算中心的上线年月、政策年份与来源网址（见「公共智算中心名单.csv」），同一省有多条中心记录时取该省最早的政策年份；

③ 从「城市列表.csv」中取339 个地级市的省份与行政区划代码；

④ 把地级市按年份展开为「地级市 × 年份」面板（339 个地级市 × 26 年 = 8,814 个城市—年份观测（平衡面板））；

⑤ 按所属省份匹配政策年份，生成 Treat（该地级市所属省份是否被政策覆盖，是=1、否=0）、政策年份；

⑥ 生成相对时间 = 年份 − 政策年份，即事件时间（event time），用于事件研究法刻画政策前后的动态效应；未被政策覆盖的省份该列为空；

⑦ 以「该单元所属省份已被政策覆盖、且当年已进入政策实施期」生成 DID，即 DID = 1 当且仅当 Treat = 1 且年份 >= 政策年份，与政策时点严格对应。

我们多做了几个变量，包括核心变量或者稳健性检验及过程变量，数据全流程公开，每个原始数据及过程都清晰可查（非主观编造），大家可以做核心变量或者稳健性检验，多个数据更加容易显著！

3、资料范围：

339 个地级市，8,814 个城市—年度观测值，年份跨度 2000-2025 年；其中处理组城市 262 个、未被政策覆盖省份下辖城市 77 个，Treat=1 的观测 6,812 个、DID=1 的观测 1,029 个。包括计算代码（stata 和 python 代码都有，真实代码，可以向期刊公布，每一步都可以复现和做重复实验）、完整的复现说明（教大家一步步复现，做法过程全部公开，无数据黑箱，并且对复现过程常见问题做了解答）及最终结果（最终结果格式是 excel 电子表格格式，非常方便大家导入到自己数据里面），大家可以验证一下确保准确性！

相对时间 = 年份 − 政策年份，即事件时间（event time），用于事件研究法刻画政策前后的动态效应，大家做平行趋势检验和交错did时可以用到

4、参考文献：

余明桂,孙卓敏,Lin William Cong.数字基础设施建设、公共算力供给与AI创新——来自公共智算中心建设的证据[J].经济研究,2026,61(8):74-97.

此数据为科研课题组自用数据，根据真实的公共智算中心建设公开信息与现行行政区划代码一步步做出来的，每一步都可以复现和做重复实验，非仅仅只有一堆文件胡编乱造（根据参考文献瞎编结果根本就没有研究价值，不能反映真正的公共智算中心布局水平，实证围绕着错的结果根本就毫无意义浪费大家时间），真正的原创一手认真整理数据，数据处理较为复杂。