发帖
雷达卡
上市公司供应链中心性是衡量上市公司在供应链网络结构中地位与影响力的关键指标，基于上市公司年报披露的前五大供应商采购信息、前五大客户销售信息 2 大权威源数据，采用 networkx 库(无版权风险)的标准算法计算 6 大测度指标：度中心性、强度中心性、PageRank、中介中心性、接近中心性、特征向量中心性，在『供应链网络结构』『供应链风险传染』『供应链集中度』『供应链话语权』『企业韧性』等研究背景下,供应链中心性已成为制度经济学、公司金融、产业经济、运营管理等权威刊物(《管理世界》《经济研究》《中国工业经济》《南开管理评论》等)刊发成果的核心解释/被解释变量。本版本(V2)采用『逐层识别策略』,供应商和客户是上市公司则用上市公司代码,采用『关联上市公司代码』,即只保留上市公司之间的供应关系,样本量 7.7w+ 观测值。附件内为自用整理、严谨测度、多重校验的2009-2025年上市公司供应链中心性数据（逐层识别版），6大核心测度指标！附原始数据、Python测算代码！原始数据来源于权威数据库,涵盖沪深A股上市公司在 2009-2025 年间的前五大供应商采购信息、前五大客户销售信息、供应链网络关系，按照逐层识别策略处理:对手方识别(IsListed=Y 用 BusinessSymbol,IsListed=N 用 BusinessInstitutionID,再回退到 RelatedSymbol),方向构建(采购表 供应商 → 上市公司,销售表 上市公司 → 客户),边合并(同一年、同源点、同终点边金额累计求和),年度网络构建(逐年构建有向图,计算 6 大中心性指标),输出公司-年度 panel,直接可用于供应链网络结构研究。核心指标包括度中心性（入度 + 出度,反映公司在供应链网络中的整体活跃度,取值 ≥ 0 整数）、强度中心性（入强度 + 出强度(单位:元),反映公司在供应链网络中的整体交易规模,取值 ≥ 0）、PageRank（基于有向图结构的网络影响力评分(阻尼系数 alpha=0.85),反映公司结构影响力,取值 0-1）、中介中心性（有向图、无权、标准化输出,反映公司作为『中介/桥梁』的程度,取值 0-1）、接近中心性（有向图默认定义,反映公司接近网络中心的程度,取值 0-1）、特征向量中心性（有向图、无权,反映公司质量加权影响力,取值 ≥ 0）。累计涵盖 7.7w+ 公司-年度观测,横跨 2009-2025 年共 17 个年份,已整理好的面板数据可直接用于网络分析、供应链研究!一个数据集将供应链网络结构、供应链风险传染、供应链集中度、供应链话语权等研究核心变量一网打尽,研究价值较高!
本数据集经过多次校验,由本人及所在课题组自用整理并提供售后咨询服务,欢迎大家私信交流!
本团队分享的所有原创自用数据都会及时更新,点击关注我,即可第一时间免费获取后续更新数据!购买则一份数据即可满足您不同时期的数据需求,充分节约您的宝贵时间!充分节约您的时间与精力!
【温馨提示】本人及所在团队致力于向大家分享高质量、科学准确的科研数据,长期以来好评如潮,数据质量有目共睹。近期发现论坛上出现部分账号倒卖本账号分享的原创数据,甚至连数据介绍文案都原封不动抄袭,查重率100%,实在令人不齿(在此就不一一点名,我们将保留追究其责任的权利连文案都要抄袭,数据质量如何令人信服?)。作为论坛首批原创数据分享者,我们深知一份好数据对学术研究的重要性,我们在论坛此唯一账号,其他类似账号均为假冒,请各位用户仔细甄别!
附件内所有文件均包括xlsx格式面板数据,无偿赠送您非常详细的参考文献原文(C刊高被引文献!!)、非常详细的原始数据（包括前五大供应商采购信息、前五大客户销售信息、供应链网络关系，指标来源有依据，充分保证数据真实性、准确性，绝对不同于市面上其他粗制滥造数据！！）！变量说明文件！本数据集适用于所有涉及供应链网络结构、供应链风险传染、供应链集中度、供应链话语权、企业韧性等方向的实证研究与理论分析,更是非常适合在此基础上进行拓展研究,能够帮助大家高效上手,完成科研任务!
此外,本数据集已为您匹配完成2000-2025上市公司常用财务指标面板数据,包括行业名称、行业代码、注册具体地址、公司办公地址、统一社会信用代码、重大变更、办公地经度、办公地纬度、公司成立日期、注册资本、公司网址、经营范围、注册地经度、注册地纬度、首次上市日期、所属省份代码、所属省份、所属城市代码、所属城市、主营业务、上市状态、总资产、应收账款、存货、股东权益合计、主营业务收入、销售费用、应付普通股股利、经营活动产生的现金流量净额、资产负债率、营业毛利率、资产收益率、边际利润率、净资产收益率、每股收益、每股净资产、资本支出、实际税率、特殊项目利润、员工数目等60+关键变量,可与上市公司面板数据匹配用于回归,累计涵盖6.7w+观测值数量,约 5,600+样本企业!
