今天给大家分享的是经济研究期刊的《绿色制造与企业环境信息披露* ——基于中国绿色工厂创建的政策实验》论文重要数据，该论文以中国绿色制造体系示范建设项目下的绿色工厂创建为准自然实验，深入探究了自愿型环境规制政策对企业环境信息披露的影响效应和机理。该文章是2024年最新发表在经济研究上的论文，经济研究是我国经济、统计类学科的顶级期刊，能够入选的论文含金量不言而喻，该论文内容丰富，数据收集过程难度较大，思路过程严谨，研究结论具有现实意义，因而能够入选经济研究，本次小编将给大家送上关于这篇论文中使用到的重要数据——绿色工厂企业名单，数据获取请关注公众号“明天科技屋”并打开公众号该文章获取文末数字关键词并回复，在该数据发布的24小时之内可以通过分享获得。
一、论文讲解
本篇论文以中国绿色制造体系示范建设项目下的绿色工厂创建为准自然实验，深入探究了自愿型环境规制政策对企业环境信息披露的影响效应和机理，并从不同视角（企业视角经济后果分析、供应链视角溢出效应分析、地区视角生态后果分析）进行了企业环境信息披露提升经济结果的拓展性分析，最终给出结论和建议。
（一）重要数据来源
该论文重要数据来源于广州绿网环境保护服务中心、国泰安数据库（CSMAR）、中国研究数据服务平台（CNRDS）、公众环境研究中心、《中国城市统计年鉴》、《中国环境统计年鉴》等，具体各数据来源于什么地方大家粗略看一下论文就了解，不做过多介绍。数据样本为2008-2021年A股上市公司。
（二）模型构建与指标选取
该文以2017年正式实施的工信部绿色工厂示范建设项目作为外生政策冲击，以2017年项目开始后有下属工厂或者本级企业入选绿色工厂名单的上市企业作为处理组，对照组是未入选的上市企业。由于处理组企业入选绿色工厂名单的时间不一致，因而根据处理组处理时间存在差异的数据特征，采用多期双重差分进行分析，基准回归模型如下：
（三）实证分析
1. 基准回归分析
2. 稳健性检验
平行趋势检验和其他稳健性性分析（安慰剂检验；替换被解释变量；变换固定效应、滞后控制变量以及加入地级市层面控制变量；缩短样本区间；重新界定对照组；倾向得分匹配；双重稳健估计；两阶段DID）
3. 内生性处理
处理效应模型；加入控制变量与时间趋势的三阶多项式；加入控制变量与时间虚拟变量的交互项；熵平衡匹配法；双重机器学习
（四）进一步分析
1. 路径分析
2. 调节机制分析
3. 异质性分析
（五）经济后果拓展性分析
1. 企业视角经济后果分析
探究企业信息披露质量提升是否对企业本身产生积极的经济后果
2. 供应链视角溢出效应分析
探究企业信息披露质量提升是否提升供应商提供环境有益产品对可能性
3. 地区视角生态后果分析
探究企业信息披露质量提升是否对地区环境治理效果具有明显的促进作用
（六）结论和启示
以上就是该论文的大致内容，大家感兴趣可以自行下载阅读，内容很丰富，质量很高，这里不做详细介绍，下面是重点。
二、重要数据
从该论文的结构和内容大家可以看出，论文大部分内容还是围绕前半部分以“绿色工厂”开展的准自然实验为主，这一块的数据是涉及到企业层面，整理起来非常麻烦，因此小编结合论文中涉及到的内容已经为整理好了，论文中以2008-2021年A股上市公司为样本，将有下属工厂或者本级企业入选绿色工厂名单的上市企业作为处理组，其他企业作为对照组，同时根据后面的分析内容还需要对企业进行分类标注，比如：不同名单的提交截止时间、评选文件公布时间以及在异质性分析中涉及到的是否为上市公司本身，这些内容小编已经手动整理了相关数据，数据区间为2008-2023年绿色工厂A股上市公司，在论文的基础上将最新的2022年、2023年名单也加入进来，为大家进行分析提供了更充足的数据，数据内容主要如下：
（一）绿色工厂名单原始数据
我们保留了文件发布的原始数据，将不同时间段的文件进行了融合处理，一共8个批次的名单，时间区间为2017-2023年，其中第一批次和第二批次的名单均为2017年名单，最终结果在“原始数据”表中呈现，一共5000多条数据，具体数据呈现如下：
（二）绿色工厂A股上市企业整理2008-2023年面板数据
在上面面板数据的基础上，我们进行了数据整理，原始数据中很多企业并不是A股上市企业，实际分析中如果不是A股企业大家很难找到其他的指标数据进行后续的分析，其次，原始数据的呈现只有具体名单，并不是以实际分析的数据格式呈现，在实际分析中我们会选择具体的数据格式，例如面板数据等，在该论文中采用面板数据，因此，我们将原始名单中涉及到的A股企业进行整理，并统一成2008-2023年的面板数据格式，并在各公司的股票代码、试点年份、行业、是否为绿色工厂（did）、 上市时间、最终文件发布时间、名单提交截止时间、是否为上市企业本身等数据进行了补充，一共16800条数据，最终结果在“未进行样本剔除数据”呈现，具体数据内容呈现如下：
（三）剔除部分样本
在论文数据处理过程中有提到需要删除部分样本，本文借鉴论文内容，删除了金融以及房地产类企业、ST、PT和*ST等T类样本，同时由于很多企业是在2008年之后进行上市的，例如2017年，因此在实际分析过程中，企业会存在部分的数据缺失（企业的指标只有在上市之后才会在各大数据库中收集），因此文本也将数据缺失和不合理的数据进行了删除，最终得到了一个非平衡面板数据，最终得到的2017-2021年处理组企业-年度样本数量1126个，样本数量是超过论文中的处理组数量，同时我们数据中还有2022年和2023年数据，最终结果在“样本筛选之后数据”表中呈现，如果说大家需要使用到平衡面板数据，可以在第二张表中进行具体数据筛选，筛选之后数据具体内容如下：
以上就是本次分享的具体内容，数据在发布时间起24小时内通过关键词指示操作即可免费获取，关注公众号“明天科技屋”并回复数字关键词了解数据获取方式，该数据又明天科技屋一手整理，版权归明天科技屋所有，未经允许，不得用于商业盈利，否则将追随法律责任！！！
625
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
