数字经济政策与企业数据资产化大数据综合试验区准自然实验的全套复现数据2010—2025一、研究背景与问题数据作为继土地、劳动力、资本、技术之后的第五大生产要素其资产化进程正在成为企业数字化转型的关键节点。然而什么样的制度环境才能真正推动企业把手中的数据资源转化为可管理、可计价、可创造价值的资产国家大数据综合试验区是我国探索数据要素市场化配置的一项重要政策实践。它通过完善数字基础设施、优化数据治理环境、促进数据资源开发利用等途径为企业数据资产化提供了制度层面的支撑。这为经济学研究提供了一个难得的准自然实验场景。本套数据复刻自《财经论丛》2026 年第 7 期刊发的刘林等《数字经济政策如何赋能企业数据资产化——基于国家大数据综合试验区的准自然实验》一文覆盖 2010—2025 年中国 A 股上市公司共 48257 条有效观测包含原始数据、完整的数据处理 dofile 代码以及基准回归实证结果研究者可据此完整复现论文结论——数字经济政策能够显著促进企业数据资产化。二、数据集基本信息如需在论文中引用本套数据所采用的研究设计请使用以下格式刘林, 毛晨曦, 李泽昌. 数字经济政策如何赋能企业数据资产化——基于国家大数据综合试验区的准自然实验[J]. 财经论丛, 2026, 42(7): 29-42.三、两个核心指标的构建逻辑本数据集的识别策略建立在两个关键变量之上其构造方法值得仔细拆解1. 国家大数据综合试验区政策虚拟变量DID 项依据国家大数据综合试验区的公布时间及试点城市名单对企业注册地进行逐年匹配。若某企业注册地所在城市在当年被纳入试验区范围则该企业自政策实施当年及以后所有年份均赋值为 1纳入前及非试点城市企业赋值为 0。这一处理形成了标准的双重差分交互项treat × post可直接用于多期 DID 估计。2. 企业数据资产化水平被解释变量参考何瑛等2024的研究设计采用文本分析方法构建数据资产文本词典从上市公司年报中提取关键词并统计词频以此刻画企业数据资产化程度。这一测度方式规避了财报中数据资产科目披露不足的问题能够覆盖 2010 年以来的长时段样本。将两者结合即可检验数字经济政策对企业数据资产化的因果效应基准回归结果显示试验区政策显著提升了企业数据资产化水平印证了数字经济政策在推动数据资源价值释放与企业数字化转型中的积极作用。四、字段清单数据集共包含约 30 个字段可大致分为四组1标识与分组变量年份、股票代码、股票简称、行业名称、行业代码、省份、城市、区县、省份代码、城市代码、区县代码、是否 ST 或金融类。2企业特征控制变量企业上市年龄、总资产收益率、资产负债率、经营活动产生的现金流量净额、总资产、固定资产占总资产的比例、资产增长率、前十大股东持股比例、两职合一、董事会人数。3政策与被解释变量试点年份、DID试验区政策虚拟变量、年报全文总词数、数据资产化词频和。4地区层面控制变量人均 GDP、GDP、一般公共预算支出、金融机构人民币各项存款余额、金融机构人民币各项贷款余额、第三产业增加值、政府干预、金融发展水平、产业结构。这一字段结构允许研究者在企业层面与地区层面同时引入控制变量直接构建完整的基准回归方程。五、实证复现材料下述截图依次展示了原始数据样例、数据处理代码、描述性统计与基准回归结果构成完整的复现链条。图 1 原始数据样例上市公司—年度面板含标识变量、控制变量与政策变量图 2 数据处理 dofile 代码从原始数据清洗到基准回归的完整 Stata 流程六、复现与研究拓展建议•平行趋势检验利用 2010—2025 年的长窗口建议在基准回归前采用事件研究法Event Study绘制动态效应图检验政策实施前处理组与对照组是否满足平行趋势假设。•安慰剂检验可随机打乱试点城市名单或虚构政策实施时点重复抽样 500—1000 次以验证估计结果并非偶然。•异质性分析结合行业代码与地区字段可按企业所属行业劳动/资本/技术密集型、产权性质、东部/中西部区位进行分组回归。•机制检验数据集中附带的数字经济政策词频统计与数字基础设施相关变量可用于检验政策影响数据资产化的传导渠道如基础设施完善 → 数据治理能力提升 → 资产化水平提高。•稳健性扩展可尝试将被解释变量替换为数据资产化词频占总词数的比例或采用 PSM-DID、多期 DID 异质性稳健估计量如 Callaway SantAnna重新估计。七、参考文献[1] 刘林, 毛晨曦, 李泽昌. 数字经济政策如何赋能企业数据资产化——基于国家大数据综合试验区的准自然实验[J]. 财经论丛, 2026, 42(7): 29-42.[2] 何瑛, 等. 数据资产化文本词典测度方法, 2024.数据来源说明本套数据基于工信部政策文件与上市公司年报公开信息整理配套处理代码与基准回归结果。本文仅作学术性二创整理未参与数据本身的采集与计算。数据来源工信部、上市公司年报引用格式[1] 刘林, 毛晨曦, 李泽昌. 数字经济政策如何赋能企业数据资产化——基于国家大数据综合试验区的准自然实验[J]. 财经论丛, 2026, 42(7): 29-42.顶部专栏分享更多内容专栏合集经管社科数据集合与整理来源 Paper 数据分析 2010-2025年数字经济政策与企业数据资产化【论文复现】
