Advertisement

2007-2022年我国上市企业工业机器人的渗透情况

  •  5星
  •     浏览量: 0
  •     大小:None
  •      文件类型:ZIP


简介:
本研究探讨了从2007年至2022年间中国上市企业在制造业中使用工业机器人的情况,分析其发展趋势和影响因素。 附件包含了2007年至2022年中国上市企业工业机器人的渗透度数据,共有46,424个样本观测值。这些数据来源于国际机器人联合会(IFR),该组织每年对全球的机器人制造商进行调查,并基于制造商提供的第一手资料编制出“国家-行业-年度”层面的全球机器人统计数据,被认为是目前最权威的数据来源之一。 数据分析主要分为三个步骤:首先计算各行业的工业机器人渗透度指标;其次构建企业层面上的同类指标;最后使用美国制造业中机器人的数据作为工具变量来衡量中国企业层面的工业机器人应用情况。这些数据为研究中国上市公司在工业机器人领域的进步趋势提供了宝贵的视角,并且对产业分析、投资决策以及学术研究具有重要的参考价值。 计算方法主要参照以下文献:王永钦,董雯.《机器人的兴起如何影响中国劳动力市场?——来自制造业上市公司的证据》[J].经济研究,2020,55(10):159-175。

全部评论 (0)

还没有任何评论哟~
客服
客服
  • 2007-2022
    优质
    本研究探讨了从2007年至2022年间中国上市企业在制造业中使用工业机器人的情况,分析其发展趋势和影响因素。 附件包含了2007年至2022年中国上市企业工业机器人的渗透度数据,共有46,424个样本观测值。这些数据来源于国际机器人联合会(IFR),该组织每年对全球的机器人制造商进行调查,并基于制造商提供的第一手资料编制出“国家-行业-年度”层面的全球机器人统计数据,被认为是目前最权威的数据来源之一。 数据分析主要分为三个步骤:首先计算各行业的工业机器人渗透度指标;其次构建企业层面上的同类指标;最后使用美国制造业中机器人的数据作为工具变量来衡量中国企业层面的工业机器人应用情况。这些数据为研究中国上市公司在工业机器人领域的进步趋势提供了宝贵的视角,并且对产业分析、投资决策以及学术研究具有重要的参考价值。 计算方法主要参照以下文献:王永钦,董雯.《机器人的兴起如何影响中国劳动力市场?——来自制造业上市公司的证据》[J].经济研究,2020,55(10):159-175。
  • 2012-2022漂绿数据
    优质
    本研究聚焦2012至2022年间中国上市企业“漂绿”现象的数据分析,旨在揭示并评估企业在环保声明与实际行动之间的差距。 Green Washing Score(企业漂绿得分)是一种衡量企业在环保宣传与实际行为之间差距的量化工具。如果企业的得分为正值且数值较大,则表明其漂绿程度越严重;若得分为负数,可能意味着该企业的真实绿色表现被市场低估或受到误解。 随着社会对环境保护意识的提高,越来越多的企业面临来自公众和市场的压力,在这种情况下,一些公司可能会夸大自己的环保贡献以树立良好的形象。然而,这样的做法可能导致消费者和社会大众对其真实环保努力产生误解,并影响到企业的声誉与业绩。因此,准确评估企业漂绿的程度变得尤为重要。 Green Washing Score通过综合分析公司的环保宣传、实际行动以及第三方机构的评价等多个维度来得出一个具体的评分结果。当得分较高时,意味着该企业在夸大其绿色表现;相反地,如果得分为负,则可能反映出公司在公开透明度方面存在问题或被市场低估的情况。 研究显示,企业漂绿行为与环境保护之间并非简单的线性关系:短期内可能会因为这种做法获得一定的经济利益,但从长远来看却会损害企业的公众形象和消费者信任。因此,在制定可持续发展战略时,公司应该注重真实地展示其环保贡献而非仅仅通过宣传来美化自己。 从经济学角度来看,企业在信息不对称的市场环境中倾向于夸大或歪曲自己的环保行为以吸引更多的关注和支持。然而这种做法可能会在长期中导致负面后果,并对企业的信誉和经济效益造成伤害。使用像Stata这样的统计软件可以帮助研究人员收集并分析相关数据,从而更好地理解企业漂绿的程度及其背后的原因。 参考文献《The green fog: Environmental rating disagreement and corporate greenwashing》深入探讨了环境评级差异与公司漂绿现象之间的关系。该研究不仅指出了在评估企业的环保行为时可能存在的分歧问题,还进一步讨论了这些分歧如何影响到公司的绿色表现评价。这份文献为理解企业如何在其环保评分中被评判以及分析其漂绿动机提供了重要的理论和实证支持。
  • 公司20072022汤森路ESG数据
    优质
    本数据集涵盖了中国上市公司从2007年至2022年的汤森路透ESG(环境、社会和公司治理)评分与评级,为投资者提供全面的可持续发展表现分析。 可用于爆火的ESG corporate greenwashing计算参考文献如下: Hu, S., Wang, A., & Du, K. (2023). Environmental tax reform and greenwashing: Evidence from Chinese listed companies. Energy Economics, 124, 106873.
  • 2003-2022公司股票与性质数据(、央、民
    优质
