CNDD-0228 上市公司新质生产力指标及学术论文应用
01 数据介绍
CNDeepData 数据应用质量评级
▪ 常用度：★★★★★
▪ 稀缺度：★★★★☆
▪ 新颖度：★★★★☆
▪ 总体级别：13颗星
✔ 常用度：是数据市场中需求指标，是指该数据在经济管理类学术论文中使用频率。
✔ 稀缺度：是数据市场中供给指标，是指该数据在其他数据库的出现频率。
✔ 新颖度：是数据市场中生成指标，是指该数据在生成时方法新颖程度和工作量。
02 主要测算指标
上市公司新质生产力指标参考宋佳等（2024）测算，使用到的具体测算指标如下表所示。CNDD仅提供测算结果，不提供具体测算过程，不提供一级指标和二级指标，测算结果仅供参考。
03 数据特征概览
▪ 样本分年度观测值数量
04 前沿文献速递
▪ 文献来源：
宋佳,张金昌,潘艺.ESG发展对企业新质生产力影响的研究——来自中国A股上市企业的经验证据[J].当代经济管理,2024,46(06):1-11.
文章基于 2015—2022 年上市企业财务报表数据，实证研究了 ESG 发展对企业新质生产力的影响，结果显示：ESG 发展对企业新质生产力水平的提升有显著促进作用；机制研究表明 ESG 发展能改善企业与利益相关者的关系，降低中间品成本和债融资成本水平、增加机构持股比例，进而促进企业新质生产力水平的提升；异质性分析结果显示，ESG 发展对促进非国有企业、中小微企业、实体企业的新质生产力水平的作用更显著。研究结果为促进企业 ESG 发展，加快企业形成新质生产力，促进企业高质量发展提供有用的经验证据。
本文的被解释变量是企业新质生产力（NPro）。新质生产力的核心是创新，因此本文基于生产力二要素理论 [29]，并考虑了劳动对象在生产过程中的作用和价值，采用熵值法衡量新质生产力。具体方法如下：第一步，选择与新质生产力密切相关的战略性新兴产业和未来产业作为新质生产力计算的样本。第二步，基于生产力二要素理论 [29]，构建新质生产力指标体系。生产力包括两个要素：劳动力和生产工具。其中，劳动力由两个子要素组成：活劳动和物化动（劳动对象）；生产工具由硬科技和软科技两个子因素组成。考虑新质生产力中的创新内涵，活劳动子因素的指标分别用研发人员薪资、研发人员占比和高学历人员占比分别衡量；物化劳动子因素的指标分别用固定资产占比表示，考虑到新质生产力的企业主要集中在装备制造的高精科技领域，这类企业大多要依靠高端机器仪器生产，机器生产取代人，这些企业的制造费用占比比其他企业要高，因此在指标选择中也加入了制造费用占比。硬科技子因素主要是有关研发投入的硬件设备，因此分别用研发直接投入占比、折旧摊销占比和租赁费用占比来衡量，同时考虑到软件等无形资产的作用，因此还用无形资产占比来衡量；软科技子因素主要包括总资产周转率和权益乘数来衡量，考虑到权益乘数越高则企业财务风险越高，该指标是负向指标，与其他指标不一致，因此采用权益乘数倒数来表示，倒数越高，风险越低，表明企业生产力水平越好。上述指标的取值说明如表 1 所示。第三步，利用熵值法计算各指标的权重，形成企业新质生产力指标。结果如表 1 所示。
解释变量
本文的解释变量是企业社会责任（ESG）。我国 ESG 建设起步较晚，目前比较完整的ESG 指标体系主要有华证、Wind、商道融绿、盟浪和富时罗素的 ESG 指标，对比上述公司的 ESG 数据，华证公司和 Wind 公司的 ESG 比较完整，其他公司的 ESG 指标较少，因此本文采用华证公司的 ESG 指标作为解释变量进行研究，同时将 Wind 公司 ESG 指标作为替代解释变量进行稳健性检验。
表 3 显示了基准回归结果，列（1）表示解释变量和被解释变量之间的直接回归结果；列（2）和列（3）分别表示控制固定效应和加入控制变量后的回归结果；列（4）表示同时控制行业、地区和年份的固定效应并加入所有控制变量后的回归结果。从结果可以看出，在加入控制变量和控制固定效应前后，ESG 系数在 1%的水平上显著为正，表明企业 ESG 发展对新质生产力有显著的正向影响，本文假设 H1 成立。主要原因是，企业开展 ESG 实践，不仅提高了企业规范守法经营的意识，还增强了企业创新研发的积极性，通过一系列技术改造和创新，促进了企业新质生产力水平的提升；并且，随着企业 ESG 的发展，表现良好的企业吸引了更多优秀的高科技人才加入，因而提升了企业新质生产力水平。
05 获取方式
见推文末尾。
▪ 客服微信方式：
扫描下方二维码，或搜索下方微信号。
1. 除中国深度数据库（CNDD）特殊声明外，CNDD对基于合法来源的数据的选择、整理和编排具有独创性。任何自然人、法人、其他组织未经CNDD授权，不得以任何目的截取、上传、下载、复制、修改、使用、编译等或者以任何方式任何媒介传播上述作品的任何部分，否则视为侵权。
2. 对于存在侵害CNDD上述权利违法行为的主体，CNDD保留依法追究其法律责任的权利。
任何使用CNDD数据等产品的单位和个人，承诺只将CNDD的数据等用于学术研究，并在所得研究成果（包括但不限于学术论文、咨询报告等）中注明数据来源于CNDD。数据来源的注明方式请参考：“本研究数据来源于中国深度数据库CNDD”；英文参考：“We get the data from CNDeepData (CNDD)”。
中国深度数据库：让精品数据 得以流动
CNDeepData：Let high-quality data flow without barriers
部分图片来源于网络，如涉侵权请告知，本站将第一时间删除。客服微信号：DeepData001
