一、数据简介
数据名称：上市公司年报数字化关键词词频原始数据
时间跨度：2000-2024年（共25个年度）
数据层级：上市公司-年度面板
样本量：67944条观测
公司数：5729家A股上市公司
变量数：97个（2个识别变量 + 95个关键词词频变量）
文件格式：Stata .dta 格式、Excel .xlsx 格式


本数据为上市公司数字化信息披露水平指标的原始数据，通过对A股上市公司年报进行文本挖掘，统计95个数字化相关关键词在年报中出现的词频。每行代表一家上市公司在某一年度的年报关键词词频记录，是后续计算"数字化信息披露水平"等指标的基础输入数据。


二、变量说明


序号  变量名称              变量类型  变量说明
1     证券代码              字符型    上市公司6位证券代码（如000001、600000）
2     年份                  字符型    年报对应年份（2000-2024）


以下第3-97列为95个数字化相关关键词在年报中的词频（整数型，最小值为0）：


序号  关键词名称            非零样本数  总词频      最大值
3     数字化                24851       195427      317
4     数字化转型            9411        35795       83
5     数字化发展            1812        2690        11
6     数字化技术            2311        3587        37
7     数字化服务            1280        2384        25
8     大数据                20094       137886      322
9     数据挖掘              2133        3356        19
10    智能数据分析          138         156         4
11    数据中心              7863        53121       435
12    文本挖掘              52          143         18
13    用户画像              538         739         9
14    异构数据              476         776         8
15    增强现实              1008        1827        24
16    混合现实              247         421         25
17    虚拟现实              2285        6151        75
18    语义搜索              20          28          7
19    个性化推荐            192         228         4
20    人工智能              14426       87251       277
21    机器学习              1887        3916        34
22    深度学习              2015        4857        43
23    神经网络              827         1694        33
24    算力                  3044        24662       235
25    大语言模型            465         943         21
26    LLM                   0           0           0
27    图像识别              1329        2100        12
28    人脸识别              1586        4544        72
29    语音识别              916         1856        26
30    生物识别技术          283         788         103
31    身份验证              197         369         21
32    自然语言处理          836         1599        30
33    云计算                10761       56288       220
34    流计算                188         300         5
35    图计算                77          113         5
36    内存计算              45          60          4
37    多方安全计算          42          56          5
38    云服务                4223        18913       108
39    分布式计算            499         655         7
40    融合架构              126         226         12
41    亿级并发              7           22          5
42    EB级存储              0           0           0
43    区块链                3640        14586       126
44    差分隐私技术          4           4           1
45    数字物流              91          344         33
46    智慧供应链            564         1481        30
47    智慧物流              1570        7539        313
48    物联网                15882       107792      511
49    智能分拣              216         463         19
50    物流信息系统          245         352         27
51    实时库存监控          0           0           0
52    库存风险监管          0           0           0
53    订单处理系统          16          16          1
54    仓库管理系统          449         559         5
55    运输管理系统          251         308         4
56    智能机器人            2166        8691        406
57    电子商务              16508       93228       467
58    电商平台              5605        16541       72
59    社交媒体              1097        1922        48
60    短视频                2167        5472        49
61    直播                  6024        22331       108
62    移动互联网            6045        19893       102
63    App                   0           0           0
64    小程序                2599        4923        46
65    公众号                3591        5278        19
66    企业微信              594         853         8
67    线上商城              241         315         9
68    线上渠道              2196        4628        30
69    线上线下一体化        931         1449        10
70    官方网站              2251        3097        14
71    自有平台              343         597         22
72    智能客服              780         1443        15
73    智能营销              486         1080        26
74    数字营销              1276        7512        85
75    B2B                   0           0           0
76    B2C                   0           0           0
77    C2B                   0           0           0
78    C2C                   0           0           0
79    O2O                   0           0           0
80    零售信息化软件        0           0           0
81    经营决策辅助系统      2           2           1
82    需求预测              1577        2000        15
83    供应商关系管理系统    136         153         6
84    CRM                   0           0           0
85    ERP                   0           0           0
86    资源管理系统          1224        1598        11
87    智能货架              46          60          5
88    电子价签              91          478         114
89    无人零售              132         318         18
90    移动支付              1375        4495        66
91    第三方支付            1990        4366        70
92    NFC支付               0           0           0
93    自助结账系统          1           1           1
94    互联网金融            2480        10342       99
95    数字金融              549         2000        36
96    Fintec                0           0           0
97    金融科技              2337        19702       288


三、关键词分类


95个关键词可归纳为以下技术领域：


类别                  代表性关键词
数字化基础            数字化、数字化转型、数字化发展、数字化技术、数字化服务
大数据与数据技术      大数据、数据挖掘、智能数据分析、数据中心、文本挖掘、用户画像、异构数据
扩展现实              增强现实、混合现实、虚拟现实
智能搜索与推荐        语义搜索、个性化推荐
人工智能              人工智能、机器学习、深度学习、神经网络、算力、大语言模型、LLM
生物识别与视觉        图像识别、人脸识别、语音识别、生物识别技术、身份验证、自然语言处理
云计算                云计算、流计算、图计算、内存计算、多方安全计算、云服务、分布式计算、融合架构、亿级并发、EB级存储
区块链与隐私          区块链、差分隐私技术
智慧物流与供应链      数字物流、智慧供应链、智慧物流、物联网、智能分拣、物流信息系统、实时库存监控、库存风险监管、订单处理系统、仓库管理系统、运输管理系统、智能机器人
电子商务与数字营销    电子商务、电商平台、社交媒体、短视频、直播、移动互联网、App、小程序、公众号、企业微信、线上商城、线上渠道、线上线下一体化、官方网站、自有平台、智能客服、智能营销、数字营销
商业模式              B2B、B2C、C2B、C2C、O2O
零售与管理信息化      零售信息化软件、经营决策辅助系统、需求预测、供应商关系管理系统、CRM、ERP、资源管理系统、智能货架、电子价签、无人零售
支付与金融科技        移动支付、第三方支付、NFC支付、自助结账系统、互联网金融、数字金融、Fintec、金融科技


四、数据特征
1. 总词频最高的关键词（前10）：数字化(195427)、大数据(137886)、物联网(107792)、电子商务(93228)、人工智能(87251)、云计算(56288)、数据中心(53121)、数字化转型(35795)、算力(24662)、直播(22331)
2. 非零样本最多的关键词（前10）：数字化(24851)、大数据(20094)、电子商务(16508)、物联网(15882)、人工智能(14426)、云计算(10761)、数字化转型(9411)、数据中心(7863)、移动互联网(6045)、直播(6024)
3. 全样本为零的关键词（15个）：LLM、EB级存储、实时库存监控、库存风险监管、App、B2B、B2C、C2B、C2C、O2O、零售信息化软件、CRM、ERP、NFC支付、Fintec
4. 所有词频变量均为非负整数，最小值为0