当前位置: 首页 > news >正文

上市公司茶文化指数数据集

📊 数据核心速览

  • 数据编号:2386
  • 时间跨度:2012–2023 全 A 股企业年度平衡面板
  • POI 数据源:2019 年前百度地图、2019 年后高德地图;2020 年疫情线下门店关停导致少量观测缺失
  • 度量逻辑:以企业实际办公地址为中心,多圈层统计茶饮、茶楼类休闲 POI,用 3km 圈层点位对数构造茶文化指数,作为区域传统非正式文化氛围代理变量
  • 数据格式:Excel 面板,附带精确经纬度,可匹配财务、加班、数字化、消费类数据库
  • 核心优势:区别年报文本词频,用线下真实业态密度客观量化地方茶文化环境,外生性更强

🎯 指标构建与数据处理流程

1. 茶文化 POI 关键词库

统一统计业态:茶艺馆、茶馆、茶楼、茶饮、奶茶店、饮品店,全部归集为茶文化线下消费场景。

2. 多圈层点位统计

以企业办公经纬度为圆心,分 4 个缓冲区统计当年 POI 总量: \(POI\_1km\)、\(POI\_3km\)、\(POI\_5km\)、\(POI\_10km\)

3. 核心指数测算公式(论文可直接引用)

\(茶文化指数=\ln(POI\_3km+1)\) 选取 3km 为基准辐射范围(贴合企业日常商务社交半径);+1 平滑处理,解决无茶文化场所企业零值无法取对数问题;指数数值越高,代表企业周边茶文化商务社交氛围越浓厚。

4. 清洗规则

仅采用实际办公地址坐标,剔除注册地与经营地分离、地址模糊、经纬度缺失样本;跨地图平台做口径校正,弱化年度数据源切换带来统计偏差。

📋 完整标准字段

年份|股票代码|股票简称|上市公司全称 注册地址|办公地址|办公经度|办公纬度 POI_1km|POI_3km|POI_5km|POI_10km 上市公司茶文化指数

🔍 适配实证研究方向

  1. 非正式制度与公司治理检验区域茶文化 “和、礼、中庸” 社交氛围对管理层代理成本、盈余管理、内控质量、高管决策风格的影响。
  2. 商务社交、供应链与投融资 茶馆为线下洽谈载体,可研究浓厚茶文化环境降低信息不对称,影响企业信贷成本、上下游合作稳定性、并购行为。
  3. 员工劳动行为搭配研究 可搭配加班灯光数据集,检验茶文化场景是否缓解职场内卷、降低加班强度、提升团队留存与协作效率。
  4. 消费 / 文旅行业企业异质性分析 食品、酒水、文旅、零售企业样本单独分组,研究本地茶文化底蕴对营收、品牌溢价、线下门店扩张的拉动作用。
  5. 传统文化、ESG 与企业社会责任 分析茶文化浓厚地区企业更倾向文化类公益、非遗扶持,检验区域文化对企业捐赠、ESG 评分的正向驱动。
  6. 空间计量分析 依托办公经纬度开展空间集聚、溢出分析,测算茶文化氛围的区域传导效应。
  7. 稳健性拓展 可替换 1km/5km/10km 圈层 POI 对数作为替代变量,完成稳健性检验。

✅ 数据核心优势

  1. 创新量化指标:国内少有以线下 POI 度量传统区域文化的微观面板,填补传统文化实证度量空白;
  2. 多层原始点位同步留存,方便多种半径做稳健检验,实证结果可信度更高;
  3. 长时序 11 年,覆盖消费升级、疫情前后两大周期,可开展动态效应、分阶段回归;
  4. 区分注册 / 办公地址,精准匹配企业真实周边环境,度量偏差更小;
  5. 轻量化结构,可无缝对接上市公司财务、劳工、休闲 POI、李白指数等系列数据集。
数据来源百度地图、高德地图
时间跨度2012-2023
区域跨度全国A股上市公司
数据格式excel

