| 数据来源 | 新浪财经网站 |
| 时间跨度 | 2000-2022年 |
| 时间频率 | —— |
| 区域跨度 | 上市公司 |
计算说明:参考C刊《数量经济技术经济研究》王辉(2022)老师的研究,个人简历中包含“环境”“环保”“新能源”“清洁能源”“生态”“低碳”“可持续“节能”“绿色”等关键词的样本,就认定其具有环保背景,并在此基础上统计环保高管数量
具体计算指标如下
EP_Execu 环保背景高管总数
EP_Execu_ratio 环保背景高管的比例:环保背景高管总数与高管总数的比值
EP_BOD 环保背景董事会成员总数.
EP_BOD_ratio 环保背景董事会成员比例:环保背景董事会成员总数与董事会成员总数的比值
EP_Chair 董事长是否有环保背景
EP_CEO CEO是否有环保背景
EP_Indep 环保背景独立董事总数
| id | Symbol | year | ShortName | STPT | 金融业 | IndustryName | Industry1 | Industry2 | Execu_all | BOD_all | EP_Execu | EP_BOD | EP_Chair | EP_CEO | EP_Indep | EP_Execu_ratio | EP_BOD_ratio |
| 证券代码 | 股票代码 | 年份 | 股票简称 | ST或PT为1,否则为0 | 金融业为1,否则为0 | 行业名称 | 行业代码 | 制造业取两位代码,其他行业用大类 | 高级管理层人数 | 董事会人数 | 环保背景高管总数 | 环保背景董事会成员总数 | 董事长是否有环保背景 | CEO是否有环保背景 | 环保背景独立董事总数 | 环保背景高管的比例 | 环保背景董事会成员比例 |
| 1 | 000001 | 2000 | 深发展A | 0 | 1 | 货币金融服务 | J66 | J | 6 | 11 | 0 | 1 | 0 | 0 | 0 | 0 | 0.090909094 |
| 1 | 000001 | 2001 | 深发展A | 0 | 1 | 货币金融服务 | J66 | J | 7 | 14 | 0 | 1 | 0 | 0 | 0 | 0 | 0.071428575 |
| 1 | 000001 | 2002 | 深发展A | 0 | 1 | 货币金融服务 | J66 | J | 8 | 14 | 0 | 1 | 0 | 0 | 0 | 0 | 0.071428575 |
| 1 | 000001 | 2003 | 深发展A | 0 | 1 | 货币金融服务 | J66 | J | 6 | 14 | 0 | 1 | 0 | 0 | 0 | 0 | 0.071428575 |
| 1 | 000001 | 2004 | 深发展A | 0 | 1 | 货币金融服务 | J66 | J | 4 | 13 | 0 | 1 | 0 | 0 | 0 | 0 | 0.07692308 |
| 1 | 000001 | 2005 | 深发展A | 0 | 1 | 货币金融服务 | J66 | J | 6 | 14 | 0 | 1 | 0 | 0 | 0 | 0 | 0.071428575 |
| 1 | 000001 | 2006 | 深发展A | 0 | 1 | 货币金融服务 | J66 | J | 6 | 13 | 0 | 1 | 0 | 0 | 0 | 0 | 0.07692308 |