发帖
雷达卡
数智化转型对制造企业全要素生产率的影响及机制探究（1999—2023年）含原始数据与Stata回归脚本
随着数字技术与实体经济深度融合，制造业数智化转型已成为推动我国新质生产力发展和制造企业高质量转型的核心路径。本文基于《科技进步与对策》期刊2025年研究成果，由马克团队整理并复刻了其基准回归部分，汇总形成涵盖1999—2023年中国制造业上市公司的面板数据集及其配套.do文件，便于研究者深入开展机制识别与实证分析。
一、数据基本信息
数据名称：数智化转型对制造企业全要素生产率的影响及机制探究数据
研究时间范围：1999年—2023年
覆盖企业范围：中国制造业A股上市公司
样本总量：33,084 条数据
数据类型：公司级面板数据（含关键变量与回归基础）
数据内容：原始数据、描述性统计结果、Stata基准回归代码（.do文件）
数据来源：基于公开文献与年报数据库整理
数智化转型对制造企业全要素生产率的影响及机制探究（1999—2023年）.zip
(10.35 MB, 需要: RMB 39 元)
二、核心指标说明
变量名称 | 含义解释 |
TFP_LP | 企业全要素生产率（Levinsohn-Petrin方法） |
数字化转型A/B/C | 不同维度下的企业数字化水平量化指标 |
人工智能A/B | 企业在AI相关方向的投资或披露强度指标 |
总资产 | 公司年末总资产（规模控制变量） |
第一大股东持股 | 控股股东持股比例（治理结构控制变量） |
资产负债率 | 资本结构控制变量 |
上市年龄 | 上市年限，反映企业生命周期阶段 |
总资产收益率 | ROA，企业经营绩效指标 |
数智化指标通过年报文本分析、专利匹配、技术关键词提取等方式构建，代表企业在数智技术采纳上的广度与深度。
三、研究方法与回归构建
本数据复刻自以下研究文献中的基准回归部分：
宋冬林，曾昭懿. 数智化转型对制造企业全要素生产率的影响及机制探究——基于中国制造业上市公司的经验证据 [J/OL]. 科技进步与对策, 2025, 1–12.
复刻内容包括：
原始指标定义与处理逻辑（Stata代码）
基准回归模型（OLS/固定效应）
机制检验（异质性分析、路径识别）
所有模型回归均可基于TFP_LP作为因变量，核心解释变量为数字化转型系列指标。
四、部分数据展示
原始数据：
回归代码：
京公网安备 11010802022788号