数据简介

本数据通过量化上市公司周边茶文化场景POI密度,为研究传统茶文化如何嵌入企业经营提供了客观度量基础。从品牌形象来看,企业若身处茶文化浓厚区域,可将茶道中的“清、敬、和、美”理念融入品牌叙事,塑造高雅、诚信、富有文化底蕴的形象,从而赢得追求品质生活的消费者认同,提升品牌溢价与用户粘性;在员工凝聚力层面,茶室、茶楼等场所为企业提供了非正式的沟通与减压空间,定期组织的茶叙、品鉴活动有助于增进同事情谊、缓解职场压力,营造和谐融洽的组织氛围,增强员工的归属感与团队协作效率;在市场拓展方面,茶文化密集区往往伴随活跃的商务社交生态,企业可利用茶馆、茶楼等场景开展客户洽谈与圈层营销,降低交易成本,同时依托本地茶产业链(如茶原料、茶具、茶礼定制)开拓跨界合作机会,延伸商业版图;在社会责任层面,企业主动参与茶文化推广、支持非遗制茶技艺传承、倡导健康饮茶风尚,既是弘扬中华优秀传统文化的具体实践,也能提升公众好感度与媒体关注度,形成“文化赋能商业、商业反哺文化”的良性循环。本数据通过系统采集多源POI并设置多半径缓冲区,以3公里为核心指标进行标准化处理,为实证检验茶文化对中国上市公司经营行为的多维影响提供了2012–2023年的长周期、精细化数据支撑。

本数据通过量化上市公司周边与茶叶,茶楼,茶馆等茶文化场景相关的POI密度,为研究茶文化如何嵌入企业经营提供了客观度量基础。因此本团队选取与茶文化关联性较高的关键词"茶艺馆", "茶馆", "茶楼", "茶饮", "奶茶店", "饮品店"进行筛选茶文化POI数量,其中POI数据19年之前来源于百度地图,19年之后来源于高德地图,因为疫情的影响,20年后的数据会有部分缺失。我们统计了上市公司办公地周围1、3、5、10km半径范围内的茶文化场景POI数据,并将其中3km半径范围作为茶文化强度的度量指标,并加1取自然对数进行标准化处理。本数据的时间跨度为2012-2023年。

数据指标

年份

股票代码

股票简称

上市公司名称

注册地址

办公地址

办公地经度

办公地维度

POI_1km

POI_3km

POI_5km

POI_10km

上市公司文化指数

数据展示

http://www.jsqmd.com/news/1096754/

相关文章:

  • 技术解析 (二十三):基于注意力机制的深度多示例学习模型 (2018)
  • 终极免费Markdown Viewer:在浏览器中优雅阅读Markdown的完整指南
  • 【机器学习】从TF-IDF到TF-IWF:算法演进与实战调优指南
  • 庖丁解牛:从docker.io到containerd.io,拆解Docker生态核心组件与插件
  • 破解金融数据获取难题:efinance Python量化交易数据解决方案完全实战指南
  • HoRain云--揭秘C++ vector核心机制与高效用法
  • 『STC8H8K64U』实战:从零构建你的第一个智能硬件项目
  • Kettle(二):实战SQL Server数据同步与清洗
  • 非结构化数据清洗实战:从 HTML 到干净 JSON 的完整管道
  • 在VMware Workstation上构建vSphere 7.0实验环境:从ESXi到vCenter Server的完整实践
  • Qt (PyQt) 构建 Markdown 实时预览编辑器
  • Cadence PSpice Model Editor实战:IBIS模型转换与仿真库创建全流程
  • 从‘找得准’到‘找得全’:一文读懂目标检测中的AP与mAP
  • 【FI-GL 主数据实战】FS00总账科目创建:从零到一的企业财务基石配置
  • 深度学习实战:一致性评价方法的选择与应用(从皮尔森到Kappa)
  • 从字典构建到实战破解:Hydra与Medusa在渗透测试中的高效应用指南
  • MultiFunPlayer入门指南:3步掌握设备同步核心能力
  • Claude Code 用 grep,Cursor 用 RAG
  • MM配置实战-主数据-物料状态(OMS4)的精细化管控与业务场景解析
  • 实战电赛:从AD9959到AD9910,掌握DDS信号发生器的核心开发技巧
  • 迅为RK3568开发板Buildroot系统屏幕旋转全流程解析:从设备树配置到UI适配
  • Qt6数据类型深度解析:从qint8到double的跨平台精度与性能考量
  • 2026年AI论文软件深度评测:6款工具专业水准得分排名
  • UniApp 博客项目实战:从零到一搭建完整移动端博客应用【全流程详解】
  • 从暖风机拆解到智能家居:TM1650驱动方案的设计实践与选型指南
  • 无障碍设计指南:构建真正包容的 Web 交互体验
  • 鸣潮自动化工具终极指南:如何轻松实现后台智能战斗与资源收集
  • 实战指南:基于STS与RAM为阿里云OSS私有文件生成安全访问链接
  • 3步解锁加密音乐:qmc-decoder终极转换方案揭秘
  • AI 驱动的增长引擎:效率工具产品的营销自动化与获客模型验证