一、数据简介
本数据集基于中国A股上市公司环境治理信息披露数据，构建了上市公司绿色战略行动
指标。该指标通过加总5类环境治理披露项（废气减排、废水减排、粉尘烟尘治理、
固废利用与处置、噪声光污染辐射治理）得到，取值范围为0-5。





核心指标：绿色战略行动（取值0-5，数值越大表示绿色战略行动力度越强）
样本范围：中国A股上市公司（已剔除B股）
时间跨度：2008-2024年
面板结构：公司-年度面板（stkcd × year）


参考文献：政府绿色补贴如何激发企业绿色创新——基于战略响应视角的解释和证据









二、文件清单


（一）原始数据
  上市公司绿色战略行动与行业地区信息数据.dta    — 原始数据（Stata格式）
  上市公司绿色战略行动与行业地区信息数据.xlsx   — 原始数据（Excel格式）


（二）计算代码
  上市公司绿色战略行动数据计算代码.do           — Stata 15+计算代码
  上市公司绿色战略行动数据计算代码.py           — 等价Python计算代码


（三）评估代码
  上市公司绿色战略行动数据评估代码.do           — Stata 15+数据质量评估代码
  上市公司绿色战略行动数据评估代码.py           — 等价Python数据质量评估代码


（四）参考文献
  政府绿色补贴如何激发企业绿色创新——基于战略响应视角的解释和证据.pdf


（五）辅助数据（行业代码子文件夹）
  行业代码\上市公司基本信息数据.dta             — 上市公司基本信息（合并用）
  行业代码\行业代码对应.xlsx                    — 行业代码对照表
  行业代码\GBT+4754-2017.pdf                   — 国民经济行业分类标准
  行业代码\《上市公司行业分类指引》（2012年修订）.docx — 证监会行业分类指引


（六）计算结果（运行计算代码后生成，dta与xlsx各一份）
  计算结果未剔除金融STPT未缩尾版本             — 全样本、未经缩尾处理
  计算结果已剔除金融STPT未缩尾版本             — 剔除金融业与ST/PT后、未缩尾
  计算结果已剔除金融STPT已缩尾版本             — 剔除金融业与ST/PT后、1%/99%缩尾


（七）评估报告（运行评估代码后生成）
  数据质量评估报告_YYYYMMDD\                   — 评估报告根目录
    ├── 数据分布分析\                          — 描述性统计、频率分布、缺失值统计
    ├── 分布图\                                — 直方图、箱线图、核密度图等
    ├── 异常值检验\                            — IQR法、Z-score法异常值检测
    ├── 逻辑合理性验证\                        — 时间连续性、唯一性、范围检验
    ├── 稳健性测试\                            — 不同样本期与处理方式对比
    └── 评估日志_YYYYMMDD.log                  — 运行日志







三、计算结果主要字段说明
  字段名称             说明
  ──────────────       ───────────────────────────────────────────
  证券代码             上市公司证券代码（6位字符串）
  证券简称             上市公司证券简称
  stkcd                上市公司数值型证券代码
  year                 年份
  绿色战略行动         核心指标，取值0-5
  行业代码             证监会行业分类代码
  行业名称             证监会行业分类名称
  所属省份             上市公司注册地所属省份
  所属城市             上市公司注册地所属城市
  上市日期             首次上市日期
  注册资本             注册资本（万元）
  成立日期             公司成立日期
  退市日期             退市日期（如有）







四、使用说明
1. 运行计算代码前请确保Stata已安装winsor2外部命令（代码中已包含自动安装逻辑）。
2. Python代码依赖：pandas、numpy、pyreadstat、openpyxl。
3. 评估代码依赖（Python）：pandas、numpy、matplotlib、seaborn、scipy、
   statsmodels、pyreadstat、openpyxl。
4. 数据文件同时提供dta和xlsx两种格式，方便Stata与Excel/Python用户使用。
5. 建议优先使用"已剔除金融STPT已缩尾版本"进行实证研究。