发帖
雷达卡
数据名称：地级市/上市公司-国家超级计算中心多时点DID数据
时间跨度：2000-2024年（地级市层面）；2001-2024年（上市公司层面）
数据层级：地级市-年度面板；上市公司-年度面板
核心指标：did（双重差分核心交互项）
识别变量：id（城市六位行政区划代码，GB/T 2260）、year（年份）、code（证券代码）
文件格式：.dta（Stata 14+ 二进制格式）、.xls（Excel 97-2003 格式）
本数据集围绕"国家超级计算中心"试点政策构建，包含 2000-2024 年中国大陆 300 个地级及以上城市的年度面板以及 5,271 家沪深 A 股上市公司的公司-年度面板。数据已按多时点双重差分（Staggered DID / Multi-period DID）框架完整构造好处理组识别变量 treat、政策时点变量 post 与核心交互项 did，可直接用于评估国家超级计算中心建设对城市层面（创新产出、产业升级、绿色发展、TFP 等）以及企业层面（研发投入、全要素生产率、企业绩效、融资约束等）的因果效应，并支持平行趋势检验、安慰剂检验、PSM-DID 与异质性 DID 等稳健性检验扩展。
二、计算说明
【treat】处理组识别变量（虚拟变量，0/1）
定义：城市 i 属于 12 个国家超级计算中心试点城市集合时 treat=1，否则 treat=0。
公式：treat_i = 1{i ∈ {天津, 深圳, 长沙, 济南, 广州, 无锡, 郑州, 苏州, 西安, 成都, 太原, 嘉兴}}
含义：标识城市/企业所在地是否进入超算中心试点。企业层面取决于其注册地所属城市。
【post】政策实施时点变量（虚拟变量，0/1）
定义：观测年份 t 大于或等于该城市超算中心建成运营年份 T_i 时 post=1，否则 post=0。
公式：post_{i,t} = 1{t ≥ T_i}
其中各试点城市政策实施年份 T_i 为：天津 2009、深圳 2009、长沙 2010、济南 2011、广州 2013、无锡 2016、郑州 2020、苏州 2020、西安 2022、成都 2021、太原 2022、嘉兴 2023。
含义：由于不同试点城市建成投运的时间各异，本数据为多时点 DID（Staggered DID），post 变量需对每个城市单独设定。
【did】双重差分核心交互项
定义：treat 与 post 的乘积。
公式：did_{i,t} = treat_i × post_{i,t}
含义：DID 模型的核心解释变量。仅在"试点城市 且 政策已实施"区段取 1，其余取 0。在基准回归 y_{i,t} = α + β·did_{i,t} + γ·X_{i,t} + μ_i + λ_t + ε_{i,t} 中，系数 β 即为政策的净处理效应（ATT）。
三、结果数据文件
共 3 套结果数据文件。
样本筛选步骤：
（1）地级市样本：以 GB/T 2260 城市行政区划代码为基础，纳入中国大陆 300 个地级及以上城市，剔除港澳台地区，时间区间 2000-2024 年；
（2）上市公司样本：以沪深 A 股上市公司为基础，剔除金融业（行业代码以 J 开头）及发生过 ST/PT 的样本（变量"是否发生ST或ST或PT"=1）；
（3）公司-城市匹配：按上市公司注册地所属地级市，将公司层面观测与对应城市的 treat/post/did 做多对一匹配；
（4）时间区间裁剪：城市面板保留 2000-2024 年；公司面板保留 2001-2024 年（公司样本起始年份依财务数据可得性确定）；
（5）连续变量处理：连续型控制变量保留原始数值，建议使用方在回归前对其做 1%/99% 双侧 winsorize；
（6）缺失值处理：保持缺失不插补，回归时按 listwise 删除。
编号 文件名称 说明
---- --------------------------------------- ------------------------------------------------------
1 超算DID_城市数据_2000-2024.dta 地级市-年度面板（Stata 格式），含 treat/post/did
2 超算DID_城市数据_2000-2024.xls 地级市-年度面板（Excel 格式），便于直接查看
3 超算DID_企业数据_2000-2024.dta 上市公司-年度面板，含 DID 三件套及 36 项财务/治理控制变量
四、变量说明
（地级市数据：超算DID_城市数据_2000-2024.dta / .xls）
序号 变量名称 变量类型 变量说明
---- -------------------- ------------ ----------------------------------------------------------
1 year int32 年份（2000-2024）
2 id int32 城市六位行政区划代码（GB/T 2260）
3 treat float32 处理组虚拟变量：1=试点城市，0=非试点城市
4 post float32 政策时点虚拟变量：1=超算中心建成运营后，0=之前
5 did float32 DID 核心交互项 = treat × post
（上市公司数据：超算DID_企业数据_2000-2024.dta）
