数据简介

在中国大力推进制造业与互联网深度融合、促进制造业高质量发展的政策背景下，科学评估相关政策对企业发展的实际影响已成为学术研究与政策制定中的重要课题。为此，本研究基于国家层面推动的制造业与互联网融合发展试点政策，构建了一套适用于双重差分法（DID）的准自然实验数据集。该数据集以2007–2024年中国制造业非ST上市公司为样本，系统识别出在样本期间内被纳入制造业与互联网融合发展试点的企业，并生成核心变量——处理变量（treat），为评估试点政策对企业高质量发展的因果效应提供基础数据支撑。

本数据集的核心变量“treat”构建方法参考周科选等（2024）的研究，定义为：若企业在某一年度被认定为制造业与互联网融合发展试点单位，则在该年度及之后年份中，treat取值为1，否则为0。该变量可用于构建DID模型中的政策交互项，进而识别政策冲击对企业全要素生产率、创新能力、融资约束等关键指标的影响。数据集系统整理了试点企业的股票代码、简称、全称、行业分类及统计截止日期等基本信息，具备结构化与标准化特征。

利用本数据集，研究者可深入开展以下工作：评估制造业与互联网融合试点政策对企业高质量发展的影响；分析政策效应在不同地区、企业规模与股权性质等维度上的异质性；检验信息渠道、资金渠道与人力资本渠道等中介机制的有效性。研究成果将为政府优化政策实施路径、推动精准施策，以及企业合理配置资源、实现高质量发展提供扎实的经验依据。

数据信息

• 数据来源： 《工业和信息化部办公厅关于公布2017-2020年制造业与互联网融合发展试点示范名单的通知》、中国A股制造业上市公司信息
• 数据范围：制造业上市公司
• 时间跨度：2007-2024
• 数据格式：Excel形式
• 数据字段：

参考文献

[1]周科选,罗学强.“虚实融合”如何赋能中国制造企业高质量发展——来自制造业与互联网融合发展试点的证据[J].企业经济,2024,43(04):110-120.

获取见

【公】

【锺】

【號】：Paper数据分析