2003—2025年地级市数字化政府建设数据

整理好的面板数据

本数据集为已整理好的地级市面板数据，以“城市—年份”为唯一识别键，同时提供 Excel（.xlsx）与 Stata（.dta）两个版本，两版数据在样本范围、指标口径与数值上完全一致。数据集覆盖全国 296 个地级及以上城市，时间跨度为 2003 至 2025 年，共 6808 条观测，每年均为 296 条。

数据整合了数字化政府建设词频统计（含文本长度、总词数、关键词总频次、政策起始年份、数字政府建设等指标）与数字化政府建设指数两类信息，可直接用于数字经济、区域经济、企业创新与营商环境等领域数字化政府建设的实证研究。

研究背景

数字政府建设是数字中国战略的重要组成部分，也是推进国家治理体系和治理能力现代化的重要基础。随着数字技术逐渐嵌入政府治理、公共服务和数据资源配置过程，数字政府已由早期的电子政务和政府信息化建设，逐步向数据驱动、业务协同和治理模式重构转变。如何在城市层面对数字政府建设程度进行科学测度，逐渐成为数字经济、区域经济、企业创新和营商环境等领域的重要研究议题。

现有研究对数字政府建设的测度尚未形成完全统一的指标体系。文本分析法因能充分利用政府工作报告等公开政策文本、客观反映地方政府数字化建设的政策重视程度与推进力度，成为近年来被广泛采用的测度思路。基于城市层面的数字化政府建设指数，有助于识别地方政府数字化转型的区域差异与演进趋势，为考察数字政府建设对出口产品质量升级、企业跨区域合作创新等经济后果的影响提供可靠的数据基础。

本数据集以 296 个地级及以上城市为观测单元，覆盖 2003 至 2025 年，包含词频统计与综合指数两类指标，并附省份、城市代码、所属地域与胡焕庸线等识别与分组变量，为相关实证研究提供了口径统一、可直接使用的城市层面面板数据。

参考文献、数据来源与测算方法

参考文献

[1] 刘文革,耿景珠,杜明威.数“政”强贸：数字化政府建设与中国出口产品质量升级[J].数量经济技术经济研究,2024,41(6):67-87.

[2] 李莹,汪晓文.数字政府建设与企业跨区域合作创新:政策协同赋能视角[J].经济问题探索,2026,(4):57-75.

数据来源

本数据集基于各地方政府工作报告等非结构化文本整理，数据来源为地方政府网站，原始文本为各城市历年政府工作报告。

测算方法

本数据集借鉴刘文革等（2024）的研究思路和方法，基于地方政府工作报告等非结构化文本，利用文本分析和机器学习方法构建数字化政府建设指数。具体而言，参考《“十四五”国家信息化规划》《关于加强数字政府建设的指导意见》《数字中国建设发展进程报告》《数字政府发展报告》等政策文件和研究报告，构建数字化政府特征词典，共提取 102 个“数字化政府”相关关键词；对各城市各年度《政府工作报告》文本进行清洗与中文分词，并对关键词进行词频统计；在此基础上，采用词频—逆文本频率（TF-IDF）方法赋予不同关键词差异化权重，利用城市财政支出比率对文本指数进行加权调整，最终整理形成城市—年份层面的中国地级市数字化政府建设指数数据。

数据介绍

附件1：中国地级市数字化政府建设词频统计数据

包含：年份（2003 至 2025 年）、省份、城市、省份代码（6 位行政区划代码）、城市代码（6 位行政区划代码）、所属地域（东、中、西及东北四大区域）、胡焕庸线（位于东南侧或西北侧）、文本长度（政府工作报告文本长度）、总词数（报告分词后总词数）、“数字化政府”关键词总频次（102 个特征关键词词频合计）

附件2：中国地级市数字化政府建设指数

包含 13 个变量：年份（2003 至 2025 年）、省份、城市、省份代码（6 位行政区划代码）、城市代码（6 位行政区划代码）、所属地域（东、中、西及东北四大区域）、胡焕庸线（位于东南侧或西北侧）、文本长度（政府工作报告文本长度）、总词数（报告分词后总词数）、“数字化政府”关键词总频次（102 个特征关键词词频合计）、政策起始年份（数字化政府相关政策起始年份，2001 至 2021 年）、数字政府建设（是否开展数字政府建设的二值变量，0/1）、数字化政府建设指数（经 TF-IDF 加权与财政支出比率调整后的综合指数）。

数据集共包含 6808 条观测，覆盖 296 个地级及以上城市、23 个年度（2003 至 2025 年），每年 296 条观测，无重复。

其中，“数字化政府”关键词总频次等词频类变量缺失 662 条、数字化政府建设指数缺失 11 条。