序号 变量名称 变量类型 变量说明
---- -------------------- ------------ ----------------------------------------------------------
1 code float64 证券代码（数值型）
2 year float64 年份（2001-2024）
3 证券代码 object 证券代码（字符型，保留前导零）
4 行业代码 object 证监会行业代码（如 C39 计算机制造业）
5 省份 object 公司注册所在省份
6 所属城市 object 公司注册所在地级市名称
7 企业区域 float32 区域代码（东部/中部/西部/东北）
8 管制行业 float32 是否管制行业虚拟变量（0/1）
9 id int32 公司注册地所在城市六位行政区划代码
10 treat float32 处理组虚拟变量（继承自所属城市）
11 post float32 政策时点虚拟变量（继承自所属城市）
12 did float32 DID 核心交互项 = treat × post
13 Size float32 企业规模 = ln(总资产)
14 Lev float32 资产负债率 = 总负债 / 总资产
15 ROA float32 总资产收益率 = 净利润 / 总资产
16 ROE float32 净资产收益率 = 净利润 / 净资产
17 ATO float32 总资产周转率 = 营业收入 / 平均总资产
18 Cashflow float32 经营现金流量 / 总资产
19 INV float32 存货 / 总资产
20 FIXED float32 固定资产 / 总资产
21 Growth float32 营业收入增长率
22 Loss float32 亏损虚拟变量：净利润 < 0 取 1，否则取 0
23 Board float32 董事会规模 = ln(董事人数)
24 Indep float32 独立董事比例 = 独立董事人数 / 董事会人数
25 Dual float32 两职合一虚拟变量：董事长兼任总经理 = 1
26 Top1 float32 第一大股东持股比例
27 Top5 float32 前五大股东持股比例之和
28 Top10 float32 前十大股东持股比例之和
29 Balance1 float32 股权制衡度1：第 2-5 大 / 第 1 大股东持股比例
30 Balance2 float32 股权制衡度2：第 2-10 大 / 第 1 大股东持股比例
31 TobinQ float32 托宾 Q 值 = 公司市场价值 / 资产重置成本
32 SOE float32 国有企业虚拟变量：实际控制人为国有 = 1
33 ListAge float32 上市年龄 = ln(当前年 - 上市年 + 1)
34 FirmAge float32 企业年龄 = ln(当前年 - 成立年 + 1)
35 INST float32 机构投资者持股比例
36 Mshare float32 管理层持股比例
37 Mfee float32 管理费用率 = 管理费用 / 营业收入
38 Occupy float32 大股东资金占用 / 总资产
39 Big4 float32 审计虚拟变量：四大会计师事务所审计 = 1
40 Industry object 行业大类（字符型，2012 证监会行业大类）
41 AgC1_1 float32 代理成本指标 1.1（管理费用率视角）
42 AgC1_2 float32 代理成本指标 1.2
43 AgC1_3 float32 代理成本指标 1.3
44 AgC2 float32 代理成本指标 2（资产周转率反向视角）
45 Employ float32 员工总数（人）
46 Cap1 float32 人均资本 = ln(固定资产 / 员工总数)
47 Cap2 float32 资本-劳动比相关变量
48 是否发生ST或ST或PT float64 ST/PT 状态虚拟变量（0/1），用于样本筛选标记
五、原始数据与基本信息合并
原始数据文件：
（1）政策时点表：根据国务院、科技部历年关于国家超级计算中心建设的批复文件手工整理，含"城市名称、行政区划代码、政策实施年份"三列；
（2）地级市行政区划基础表：基于 GB/T 2260 的 300 个地级及以上城市与 2000-2024 年构成的 7,500 行时间网格，含"id、year"；
（3）上市公司基础财务与治理数据：来自 CSMAR / WIND 等数据库的公司-年度面板，含"code、year、证券代码、行业代码、省份、所属城市、Size、Lev、ROA …"等 40+ 字段。
主要字段：
（1）政策时点表：城市名（city_name）、id、T_i（政策实施年份）；
（2）地级市基础表：id、year；
（3）上市公司基础表：code、year、证券代码、行业代码、省份、所属城市、各项财务/治理控制变量。
合并方式：
（1）以 id 为主键，将政策时点表与地级市基础表做左连接，未匹配城市的 T_i 置缺失（即非试点城市）；
（2）按 id 是否落在 12 个试点城市集合内，生成 treat 列；
（3）按 (id, year) 与 T_i 比较，年份达到或超过 T_i 时 post=1；
