该数据以各地级市历年政府工作报告为文本基础，识别与数字基础设施相关的关键词，形成“城市—年份”面板数据

参考钞小静等（2021）、李小明等（2025）的研究思路和方法，本文从各地级市政府官方网站收集历年政府工作报告，构建包含5G、移动通信、云计算、大数据、人工智能、物联网和数据中心等51个数字基础设施关键词的文本词典，统计相关关键词在政府工作报告中的出现频次，并统计关键词总词频，相关研究将数字基础设施相关关键词总词频占报告总词频的比重衡量新型数字基础设施水平

paper 2

一、数据介绍

数据名称：地级市数字基础设施词频统计数据

数据范围：地级市层面

时间范围：1999-2026年

样本数量：6472条

数据来源：地方政府网站

数据说明：内含数字基础设施相关的51个词频明细、扩展词频

二、整理说明

从地方政府网获取工作报告原始文件

将报告文本整理为面板数据

去除停顿词，利用python的jieba库进行精确模式和全模式分词，统计词频和

保留中英文、数字、标点符号，利用正则表达式统计51个精确词频

利用正则表达式统计51个扩展词频

保留中英文、数字，统计全文文本总长度

保存文本词频总数、51个词频明细、文本长度

二、数据指标

三、参考文献

[1]钞小静,廉园梅,罗鎏锴.新型数字基础设施对制造业高质量发展的影响[J].财贸研究,2021,32(10):1-13.

[2]钞小静,薛志欣,孙艺鸣.新型数字基础设施如何影响对外贸易升级——来自中国地级及以上城市的经验证据[J].经济科学,2020,(03):46-59.

[3]李小明,刘雅迪,汪婵,等.破解环境规制的“增长困局”：数字经济的对冲效应[J].经济学动态,2025,(09):19-38.

四、数据概览

顶部专栏分享更多内容

来源：Paper数据分析