1998—2013工企数据、2000—2013海关数据，均来自国内某top高校，数据质量非常高。

本套数据和代码完全按照苏丹妮等（2018）《产业集聚与企业出口产品质量升级》的方法测算了2000—2013年出口产品质量，测算了企业—年份—产品层面的出口质量，也把出口产品质量加权到了企业—年份层面。

测算出口产品质量过程中存在的问题详细写了一个word文档《工企数据及出口产品质量测算过程中存在的问题及解决办法》（在附件中）。

工企1998—2013年的数据是原始数据，按照brandt（2012）的方法匹配的，包含了所有变量，每年的工企数据中都有企业匹配唯一识别码id_new和年份（year）。

海关数据与工企数据是按照田巍和余淼杰（2013）的方法匹配的。

附件中包含的数据、do文档可以直接测算出口产品质量，并提取工企变量，然后把工企数据和海关数据进行匹配（用id_new和year，即可实现1:1匹配）。

本套数据资料包括（共23g）：

（1）1998—2013工企原始数据。

名称为gq1998等，包含企业匹配唯一识别码id_new和年份（year），共计16年。（如果将所有年份工企数据进行合并，共计400多万个观测值）。

（2）2000—2013海关原始数据。

名称为hg2000_2013，9g，包含企业匹配唯一识别码id_new和年份（year），共计6000多万个观测值（包括出口和进口）。海关数据包括的变量有：id_new、year、进口或出口、税号编码、金额、数量、价格、起运国或目的国、贸易方式、gdp（各省实际gdp，在测算出口产品质量时要用）。

（3）do文档。

do文档包含了测算出口产品质量的全部代码，并且含有详细的注释。因为工企数据是历年的，所以do文档还包含了提取历年工企变量、合并工企变量、匹配海关数据的详细代码。下载附件后，在do文档中修改工作路径，即可运行。

（4）1995_2016美元汇率数据。

因为海关数据中金额（即出口额）单位是美元，而工企数据中单位是千元，需要用汇率进行转换。

（5）1998_2013工企数据各年变量对照表。

对照表详细列示了历年工企包含的变量，可以对照参考，在提取工企变量时方便查找。

可以免费下载预览。

（6）word文档《工企数据及出口产品质量测算过程中存在的问题及解决办法》

详细说明了出口产品质量测算过程中存在的问题，有参考文献。

（7）一些重要的参考文献。

整理了一些比较重要的参考文献。

一、关于工企数据

（1）数据的匹配问题

1998—2013年工企数据来源于国内某top高校，按照brandt等（2012）的方法进行匹配的，详细匹配过程可参考原文献和国内相关文献，匹配后每年每个观测值都有唯一的匹配识别代码id_new，因此用id_new和year（年份变量），就能唯一确定某个观测值，匹配完成后1998—2013年共计400多万个观测值，200来个变量，包括数据库中所有的变量，17g左右。

但是，从1998—2013年合并后的工企数据提取变量比较费劲，数据太大，光读取数据就很麻烦，而且并不是所有的变量都是实证需要的。因此，匹配好后，又把每年的数据单独进行了保存，名字为gq1998、gq1999等，详细可以参照《1998_2013工企数据各年变量对照表》，需要哪些变量就提取哪些变量，在do文档的最后，有提取变量的代码，一键式提取，非常方便。

为了方便大家了解各年变量情况，附件可以下载查看。

（2）为什么数据只到2013年

1.数据来源方面

因为1998—2013年的数据来自国内top高校，数据质量非常高，很权威，质量有保证。而目前市面上出现的2014和2015年数据并非来自该高校，具体来源不详，质量无法保证。做实证研究，数据详实可靠是第一位的。

2.实证研究方面

目前最新的大部分文献也是利用1998—2013年的工企数据进行研究（张晶和陈志龙2021[ii]；田素华和王璇，2021[iii]；孙鲲鹏等，2021[iv]），文献很多，这里不再一一列举。所以近几年内，使用1998—2013年工企数据进行研究足够了。

二、关于海关数据

海关原始数据是2000—2014，与工企数据来源相同，数据质量很高，但是考虑到工企数据只到13年，因此海关数据剔除了2014年。按照田巍和余淼杰（2013[v]）的方法对工企数据和海关数据逐年进行匹配，详细匹配过程可看文献。海关数据和工企数据匹配完成后，每个观测值都包含了id_new和year（年份变量）。然后将历年海关数据进行了合并。海关数据中只保留了关键变量，具体包括：id_new、year、进口或出口、税号编码、金额、数量、价格、起运国或目的国、贸易方式、gdp（各省实际gdp，在测算出口产品质量时要用），共6000多万个观测值（包括出口和进口），9g左右。由于保留的变量越多，数据越大，不利于读取和计算。