（4）计算 did = treat × post 并落表，得到城市层面结果文件；
（5）公司面板通过"所属城市 → 行政区划代码 → id"映射，与城市层面 (id, year, treat, post, did) 按 (id, year) 做多对一合并；
（6）合并后的公司面板再与公司层面控制变量按 (code, year) 一对一合并，得到企业层面结果文件。
回写规则：
（1）同一公司多年份数据按年度逐条独立写入，不跨年度共享 treat/post 取值；
（2）公司若发生注册地迁移（id 变化），按当年实际注册地匹配该年的 did；
（3）缺失观测保持缺失，不做插补；
（4）合并完成后人工抽查每个试点城市在 T_i-1 年 post=0、T_i 年起 post=1，确保逻辑正确；
（5）所有派生变量（treat/post/did）回写至 .dta 时统一存为 float32，节省存储空间。
六、代码文件
文件名称 语言 说明
-------------------- ---------- --------------------------------------------------------------
超算DID_代码.do Stata Stata 计算脚本，三步法生成 treat / post / did 并预览前 20 行
超算DID_代码.py Python Python 计算脚本，与 .do 文件逻辑完全等价，附带双向固定效应回归示例
七、数据质量评估
评估报告文件夹名：数据质量评估
日志文件名：数据质量评估日志.txt
子文件夹 内容
-------------------------- --------------------------------------------------------------------
01_描述性统计/ 全样本及处理组/对照组核心变量（DID、控制变量）的均值、方差、分位数
02_处理组对照组对比/ 政策实施前两组的均值差异 t 检验与平衡性表（pre-trend balance check）
03_平行趋势检验/ 事件研究法（Event Study）动态系数图与回归结果
04_异常值与缺失值/ 各变量缺失率、极值分布、winsorize 必要性诊断
05_稳健性检验/ 安慰剂检验、PSM-DID、Goodman-Bacon 分解、Callaway-Sant'Anna 估计量
八、参考文献
[1] Beck T, Levine R, Levkov A. Big bad banks? The winners and losers from bank deregulation in the United States. Journal of Finance, 2010, 65(5): 1637-1667.
[2] Bertrand M, Duflo E, Mullainathan S. How much should we trust differences-in-differences estimates? Quarterly Journal of Economics, 2004, 119(1): 249-275.
[3] Goodman-Bacon A. Difference-in-differences with variation in treatment timing. Journal of Econometrics, 2021, 225(2): 254-277.
[4] Callaway B, Sant'Anna P H C. Difference-in-differences with multiple time periods. Journal of Econometrics, 2021, 225(2): 200-230.
[5] de Chaisemartin C, D'Haultfœuille X. Two-way fixed effects estimators with heterogeneous treatment effects. American Economic Review, 2020, 110(9): 2964-2996.
[6] Sun L, Abraham S. Estimating dynamic treatment effects in event studies with heterogeneous treatment effects. Journal of Econometrics, 2021, 225(2): 175-199.
[7] 周茂, 陆毅, 杜艳, 等. 开发区设立与地区制造业升级. 中国工业经济, 2018, (3): 62-79.
[8] 韩超, 胡浩然. 清洁生产标准规制如何动态影响全要素生产率. 中国工业经济, 2020, (5): 43-61.
[9] 石大千, 丁海, 卫平, 等. 智慧城市建设能否降低环境污染. 中国工业经济, 2018, (6): 117-135.
[10] 黄群慧, 余泳泽, 张松林. 互联网发展与制造业生产率提升：内在机制与中国经验. 中国工业经济, 2019, (8): 5-23.
地级市企业国家超级计算中心多时点DID数据2000-2024年.zip
(9.93 MB, 需要: RMB 29 元)
京公网安备 11010802022788号