    本数据库收录了从2003年至2022年间中国上市公司的股票信息及企业性质分类,涵盖国有企业、中央企业与民营企业,为研究提供详实的数据支持。 在中国经济体系中,国有企业(国企)、中央企业(央企)以及民营企业(民企)是三种不同类型的企业。 **国有企业**是由国家所有或控股的企业,通常由政府或者其附属机构持有大多数股份或控制权。这些企业的运营目标主要是为了服务国家利益,并不单纯追求盈利。它们在诸如基础设施、国防和能源等关键领域发挥着重要作用。国企的决策过程往往受到政府部门的影响与指导,以确保符合国家经济和社会政策。 **中央企业**则属于国有企业的一种特殊类型,在中国政府直接管理和监管之下运作,由国务院国有资产监督管理委员会负责监督。这类企业在国家战略产业以及国际竞争中占据重要地位,并拥有较高的政治和经济效益影响力,比如中国石油、中国石化等大型国企均属此类别。 相比之下,**民营企业**是由个人或私人实体所有并经营的企业,不直接受到政府的控制与干预。民企的主要目标是追求利润并在市场竞争中生存和发展,在经济活动中更加注重市场导向及经济效益。在中国庞大的企业群体里,民企的数量众多且涵盖了各种规模和行业的业务范围。 综上所述,国企由国家持有或控股;央企属于特殊类型的国有企业,并受到更为严格的监管;而民营企业则完全为私人所有并经营,面临较少的政府干预。
  • 公司数字化转型程度具变量数据(2007-2022).xlsx
    优质
    这份Excel文件包含了从2007年至2022年间中国上市公司在企业数字化转型方面的详细数据,采用工具变量方法评估转型程度。适用于学术研究与企业管理分析。 详细介绍及样例数据可以在相关博客文章中找到。该文章详细介绍了所需内容,并提供了具体的示例数据以供参考。
  • 2000-2022高管数字化背景
    优质
    本研究聚焦于2000年至2022年间中国上市企业的高级管理人员,探讨其数字化背景如何影响公司战略与绩效。 如果高管的专业背景包括信息技术、智能技术、软件工程、电子工程、通信工程、系统设计、网络技术、自动化控制、无线技术和计算机科学等领域,则将其赋值为1。计算符合上述条件的观测数量,并确定这些具有数字化专业背景的高管在当年所在公司所有高管中所占的比例。
  • 2000-202231个省份城镇单位就员平均资及登记失
    优质
    本报告全面分析了自2000年至2022年间中国各省份城镇单位就业人员的平均工资变化趋势,以及同期的登记失业率数据。通过详实的数据和图表展示,揭示区域经济发展差异与劳动力市场状况。 2000年至2022年期间,31个省、直辖市的城镇单位就业人员平均工资及登记失业率与登记失业人数的数据统计如下: - 城镇单位就业人员平均工资 - 登记失业率 - 登记失业人数 以上数据涵盖了从2000年至2022年的各年度情况。
  • 测试手册指南
    优质
    《企业渗透测试手册指南》是一本全面介绍如何对企业信息系统进行安全评估和漏洞检测的专业书籍。它提供了详细的步骤、策略和技术,帮助企业识别并修复潜在的安全风险,保障网络安全。 企业渗透测试指南介绍了不同类型的渗透测试及其方法概述,帮助读者了解企业渗透测试的流程。
  • 2003-2022公司股权性质手档,判断是否为或央
    优质
    该数据集收录了从2003年至2022年间中国上市公司的股权属性信息,并通过人工审核的方式确定公司是否属于国有企业或中央企业。 数据是原创手工整理的。首先根据“股权性质”判断企业是否属于国有股权;然后根据上市公司的“实际控制人名称”,按照国企监督管理权归属进行分类,当最终控制人为国资委、财政部等中央机构以及中央直属国有企业时,则将这些公司归类为中央国有企业。 数据库中2003年至2022年的数据缺失了1164个观察值。本人通过查找年报中的实际控制人信息,补充了所有缺失的数据,并纠正了统计错误的部分。参考的信息来源包括国资委官网每年发布的央企名录、上交所和深交所的官方网站以及企查查等平台。 是否国企:若公司当年属于国企,则取值为1;否则取0。 数据库中关于股权性质的数据较为混乱,例如“国企,民营”、“国企,民营,外资”、“国企,外资”,这些数据并未明确指出是否是国有。本人对这些不清晰的数据进行了整理,并将它们分为国有企业和民营企业两大类。 是否央企:若公司当年属于中央企业,则取值为1;否则则归类为地方国企并取0。 数据库中关于层级判断的信息也不够清晰,例如“国家”、“国家、市”、“国家、市国企”、“国家、央企”、“其他、省国企、央企”,这些描述需要进一步明确。
  • 重要整理:2000-2022与专精特新、小巨及中小匹配DID数据
    优质
    本资料库汇集了2000年至2022年间中国上市企业的详尽信息,并特别关注其中的专精特新、小巨人和中小企业,提供独特的DID数据分析。 上市公司-专精特新、小巨人、中小企业认定及DID(2000-2022年) 参照陈金勇等人(2024)的研究方法,将上市公司与国家级专精特新“小巨人”企业、省级专精特新“小巨人”企业、国家级专精特新中小企业和省级专精特新中小企业的名单数据进行匹配。基于这四类认定标准分别构建了四个时期的双重差分(DID)模型。 一、数据介绍 数据名称:上市公司-专精特新、“小巨人”及中小企业认定与DID 年份范围:2000年至2022年 样本数量:58,075条 数据来源:工信部、工业和信息化厅 文件格式:包含xlsx和dta两种类型的数据文件。 数据说明: 本研究包含了四种专精特新认定标准及其对应的双重差分(DID)相关数据。具体包括以下内容: - 专精特新名单 - 专精特新财务数据 - 专精特新专利数据 二、参考文献 [1]陈金勇,汪小池,长昊东.“专精特新”认定政策与中小企业技术创新[J].科研管理,2024,第45卷(3):20-30。 [2]王伟光,韩旭.国际化速度、双元创新与“专精特新”企业绩效——基于115家中国制造业单项冠军上市企业的实证研究[J].外国经济与管理,2023,第45卷(10)。