数字经济政策与企业数据资产化大数据综合试验区准自然实验的全套复现数据2010—2025一、研究背景与问题数据作为继土地、劳动力、资本、技术之后的第五大生产要素其资产化进程正在成为企业数字化转型的关键节点。然而什么样的制度环境才能真正推动企业把手中的数据资源转化为可管理、可计价、可创造价值的资产国家大数据综合试验区是我国探索数据要素市场化配置的一项重要政策实践。它通过完善数字基础设施、优化数据治理环境、促进数据资源开发利用等途径为企业数据资产化提供了制度层面的支撑。这为经济学研究提供了一个难得的准自然实验场景。本套数据复刻自《财经论丛》2026 年第 7 期刊发的刘林等《数字经济政策如何赋能企业数据资产化——基于国家大数据综合试验区的准自然实验》一文覆盖 2010—2025 年中国 A 股上市公司共 48257 条有效观测包含原始数据、完整的数据处理 dofile 代码以及基准回归实证结果研究者可据此完整复现论文结论——数字经济政策能够显著促进企业数据资产化。二、数据集基本信息如需在论文中引用本套数据所采用的研究设计请使用以下格式刘林, 毛晨曦, 李泽昌. 数字经济政策如何赋能企业数据资产化——基于国家大数据综合试验区的准自然实验[J]. 财经论丛, 2026, 42(7): 29-42.三、两个核心指标的构建逻辑本数据集的识别策略建立在两个关键变量之上其构造方法值得仔细拆解1. 国家大数据综合试验区政策虚拟变量DID 项依据国家大数据综合试验区的公布时间及试点城市名单对企业注册地进行逐年匹配。若某企业注册地所在城市在当年被纳入试验区范围则该企业自政策实施当年及以后所有年份均赋值为 1纳入前及非试点城市企业赋值为 0。这一处理形成了标准的双重差分交互项treat × post可直接用于多期 DID 估计。2. 企业数据资产化水平被解释变量参考何瑛等2024的研究设计采用文本分析方法构建数据资产文本词典从上市公司年报中提取关键词并统计词频以此刻画企业数据资产化程度。这一测度方式规避了财报中数据资产科目披露不足的问题能够覆盖 2010 年以来的长时段样本。将两者结合即可检验数字经济政策对企业数据资产化的因果效应基准回归结果显示试验区政策显著提升了企业数据资产化水平印证了数字经济政策在推动数据资源价值释放与企业数字化转型中的积极作用。四、字段清单数据集共包含约 30 个字段可大致分为四组1标识与分组变量年份、股票代码、股票简称、行业名称、行业代码、省份、城市、区县、省份代码、城市代码、区县代码、是否 ST 或金融类。2企业特征控制变量企业上市年龄、总资产收益率、资产负债率、经营活动产生的现金流量净额、总资产、固定资产占总资产的比例、资产增长率、前十大股东持股比例、两职合一、董事会人数。3政策与被解释变量试点年份、DID试验区政策虚拟变量、年报全文总词数、数据资产化词频和。4地区层面控制变量人均 GDP、GDP、一般公共预算支出、金融机构人民币各项存款余额、金融机构人民币各项贷款余额、第三产业增加值、政府干预、金融发展水平、产业结构。这一字段结构允许研究者在企业层面与地区层面同时引入控制变量直接构建完整的基准回归方程。五、实证复现材料下述截图依次展示了原始数据样例、数据处理代码、描述性统计与基准回归结果构成完整的复现链条。图 1 原始数据样例上市公司—年度面板含标识变量、控制变量与政策变量图 2 数据处理 dofile 代码从原始数据清洗到基准回归的完整 Stata 流程六、复现与研究拓展建议•平行趋势检验利用 2010—2025 年的长窗口建议在基准回归前采用事件研究法Event Study绘制动态效应图检验政策实施前处理组与对照组是否满足平行趋势假设。•安慰剂检验可随机打乱试点城市名单或虚构政策实施时点重复抽样 500—1000 次以验证估计结果并非偶然。•异质性分析结合行业代码与地区字段可按企业所属行业劳动/资本/技术密集型、产权性质、东部/中西部区位进行分组回归。•机制检验数据集中附带的数字经济政策词频统计与数字基础设施相关变量可用于检验政策影响数据资产化的传导渠道如基础设施完善 → 数据治理能力提升 → 资产化水平提高。•稳健性扩展可尝试将被解释变量替换为数据资产化词频占总词数的比例或采用 PSM-DID、多期 DID 异质性稳健估计量如 Callaway SantAnna重新估计。七、参考文献[1] 刘林, 毛晨曦, 李泽昌. 数字经济政策如何赋能企业数据资产化——基于国家大数据综合试验区的准自然实验[J]. 财经论丛, 2026, 42(7): 29-42.[2] 何瑛, 等. 数据资产化文本词典测度方法, 2024.数据来源说明本套数据基于工信部政策文件与上市公司年报公开信息整理配套处理代码与基准回归结果。本文仅作学术性二创整理未参与数据本身的采集与计算。数据来源工信部、上市公司年报引用格式[1] 刘林, 毛晨曦, 李泽昌. 数字经济政策如何赋能企业数据资产化——基于国家大数据综合试验区的准自然实验[J]. 财经论丛, 2026, 42(7): 29-42.顶部专栏分享更多内容专栏合集经管社科数据集合与整理来源 Paper 数据分析