2001～2024 年上市公司供应链地理加权距离

今天给大家分享一份 2001～2024 年上市公司供应链地理加权距离数据。

该数据的详细计算方法在以下三个课程中均有讲解（Python、R 语言、Stata 三个版本）：

使用 R 语言计算上市公司供应链地理加权距离：https://rstata.duanshu.com/#/course/241ead81b3994e5f9a3d025d38f4507b
使用 Stata 计算上市公司供应链地理加权距离：https://rstata.duanshu.com/#/course/8f8c393c52724926abd2e699535462b8
使用 Python 计算上市公司供应链地理加权距离：https://rstata.duanshu.com/#/course/8fa4dee95c5544cd89fc3d2e8c79b483

感兴趣的小伙伴可以结合讲义材料学习。附件中也提供了完整的计算代码。

数据概览

该数据包含了 2001～2024 年中国 A 股上市公司的供应链地理加权距离指标，具体包括：

Disw_s：供应商地理加权距离（ln(1 + Σ 距离 × 采购额占比)）
Disw_c：客户地理加权距离（ln(1 + Σ 距离 × 销售额占比)）
供应商有效数：当年成功匹配的前五大供应商数量
客户有效数：当年成功匹配的前五大客户数量

同时包含上市公司的基本信息：

股票代码、股票简称
行业代码（证监会行业分类 C 代码）
办公地址经纬度及所在省市区县

数据预览如下：

图表展示

下图展示了各年份上市公司供应链地理加权距离的时间趋势，可以看出供应商距离和客户距离的变化规律：

下图展示了各省份供应商地理加权距离的空间分布，颜色越深表示距离越大：

下图展示了供应商数量与地理加权距离的关系，按供应商数量分为低、中、高三组：

处理代码

以下是该数据的核心处理代码（R 语言）：

# 计算地理距离的核心函数
# 使用 sf 的 st_distance 计算大圆距离（Haversine），结果单位为米
calc_distance <- function(df, firm_lon_col, firm_lat_col, partner_lon_col, partner_lat_col) {
  # 构建公司 POINT
  firm_pts <- df %>%
    select(firm_lon = all_of(firm_lon_col), firm_lat = all_of(firm_lat_col)) %>%
    st_as_sf(coords = c("firm_lon", "firm_lat"), crs = 4326)

  # 构建合作伙伴 POINT
  partner_pts <- df %>%
    select(part_lon = all_of(partner_lon_col), part_lat = all_of(partner_lat_col)) %>%
    st_as_sf(coords = c("part_lon", "part_lat"), crs = 4326)

  # st_distance 返回米为单位的矩阵，转 km
  dist_m <- st_distance(firm_pts, partner_pts, by_element = TRUE)
  as.numeric(dist_m) / 1000
}

附件中也提供了该数据的处理代码供参考：

数据引用格式

由于该数据包含较多 RStata 处理的内容，在研究中使用该数据请使用清晰的方式注明数据来源于 RStata 或者 RStata 数据中心，并使用如下格式引用：

RStata 数据中心: 2001～2024年上市公司供应链地理加权距离. 2026. https://tidyfriday.cn/rsdb2/

英文文献可以使用下面的格式引用：

RStata Data Center: Geographic Weighted Distance of Supply Chain for Listed Companies in China, 2001–2024. 2026. https://tidyfriday.cn/rsdb2/

关联课程/数据推荐

哪些县与省界接触？工企业距离省界的距离？｜空间拓扑关系与地理距离计算：https://rstata.duanshu.com/#/course/5793b1c8fed7473288050de20e2b3c6e

如何计算区县质心的地理距离：R 语言和 Stata 的对比使用：https://rstata.duanshu.com/#/course/99d0753092194983833382aca15942d5

RStata 定制｜地理距离计算：https://rstata.duanshu.com/#/course/f265dc19cc5f4833bc603d66aca598d2

使用 Stata 处理上市公司专利互引矩阵及测算上市公司供应链协同创新程度（一）：https://rstata.duanshu.com/#/course/e58dd2c837c443469d65cf37c26d8b39

使用 Stata 处理上市公司专利互引矩阵及测算上市公司供应链协同创新程度（二）：https://rstata.duanshu.com/#/course/5d5be00c1238457cac814b52b989839a

2001～2024 年上市公司前5大供应商、客户与工商注册信息匹配结果（含经纬度及所处的省市区县）：https://rstata.duanshu.com/#/course/00f3b1459590486db9e6c13acf2fbc30

点击这里跳转到 RStata 短书平台获取附件：2001～2024 年上市公司供应链地理加权距离

数据概览

图表展示

处理代码

数据引用格式

关联课程/数据推荐

相关文章

评论