参照邓慧慧等(2024)的做法,本团队对《人工智能发展如何提升供应链韧性?——基于上市公司的经验证据》一文中的基准回归部分进行复刻
本次使用2017-2024年上市公司企业面板数据,通过实证回归,研究和分析人工智能发展如何提升供应链韧性。研究发现:人工智能发展通过缓解采购和分销渠道多样性不足以及资金配置有效性问题来提升供应链韧性;人工智能对供应链韧性的影响在企业规模、企业性质与城市群方面存在异质性
数据名称:人工智能发展如何提升供应链韧性?
数据范围:上市公司企业
时间范围:2017-2024年
样本数量:65350条
数据来源:上市公司年报
数据整理:马克集数导出(点击查看),内含原始数据、处理代码和基准回归结果
更新时间:2025年6月更新
二、数据指标股票代码 | 股票简称 | 年份 |
省份 | 城市 | 区县 |
省份代码 | 城市代码 | 区县代码 |
行业代码 | 行业名称 | 企业上市年龄 |
资产负债率 | 人工智能词频和 | 人工智能词频和加1取对数 |
存货周转天数 | 存货周转率 | 应收账款周转天数 |
资产报酬率 | 资产增长率 |
[1]邓慧慧,刘宇佳,王强.人工智能发展如何提升供应链韧性?——基于上市公司的经验证据[J].浙江大学学报(人文社会科学版),2024,54(06):5-23.
四、数据概览原始数据
回归代码
描述性统计
基准回归结果
会员登陆后,可在文章底部直接下载对应数据