一、数据简介


本数据集基于我国 A 股上市公司数据，复刻王梓琪、周国富（2025）发表于《统计研究》
的论文《数字化转型与制造业供应链韧性》中的基准回归部分。


数据包含原始面板数据、Stata 回归代码及回归结果，可直接运行复现论文核心实证结论。




二、参考文献


    [1] 王梓琪, 周国富. 数字化转型与制造业供应链韧性[J]. 统计研究, 2025, 42(09): 17-30.




三、关键指标构建


    1. 企业数字化转型（核心解释变量）
       参考吴非等（2021）的做法，采用文本分析法，识别上市公司年报中与数字化
       转型相关的关键词，统计汇总关键词词频，并对总词频加 1 取对数，作为衡量
       数字化转型程度的代理变量。


    2. 制造业供应链韧性（被解释变量）
       参考姚正海等（2025）的做法，从预测能力、抵抗能力、恢复能力、人力资本
       及政府力量 5 个维度构建上市企业供应链韧性评价指标体系，并使用熵权法
       测算权重及供应链韧性综合得分。





四、数据概况


    数据范围：中国 A 股上市公司
    时间跨度：原始数据 1999-2025 年，研究样本 2009-2024 年
    原始样本：75,104 条观测，5,732 家上市公司，制造业非ST研究样本：约 31,703 条观测，3,733 家制造业企业
    地区覆盖：33 个省（自治区、直辖市）
    行业覆盖：86 个证监会行业分类
    数据来源：上市公司年报、权威数据库 等




五、变量说明


【标识变量】
    变量名              说明
    ──────────          ────────────────────────────────────
    year                年份
    stock_code          股票代码
    stock_name          股票名称
    industry_name       行业名称（证监会分类）
    industry_code       行业代码（首字母 C = 制造业）
    province            省份
    city                城市
    county              区县
    province_code       省份代码
    city_code           城市代码
    county_code         区县代码


【核心变量】
    变量名                          说明
    ──────────────────────          ────────────────────────────────────
    firm_gongyinglianrenxing        供应链韧性（被解释变量 Y）
    firm_szhzxcphAj1qds            数字化转型（核心解释变量 X）


【控制变量】
    变量名                          说明
    ──────────────────────          ────────────────────────────────────
    firm_qiyeshangshinianling       企业年龄（上市年限）
    firm_zongzichan                 企业规模（总资产）
    firm_zichanfuzhailv             资产负债率（%）
    firm_liudongbilv                流动比率（%）
    firm_nianmocunhuojingzhi        年末存货净值（用于计算存货占比）
    firm_dongshihuirenshu           董事会规模（董事会人数）
    firm_qianshidagudongchigubili   股权集中度（前十大股东持股比例，%）
    firm_dulidongshizhanbi          独立董事占比（%）


【筛选标记】
    变量名                          说明
    ──────────────────────          ────────────────────────────────────
    firm_shifouSTlei                是否 ST 类（0=正常，1=ST）





六、数据处理流程


    第1步  导入原始数据，将字符型数值变量转为数值型
    第2步  变量重命名为中文，构造「存货占比 = 年末存货净值 / 总资产」
    第3步  样本筛选：保留 2009-2024 年、剔除 ST 公司、仅保留制造业（行业代码 C 开头）
    第4步  对数变换：对企业年龄、企业规模、董事会规模取 ln(x+1)
    第5步  缩尾处理：对主要变量进行 1%-99% Winsorize
    第6步  单位换算：将资产负债率、流动比率、股权集中度、独立董事占比从百分数转为小数
    第7步  删除缺失值和异常值（股权集中度 > 100%）
    第8步  设定面板结构（股票代码 × 年份）
    第9步  逐步加入固定效应（年份 → 省份 → 行业 → 企业）进行基准回归




七、回归模型设定


    被解释变量：供应链韧性
    核心解释变量：数字化转型
    控制变量：企业年龄、企业规模、资产负债率、流动比率、存货占比、
              董事会规模、股权集中度、独立董事占比


    模型(1)：年份固定效应
    模型(2)：年份 + 省份固定效应
    模型(3)：年份 + 省份 + 行业固定效应
    模型(4)：年份 + 省份 + 行业 + 企业固定效应
    模型(5)：年份 + 省份 + 行业 + 企业固定效应 + 全部控制变量


    所有模型均采用企业层面聚类稳健标准误。
    回归命令：reghdfe（需安装：ssc install reghdfe）




八、文件清单


    原始数据.dta                    Stata 格式原始面板数据（75,104 条，22 个变量）
    原始数据.xlsx                   Excel 格式原始数据
    回归代码.do                     Stata 基准回归完整代码（含详细中文注释）
    参考文献/
      数字化转型与制造业供应链韧性_王梓琪 (1).pdf     原文全文
      王梓琪等：数字化转型与制造业供应链韧性.pdf       原文全文