CNDD-0054 沪深上市公司员工构成情况数据（附stata处理代码）

01 数据介绍

▪ 关键词：上市公司员工构成

▪ 数据编号：0054

▪ 数据名称：上市公司员工构成情况数据

▪ 数据区间：2006-2020年

▪ 样本数量：49,210条

▪ 数据来源：CNDD根据上市公司公开资料整理

▪ 数据说明：CNDD的上市公司员工构成数据为全网最全上市公司员工信息数据，其中整理了上市公司员工的总数、人均创收、人均创利以及按学历和工种的员工人数构成情况。具体指标包括证券代码、证券简称、截止日期、研究生及以上人数、本科人数、专科以上学历人数、高中及以下人数、其他学历人数、生产工种人数、财务工种人数、销售工种人数、技术工种人数、其他工种人数等。

▪ 数据维度：公司层面

▪ 更新时间：2023年

▪ 综合评价：员工是企业各类行为的微观实施主体，如何充分发挥其作用是促进中国企业发展的重要环节。沪深上市公司员工构成数据准确地刻画了企业员工的教育水平和工种构成。从企业员工角度出发，为学者们丰富有关企业人力资本影响因素和经济后果的研究提供了数据支撑。

CNDeepData 数据应用质量评级

▪ 常用度：★★★☆☆

▪ 稀缺度：★★★★★

▪ 新颖度：★★★★☆

▪ 总体级别：12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 主要指标

03 数据特征概览

▪ 数据概览：

▪ 高学历员工指标构建stata处理代码：

▪ 2012-2020年沪深上市公司高学历员工占比变化趋势：

04 前沿文献速递

▪ 文献来源：

王珏,祝继高.劳动保护能促进企业高学历员工的创新吗?——基于A股上市公司的实证研究[J].管理世界,2018,34(03):139-152+166+184.

▪ 文献内容：

高学历员工作为企业创新的微观实施主体,如何充分发挥其作用是促进企业创新产出的重要环节。文章手工搜集了2006-2013年A股上市公司员工的教育水平数据,检验劳动保护的加强是否能够促进高学历员工的创新产出。研究发现劳动保护弱化了高学历员工对企业创新产出的促进作用,这种弱化作用主要集中在非发明专利的申请数和有效专利数。通过分组分析发现,劳动保护对高学历员工创新产出的弱化效果在民营企业和最低工资标准高的地区更为显著。进一步研究发现,最低工资标准的强制提高显著地降低了高学历员工对企业创新产出的促进作用。文章的研究结论为劳动保护在企业创新层面的实施效果提供了政策参考,也为企业进一步制定有效的创新激励措施提供了依据。

▪ 研究假设：

创新活动的实施主体是以知识为核心的人力资本，也就是知识员工，创新活动本身是需要个体在掌握的知识达到一定水平，并努力完成新旧知识的交换、吸收和融合，才能完成的过程。因此，知识员工是推进技术创新的必要因素（Romer，1990；Howitt，1999）。自 Schultz（1961）提出人们所拥有的知识水平和技能属于人力资本范畴后，Becker（1964）进一步发展了人力资本理论，提出教育和经验是人力资本概念的关键特征，教育增加个体的信息、知识、技能的存量。不断增加的人力资本会提高认知和发现机会的可能性，因此拥有更多人力资本的个人会比他人认知和发现更多的各种机会。由此可见，教育水平是员工创新能力的一个显性体现，较高的教育水平意味着更多的知识存量和较好的新知识获取能力，因此受教育程度对创新行为产生积极的影响（顾琴轩、王莉红，2009）。

基于以上分析，文章提出假设1：

假设1：相比低学历员工，高学历员工可以更好地促进企业的创新产出

《劳动合同法》的立法指导思想更倾向于对员工的保护，赋予了员工较大的权利，对员工的利益实施了必要的保障（董保华，2007）。劳动保护对高学历员工创新产出的影响主要通过两个渠道：一个渠道是偷懒者效应，高学历员工与低学历员工一样，在劳动保护之下，同样不会因为工作业绩差和懈怠而被企业轻易开除，客观上很可能造成保护偷懒者的效应。另一个渠道是组织公平效应，就企业创新而言，尽管创新决定是由企业经营决策层做出的，但创新的实施主体是员工，创新类工作很多时候需要团队合作完成，在较强的劳动保护下，部分偷懒员工、低学历或低工资员工努力程度的降低不会受到相应的惩罚，由此会让具有创新能力的高学历员工产生不公平感，而这种不公平感会直接影响到高学历员工的工作热情和积极性，进而影响到团队整体的创新工作积极性和工作效率，最终导致创新产出的降低。

基于以上分析，文章提出假设2：

假设 2：劳动保护弱化了高学历员工对企业创新产出的促进作用。

▪ 研究设计与相关数据应用：

文章选取我国深圳证券交易所和上海证券交易所2006-2013年共计8年的所有A 股上市非金融企业作为研究对象。

（1）研究模型

为了检验假设 1，文章设计回归模型（1），根据假设 1，员工教育水平（EDU）是关心的变量，预期EDU的系数显著为正。

文章采用模型（2）来检验《劳动合同法》的实施减弱了高学历员工对企业创新产出的促进作用，根据假设 2，EDU×LAW 是关心的变量，预期系数显著为负。

（2）变量定义

（3）实证分析

下表第（1）列的回归结果可知，EDU的系数是1.137，在1%的水平下显著，说明员工的教育水平越高，企业当年的专利申请数量越多；表4第（3）列的回归结果可知，EDU的系数是1.152，在1%的水平下显著，说明员工的教育水平越高，企业持有的有效专利数就越多；表4第（1）列和第（3）列的结果共同验证了假设1。

下表第（2）列和第（4）列的结果说明了劳动法的颁布，对高学历员工对创新产出促进作用的影响效果。第（2）列EDU× LAW的系数为-0.335，在5%的水平下显著；在第（4）列中EDU× LAW 的系数为-0.584，在1%的水平下显著。这说明劳动法的颁布，降低了高学历员工对创新产出的促进作用，由此验证了假设2。

05 其他相关文献

[1]何小钢,梁权熙,王善骝.信息技术、劳动力结构与企业生产率——破解“信息技术生产率悖论”之谜[J].管理世界,2019,35(09):65-80.

[2]阎虹戎,冼国明,明秀南.对外直接投资是否改善了母公司的员工结构?[J].世界经济研究,2018,No.287(01):53-66+135.

[3]宁光杰,林子亮.信息技术应用、企业组织变革与劳动力技能需求变化[J].经济研究,2014,49(08):79-92.

06 获取方式

此数据为会员专属数据，添加客服微信，购买年度普通会员149元，年度高级会员299元，永久高级会员899元，可享CNDeepData所有数据免费获取。

▪ 添加客服微信方式：

扫描下方二维码，或搜索下方微信号。

添加客服微信号：DeepData001

获取更多更新数据

往期已推送数据

CNDD 已推送数据列表及业务介绍

CNDD 全国各地区儒家文化变量数据合集

CNDD 中国上市公司创新变量数据合集（全网最全）

CNDD 中国银行业数据合集

CNDD 中国债券市场研究数据合集

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。

数据授权使用说明 …

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

资源下载此资源下载价格为99积分（年度普通会员免费），请先

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

CNDD-0054 沪深上市公司员工构成情况数据 （附stata处理代码）

发表评论 取消回复

CNDD-0054 沪深上市公司员工构成情况数据（附stata处理代码）

发表评论取消回复