一、政策背景
2015年8月，国务院印发《促进大数据发展行动纲要》，把大数据上升为国家战略。同年9月，贵州获批启动建设首个国家级大数据综合试验区。2016年，国家公布第二批国家级大数据综合试验区建设名单，涉及北京、天津、河北、内蒙古、辽宁、河南、上海、重庆、广东等省级行政区，其中京津冀为跨省级行政区设立的试验区。
两批试验区构成了一个多时点（staggered）的政策冲击：不同省份接受处理的时间并不一致，这为构造渐进双重差分（DID）识别政策效应提供了条件。
二、处理变量构造与模型设定
参照邱子迅、周亚虹（2021）的做法，处理变量的判定在省级层面进行：若某地级市所在省份获批设立国家级大数据综合试验区，则该市自获批当年起（含当年）DID取值为1，此前年份及非试点省份的城市取值为0。
在该研究框架下，政策变量之外还需控制可能同时影响地区生产率的其他数字条件：一是省级信息化程度（info），用于控制地区自动化与智能化发展水平------大数据对全要素生产率的作用并不只通过试验区渠道实现，非试验区同样可以借助大数据提升本地智能化水平；二是市级互联网普及率（inter），用于区分大数据与互联网对全要素生产率的不同影响。
三、数据构成
数据是一份覆盖全国297个地级及以上城市的城市---年度面板，时间跨度为2000---2025年，共7722条记录。内容包括两部分：一是两批国家级大数据综合试验区批复的原始名单，二是逐城市逐年份的试点识别变量（组别变量与交互项）。口径依据国家发展改革委、工业和信息化部、中央网信办发函批复的试验区文件整理。除识别变量外，数据还附带城市的区划代码、传统区域划分和胡焕庸线方位等基础属性，便于直接做异质性分组。
四、字段说明
数据共包含10个字段，各字段的类型与含义如下：
五、样本数据（节选）
参考文献
邱子迅, 周亚虹. 数字经济发展与地区全要素生产率------基于国家级大数据综合试验区的分析J. 财经研究, 2021, 47(07): 4-17.
**数据来源：**国家发展改革委、工业和信息化部、中央网信办发函批复的国家级大数据综合试验区名单（公开政策文件整理）
下方专栏分享更多内容：
来源： Paper 数据分析