看起来您正在寻找关于上市公司在2001年至2023年间对数字技术应用广度和深度的数据集合,并且希望这些数据能够支持您的研究。这种数据集通常包含了从多个维度评估公司如何使用大数据、云计算、区块链等技术的信息,以及它们在管理与生产过程中的数字化程度。
对于此类数据的处理和分析,文本分析法是一种常见且有效的方法。它涉及对公司的年报、公告、新闻报道等公开信息进行深度挖掘,通过关键词搜索和语义分析来量化公司数字技术的应用情况。杨鹏(2024)可能是这一领域的一个重要参考,其研究可能提供了具体的技术路线和方法论基础。
为了确保数据的质量与可靠性:
1. **原始数据**:应包括所有上市公司在指定年份的所有公开文本信息。
2. **词频分析**:用于识别与数字技术应用相关的关键词及其频率,这有助于衡量广度(即技术的多样性)和深度(特定技术的密集使用程度)。
3. **分项数据**:具体到每种技术和每个公司的详细结果,可以提供更深层次的理解。
获取这样的数据集并确保其100%真实可靠、未经拟合或插值处理是非常关键的。这要求数据收集者有严谨的方法论和对公开信息的深入理解。
在进行实证研究时,使用这类数据可以帮助揭示数字技术如何影响企业绩效、行业竞争格局以及宏观经济指标等重要问题,尤其对于金融、经济、管理等领域的学者来说,是不可或缺的研究工具。
如果上述描述符合您正在寻找的数据集特性,请确保所使用的数据来源合法且授权适当,以遵守学术诚信和版权法规。
此文本由CAIE学术大模型生成,添加下方二维码,优先体验功能试用