一、数据概览
供应链数字化是企业数字化转型的重要环节。该数据集以 A 股上市公司年度报告中“管理层讨论与分析”章节的文本为素材，依据供应链数字化词典逐一识别关键词并统计出现次数，同时统计该章节的文本总词数，最终以“关键词词频 ÷ 文本总词数 × 100”构造供应链数字化程度指标。数据为年度面板结构，可用于供应链转型、企业运营管理、数字技术应用等相关主题的实证研究。
二、基本信息
三、测算方法
第一步，从上市公司年报的“管理层讨论与分析”部分提取文本语料。第二步，按供应链数字化词典对文本进行关键词匹配，统计各关键词的出现次数；将词典中自“智能决策”至“智能快件箱”等词的频次横向加总，得到供应链数字化词频。第三步，用该词频合计除以“管理层讨论与分析”部分的文本总词数并乘以 100，得到供应链数字化程度，其取值越大，表明供应链数字化相关表述在该章节文本中所占比重越高。
第四步，由原始文件名解析出证券代码与报告年份，据此匹配公司—年度层面的行业与地区信息，并剔除 B 股以及证券简称缺失的样本记录。
计算式：供应链数字化程度 =（供应链数字化词频 ÷ 管理层讨论与分析总词数）× 100
四、数据版本与筛选规则
- 全样本版本：剔除 B 股及证券简称缺失记录后的基础版本。
- 剔除特殊样本版本：进一步剔除金融行业、ST 与 PT 类公司样本。
- 缩尾版本：对指标值、供应链数字化词频、管理层讨论与分析总词数，按年度在 1% 与 99% 分位进行缩尾（Winsorize）处理后所得版本。
五、字段说明与描述统计
注：文本型字段与标识型字段（证券代码、stkcd）不作均值与极值统计。
七、部分数据截图（抽样节选）
以下代码展示核心变量的构造与年份、证券代码的解析流程：
代码块
PlainText
自动换行
复制代码
// 导入原始数据
use 原始数据, clear
// 拆分文件名，提取年份与证券代码
split 文件名, parse(",")
generate 年份 = substr(文件名1, 8, 4)
generate 证券代码 = substr(文件名1, 1, 6)
// 生成词频总数，并计算词频占比（×100）
egen 供应链数字化词频 = rowtotal( 智能决策-智能快件箱 )
rename 总词数 管理层讨论与分析总词数
gen 供应链数字化程度 = (供应链数字化词频 / 管理层讨论与分析总词数) * 100
// 整理结果
order 证券代码 年份 供应链数字化程度 供应链数字化词频 管理层讨论与分析总词数
keep 证券代码 年份 供应链数字化程度 供应链数字化词频 管理层讨论与分析总词数
// 生成数值型代码与年份，用于匹配行业、地区信息
generate stkcd = real(substr(证券代码, 1, 6))
generate year = real(substr(年份, 1, 4))
复制成功
九、参考文献
[1] 贾俊伟, 武瑛, 何年初, 等. 供应链数字化与企业生产率：要素配置和供应链治理视角[J]. 管理科学, 2024, 37(03): 88-105.
