马克集数参考文献
宋冬林,曾昭懿.数智化转型对制造企业全要素生产率的影响及机制探究——基于中国制造业上市公司的经验证据[J/OL].科技进步与对策,1-12[2025-04-02]
数智化转型对制造企业全要素生产率的影响及机制探究（1999-2023年）
数智化转型通过引入物联网、人工智能等技术重塑生产过程。数智化转型不仅是技术的应用,更是提升制造企业全要素生产率的关键。首先,资源配置效率直接影响企业生产要素优化使用,高效资源配置能够最大化产出并减少浪费,进而推动生产力提升。创新不仅可以提高企业竞争力,还能够促进全要素生产率提升。数智化转型通过技术创新和智能化管理优化资源配置方式,进而提升全要素生产率
数智化转型不仅是企业技术升级过程,更是制造企业提升全要素生产率与实现可持续发展的重要路径。本文利用1999—2023年中国A股制造业上市公司数据,实证检验了数智化转型对制造企业全要素生产率的影响
第一步，获取面板数据
选择原文提到的核心指标、控制变量：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、是否ST或金融类、总资产、资产负债率、总资产收益率、TFP、TFP、人工智能词频和、人工智能词频和加1取对数、人工智能扩展词频和、人工智能扩展词频和加1取对数、数字化转型词频和A加1取对数、数字化转型词频A、数字化转型词频和B加1取对数、数字化转型词频B、数字化转型词频和C加1取对数、数字化转型词频C、第一大股东持股比例
选择后，导出面板数据
第二步，实证数据处理
将数据导入Stata，并对数据进行更名、对数化、缩尾等处理，为接下来回归分析做好数据准备
第三步，Stata回归分析
对整理好的数据进行基本的描述性统计，最后对原文的基准回归部分进行复刻，控制年份、控制行业，在省份层面进行聚类分析
第四步，Stata基准回归结果
面板数据的描述性统计
基准回归分析结果
论文复刻数据获取
获取方式：关注公众号【马克集数Data】，获取数据和代码