本数据集来源正规,由我手动收集、整理,与同门多次核对,观测值数量全面。市面上的供应链中心性数据,大多仅手工汇总 1-2 个中心性指标(如只给度中心性),未做完整的 6 大中心性指标(度/强度/PageRank/中介/接近/特征向量)联动测度、未对 CSMAR 2 大源数据(采购+销售,V2 不使用 NetworkRelationsIndex)做严格清洗、未提供可复现的 networkx 测算代码,使用时仍需研究者自行测度,过程繁琐且易错,测算方法不透明、不可复现,更新到2025年,按逐层识别策略构建 7.7w+ 公司-年度 panel,计算 6 大中心性指标,覆盖 2009-2025 共 17 年公司-年度 panel,附完整 networkx 测算代码与 C 刊高被引参考文献,观测值无误差,亲测效果良好,不含拟合处理,均为基于权威数据库原始明细数据的规范测度结果!
附件内容简介:
1、2009-2025年上市公司供应链中心性数据（逐层识别版）：源于权威数据库,涵盖沪深A股上市公司完整的供应链中心性测算结果,包括入度、出度、总度、入强度、出强度、总强度、PageRank、中介中心性、接近中心性、特征向量中心性等 6 大指标,已整理好的面板数据格式可直接用于网络分析、供应链研究!附件内包括非常详细的python指标测算参考代码、所有原始数据文件、变量说明文件，可逐一核验准确性，大家可放心数据质量！
指标测度方法:上市公司供应链中心性按以下五步计算:
第一,对手方识别(V2 逐层识别)。从权威数据库『前五大供应商采购信息 + 前五大客户销售信息』出发(V2 不使用供应链网络关系索引),严格按 V2 逐层识别策略识别对手方:IsListed=Y 优先使用 BusinessSymbol(直接),IsListed=N 优先使用 BusinessInstitutionID(供应商/客户编号),再回退到 RelatedSymbol,若这三种标识都没有则剔除该关系。对样本期内(2009-2025 年)严格筛选,仅保留 StateTypeCode=1(合并报表口径)。
第二,方向构建。采购表方向:供应商 → 上市公司(企业作为下游买方);销售表方向:上市公司 → 客户(企业作为上游卖方);供应链网络关系表中,关系类型 1(客户)方向为 企业 → 对手方,2(供应商)方向为 对手方 → 企业。
第三,边合并。同一年、同一源点、同一终点的重复边合并为一条,金额累计求和。RelatedSymbol 中如包含多个股票代码,按分隔符(逗号、中文逗号、分号、竖线、斜杠)拆开后分别建边。
第四,年度网络构建。按 EndDate 提取年份,逐年构建有向图。每个年度图上计算 6 大中心性指标:(1)度中心性(networkx.degree):入度+出度+总度;(2)强度中心性(累加金额):入强度+出强度+总强度;(3)PageRank(networkx.pagerank,alpha=0.85,无权结构图);(4)中介中心性(networkx.betweenness_centrality,有向图、无权、normalized=True);(5)接近中心性(networkx.closeness_centrality,有向图默认定义);(6)特征向量中心性(networkx.eigenvector_centrality,有向图、无权,max_iter 1000-5000)。
第五,输出。汇总所有 firm-year 结果,输出为 CSV 和 XLSX 格式。最终输出日期统一写成『YYYY-12-31』,时间口径仅保留合并报表(StateTypeCode=1)。
2、2009-2025年上市公司供应链中心性原始数据：源于权威数据库,涵盖沪深A股上市公司供应链中心性测算所需的全部原始明细,包括前五大供应商采购信息、前五大客户销售信息、供应链网络关系，已整理好的原始明细格式可直接用于供应链中心性复现测算、网络分析研究!
3、无偿赠送!2000-2025年更新版本的上市公司年度基本信息,包括行业名称、行业代码、注册具体地址、公司办公地址、统一社会信用代码、重大变更、办公地经度、办公地纬度、公司成立日期、注册资本、公司网址、经营范围、注册地经度、注册地纬度、首次上市日期、所属省份代码、所属省份、所属城市代码、所属城市、主营业务、上市状态、总资产、应收账款、存货、股东权益合计、主营业务收入、销售费用、应付普通股股利、经营活动产生的现金流量净额、资产负债率、营业毛利率、资产收益率、边际利润率、净资产收益率、每股收益、每股净资产、资本支出、实际税率、特殊项目利润、员工数目等60+变量,可与上市公司数据进行匹配,适用范围广泛!(市价超30元!)
点击下方链接购买
【25独家,python测算!】2009-2025上市公司供应链中心性合集,逐层识别,6大指标(版本一)
(85 Bytes, 需要: RMB 98 元)
数据来源:权威数据库途径手动整理而成,本数据集为课题组自用数据,经过我和同门师兄妹多次人工审核、校对;同时,数据的处理过程也咨询了我的导师,请大家放心使用,承诺良心数据!
欢迎大家购买,收集整理这份数据的成本远超售价!请大家支持原创,请勿转卖!
目前我应用经济学博士在读,如您有更具体的数据需求,请私信我详细说明,如有数据定制需求,可直接私信,我将秉持着严谨、科学的研究态度为您提供满意的数据服务。我所售数据均为承诺售后服务的,所有论坛私信都会及时回复,您在使用本数据集的过程中有任何疑问可随时联系,帮助大家到满意为止!如有任何疑问,欢迎私信沟通,恭候您的数据需求!
京公网安备 11010802022788号
