“灯塔工厂，不是荣誉，而是制造业智能化转型的‘行动标准’。”
自2018年世界经济论坛（WEF）联合麦肯锡启动“全球灯塔工厂”网络以来，中国已成为灯塔工厂数量最多的国家。这些工厂不仅实现了大规模工业4.0技术部署，更在生产效率、绿色低碳、柔性制造等方面形成可复制的转型范式。
为支持学术研究、政策评估与产业分析，我们系统整理并开放一份高精度、长时序的结构化面板数据：
《中国上市公司灯塔工厂DID匹配数据（2011–2025）》
一、数据覆盖范围与核心结构
本数据库以A股上市公司为观察单元，时间跨度为2011–2025年，核心变量包括：
- 证券代码、证券简称、公司全称（如338：潍柴动力股份有限公司）
- 首次入选灯塔工厂年份（如2020年）
- Treat（是否为灯塔工厂企业，1 = 是，0 = 否）
- Post（政策实施后年份，1 = 入选当年及之后）
- DID = Treat × Post（用于多期双重差分估计）
- 配套信息：主要供应商与客户名单（部分披露），便于分析产业链溢出效应
示例：
- 潍柴动力（338）：2020年入选灯塔工厂，2020–2025年 DID = 1
- 云南白药（538）：截至2025年尚未入选，DID 始终为 0
二、为什么这份数据如此重要？
- 精准识别“智能制造”政策冲击
灯塔工厂入选代表企业已通过全球权威机构的技术验证，其入选时点可视为外生政策冲击，适用于构建准自然实验，评估智能化对以下方面的影响： - 企业全要素生产率（TFP）
- 绿色技术创新（如绿色专利数量）
- 供应链韧性（如客户/供应商集中度变化）
- 人力资本结构（高技能员工占比）
- 支持异质性与机制检验
- 分行业：制造业 vs 医药 vs 消费品，智能化路径是否不同？
- 分规模：大型国企（如潍柴）与民企（如宁德时代）转型逻辑是否存在差异？
- 分区域：东部企业是否因产业基础更易获评灯塔？
- 可与其他数据库无缝匹配
以股票代码为键，可直接对接： - 企业绿色创新数据（IIP/OIP）
- 工业机器人进口数据
- 人工智能专利、ESG评级、数字化投入等面板
三、典型研究与应用场景
- 学术研究：
- 检验“灯塔工厂建设是否显著提升企业新质生产力”
- 分析智能化是否通过“技术溢出”带动上下游企业升级
- 构建“制造业智能化指数”，用于宏观区域比较
- 政策评估：
- 对比灯塔企业与非灯塔企业在“能耗强度”“碳排放强度”上的差异
- 评估地方“智能制造专项补贴”是否有效助推企业入选灯塔网络
- 产业分析：
- 制作“中国灯塔工厂地理分布图（2018–2024）”
- 排名“A股灯塔工厂企业TOP20”“产业链带动效应最强案例”
- 识别潜在候选企业（如已部署AI、数字孪生但未入选者）
四、数据说明与使用建议
- 数据来源：世界经济论坛（WEF）官方公布的全球灯塔工厂名单 + A股上市公司年报交叉验证
- 时间范围：2011–2025年（含入选前、中、后期完整周期）
- 覆盖企业：目前包含全部中国籍灯塔工厂上市公司，持续动态更新
- 格式：Excel面板结构，字段清晰，可直接导入Stata/R/Python进行DID回归
建议：使用时注意控制企业固定效应与年份固定效应，并对入选前平行趋势进行检验。
灯塔工厂不仅是技术标杆，更是观察中国制造业从“规模扩张”转向“质量引领”的关键窗口。这份面板数据，为理解智能制造的真实经济效应提供了扎实的微观证据基础。
如需获取该数据的预览样本或字段清单，请回复【灯塔工厂数据】。
—— 关注我们，获取更多可交叉、可建模、可复现的高质量结构化数据库
