2024年更新-数字经济工具变量大合集

1323 一网打尽，数字经济工具变量大合集

（1）地级市1984年邮局数和固定电话数

数据范围：地区层面

地区范围：282个城市

样本数量：282条

数据来源：《中国城市统计年鉴》》

数据说明：1984年邮局数和固定电话数可作为城市数字经济发展水平的工具变量（该做法在《中国工业经济》、《经济学家》和《数量经济技术经济研究》等期刊中均有先例）

（2）县域-开通微博的公司总数

数据范围：2771个区县

样本数量：45503条

数据来源：微博公众平台

数据说明：参考《中国工业经济》中杨刚强(2023)的做法，数据皮皮侠整理了全国82万条开通微博企业的明细数据，包括企业信息、所在区县的详情信息。该数据可用于衡量企业的数字化转型，也可作为地区数字经济水平的工具变量。

（3）杭州到各城市的球面距离

数据范围：地区层面

地区范围：368个城市

样本数量：368条

数据来源：利用城市间经纬度计算出的球面距离

数据说明：杭州到各城市球面距离数据包括省代码、省、市代码、市、地区经度、地区纬度、杭州经度、杭州纬度、各地到杭州距离（单位km）、各地到杭州距离（单位英里）、各地到杭州的球面距离等变量，数据提供.dta和.xlsx两种格式。

（4）全国各省、市数字化关注度数字化词频比例统计

数据范围：全国各省市政府报告文本

数据来源：政府工作报告

数据说明：整理全国各省市政府报告文本，选取数字化相关维度词汇，从数字技术、数字应用等方面整理我国有关数字化文本以及其分词结果，选取120多个词汇，计算出每个词汇出现频率，筛选数字化词频比例统计，计算数字化词汇占比，计算数字化关注度，可做城市数字经济发展工具变量。

（5）宽带中国政策

数据年份：2010-2022年

数据样本：6900条

数据来源：“宽带中国”试点城市，来自工信部和国家发改委在2014年、2015年和2016年分别遴选的“宽带中国”战略试点。

数据说明：参照秦文晋（2022）的《网络基础设施建设对数字经济发展的影响研究——基于"宽带中国"试点政策的准自然实验》一文中的做法，将选为“宽带中国”试点城市的虚拟变量作为核心解释变量，当一个城市被批复成为“宽带中国”试点城市当年及以后，该变量取值为1，未入选则为0。

（6）各城市到距其最近一个沿海港口的距离与全国互联网宽带接入端口数对数的交互项；各城市地形起伏度与全国互联网宽带接入端口数对数的交互项

数据年份：2006-2021

数据来源：利用各城市到距其最近一个沿海港口的距离与全国互联网宽带接入端口数对数计算出交互项；利用各城市地形起伏度与全国互联网宽带接入端口数对数算出交互项。

数据说明：一方面，距离沿海港口越近，其地区资源禀赋越高、配套产业结构越完善，更有利于该地区产业数字化转型程度的提升，而互联网宽带接入端口市促进实体经济与数字经济融合的关键结合点，其数量直观地反映了数字化转型程度，由此，各城市到距其最近一个沿海港口的距离与全国互联网宽带接入端口数对数的交互项与数字经济存在高度相关性。另一方面，各地区地理因素市自然地理条件所外生决定，并且虽然新经济地理学强调了地理因素对企业成本的影响，但随着交通基础设施的不断完善、交通工具的不断进步，地理因素对企业决策的影响越来越小，因此这个工具变量能够较好地满足排他性约束条件。

（7）地级市-互联网普及率（2011-2022年）

数据范围：295个地级市

数据年份：2011-2022年（2022存在部分缺失）

数据来源：地方统计局

数据说明：参考黄群慧（2019）、赵涛（2020）的做法，利用“百人中互联网宽带接入用户数”作为地级市的互联网普及率的代理变量，内含原始数据、线性插值、回归填补三个版本。可以用做数字普惠金融指数的工具变量、企业数字化的工具变量、互联网金融指数的工具变量、数字经济的代理变量。

请您在任何基于“数据皮皮侠”数据库所产生的中文研究成果（含学术论文、公开发表的研究报告等）均包括以下表述或类似表述声明：

本研究使用的数据来自“数据皮皮侠”数据库。

同时以电子文献形式进行引用标注，形式如下：

其中，“2023-1-1”应当替换成实际引用日期，“区县行政区划变更数据库”替换成实际使用的数据库名称。

请您在任何基于“数据皮皮侠”数据库所产生的英文研究成果（含学术论文、公开发表的研究报告等）均包括以下表述或类似表述声明：

The data used in this study is from the PPman Database organized and managed by PPman Data Team.

同时以电子文献形式进行引用标注，形式如下：

其中，“2023-1-1”应当替换成实际引用日期，“Database of Point of Interest”替换成实际使用的数据库名称。