发帖
雷达卡
本文解释变量为数字-绿色协同转型（DG）。考虑到双化协同同时关注数字化与绿色化间的相互作用和转型程度，而耦合协调度模型既能反映两个系统的相互关联程度，又能表示系统间相互作用的强度，本文采用耦合协调度模型对企业的双化协同程度进行测度。
对于数字化转型（D）的测度，本文借鉴现有研究的普遍做法，采用年报文本分析的方法评估公司的数字化转型程度。具体来说，第一步，构建数字化转型词库。参考吴非等的做法，将数字化词频分为底层技术运用与技术实践应用两个方面。第二步，收集上市公司年报，提取年报中“管理层讨论与分析”（MD&A）的部分。第三步，使用Python软件对MD&A部分进行分词处理，并采用企
业每类数字化技术词频数除以MD&A文本总长度表示企业每类数字化技术的转型程度。第四步，在得到以上企业五类数字技术各自的转型程度后，采用熵权法对企业的数字化转型程度进行测度。此外，为提高稳健性，另以其他方法测度企业数字化转型程度，并将其用于后续稳健性检验。
对于绿色化转型（G）的测度，考虑到企业绿色化转型的过程通常会通过增加环境保护投资进行技术升级和设备改造，并因此带来技术创新水平的提升，同时将环境保护投资、绿色专利和绿色词频指标纳入绿色化转型指标体系。具体而言，将企业环境保护投资作为其进行绿色化转型的投入指标。在其测度上，首先，参考张琦等的做法，使用上市公司年报“在建工程”科目明细项中与环境保护直接相关的支出与总资产的比值进行测度。其次，通过上市公司年报中绿色词汇出现频率的自然对数进行度量绿色词频。最后，选择上市公司绿色专利申请量作为企业绿色化转型进程中的正向产出。在得到以上三个指标的数据后，采用熵权法对企业的绿色化转型进行测度。综上，企业数字化转型和绿色化转型的指标体系如下表所示。
| 一级指标 | 二级指标 | 指标说明 | 性质 |
| 数字化转型 | 人工智能技术 | 人工智能、商业智能等词频数占比 | + |
大数据技术 | 大数据、数据挖掘等词频数占比 | + | |
云计算技术 | 云计算、流计算等词频数占比 | + | |
区块链技术 | 区块链、数字货币等词频数占比 | + | |
数字技术运用 | 移动互联网、工业互联网等词频数占比 | + | |
| 绿色化转型 | 环保投资 | “在建工程”明细项中与环境保护直接相关的支出额占总资产的比重 | + |
绿色词频 | 通过上市公司年报中绿色词汇出现频率的自然对数进行度量 | + | |
绿色专利 | 上市公司绿色专利申请数 | + |
样本选择：全部A股2007-2024年数据
包含两个版本：一份未剔除、一份剔除金融和ST、*ST或PT
注：提供了剔除所需数据和剔除代码，若无需做该项剔除处理，自行删除相关代码重新运行即可
并对连续型变量进行了1%和99%分位数的缩尾处理
每个压缩包都附有初始数据，计算代码，参考文献和最终数据
参考文献[1]刘宇,梁栋,张硕.数字化与绿色化协同转型如何赋能高质量发展——来自中国上市公司的证据[J].中国流通经济,2025,39(01):25-38.DOI:10.14089/j.cnki.cn11-3664/f.2025.01.003.[2]梁栋,刘宇,张硕.数字化与绿色化协同转型的“创富共享”效应——来自中国A股上市公司的证据[J].山西财经大学学报,2025,47(06):65-80.DOI:10.13781/j.cnki.1007-9556.2025.06.006.
[3]Zhang, K., Zheng, T., Gao, P. and Ren, Y., 2025. Digital-green synergy in transition: Exploring the dual synergy transformation impact on corporate ESG performance. International Review of Financial Analysis, p.104459.
数据截图
各年份数据量
缩尾后的描述性统计
京公网安备 11010802022788号
