一、数据概述
数据名称：省级数字治理词频数据
时间跨度：2002-2024年
数据层级：省级层面
数据来源：各省（自治区、直辖市）政府工作报告文本分析




二、指标说明
1. 数字治理
   定义：地方政府对数字治理工作的重视程度指标
   计算方法：(数字治理关键词总词频 / 工作报告总词数) × 100
   单位：百分比（%）
   理论依据：通过词频占比消除报告长度差异的影响，
            更准确反映数字治理在政府工作中的相对重要性


2. 数字治理关键词总词频
   定义：政府工作报告中数字治理相关关键词出现的总次数
   关键词范围：城市大脑、智慧城市、数字政府、智能政府、
              电子政务、数据治理、数字化转型等
   统计方法：多关键词词频累加


3. 工作报告总词数
   定义：政府工作报告的总字数/词数
   用途：作为标准化的分母，消除报告长度差异





三、数据文件说明
1. 省级数字治理词频原始数据.dta
   内容：各省政府工作报告词频统计原始数据
   格式：Stata数据格式


2. 省级数字治理词频原始数据.xlsx
   内容：与dta文件相同，Excel格式
   格式：Excel数据格式


3. 数字治理词频（省级）.dta
   内容：计算后的数字治理指标
   格式：Stata数据格式


4. 数字治理词频（省级）.xlsx
   内容：与dta文件相同，Excel格式
   格式：Excel数据格式


5. 省份编码.dta
   内容：省份名称与编码对照表
   格式：Stata数据格式





四、变量列表
变量名                      变量说明                    单位/类型
省份                        省份名称                    字符型
省份编码                    省份行政区划代码            数值型
年份                        年份                        数值型
数字治理                    数字治理指标                百分比
数字治理关键词总词频        关键词出现总次数            整数
工作报告总词数              报告总词数                  整数


五、数据处理说明
1. 文本来源
   各省（自治区、直辖市）人民政府工作报告
   报告来源：政府官网、政府公报、省级年鉴等


2. 关键词列表
   城市大脑、智慧城市、数字政府、智能政府
   电子政务、政务服务、一网通办
   数据治理、数字化转型、数字经济等


3. 标准化处理
   采用词频占比方式标准化
   消除不同年份、不同省份报告长度差异的影响





六、参考文献
数字治理与城市经济韧性（详见文件夹内PDF文献）


七、代码文件说明
1. 上市公司数字治理词频省级数据计算代码.do - Stata计算代码
2. 上市公司数字治理词频省级数据计算代码.py - Python计算代码
3. 上市公司数字治理词频数据评估代码.do - Stata数据质量评估代码
4. 上市公司数字治理词频数据评估代码.py - Python数据质量评估代码