2377 上市公司高管数字知识断层强度数据（2004-2025）

本数据为中国上市公司高层管理人员数字知识断层强度统计数据，基于上市公司高管数字背景比例数据进一步整理而成。参考 Wang等人关于公司高层团队数字知识断层（TMT digital knowledge-based faultlines）的研究设计，高管团队数字知识断层用于衡量同一高管团队内部成员能否基于数字知识特征形成潜在子群，即具备数字知识背景的高管成员与不具备数字知识背景的高管成员之间是否存在较为清晰的分组结构。

本数据以前序构建的高管数字背景识别结果为基础，该结果使用每位高管的数字教育背景和数字职业经历两个维度构造成员层面的数字知识特征矩阵。其中，数字教育背景主要反映高管是否具备可从简历文本中识别的数字相关教育或专业背景；数字职业经历主要反映高管是否具备 IT、软件、计算机、信息系统、信息化、互联网、电子商务、数据、大数据、云计算、数字化、平台系统、通信网络、信息通信、CIO、CDO、IT consultant、信息技术管理等数字知识相关职业经历。

在指标计算方面，本数据采用Average Silhouette Width（ASW）方法计算公司-年份层面的高管团队数字知识断层强度。具体而言，首先在每个公司-年份内部按照高管成员的数字教育背景和数字职业经历进行聚类识别；其次计算每位高管成员与同一子群成员之间的平均不相似度，以及与其他子群成员之间的平均不相似度；最后得到团队层面的平均轮廓宽度指标。

该指标可以反映数字知识结构上的潜在分组清晰度，部分但不直接反映团队冲突程度。ASW 数值越高，表示高管团队内部成员在数字知识特征上的组内相似性越高、组间差异越大，即数字知识背景成员与非数字知识背景成员之间的分组结构越清晰。若同一公司-年份内高管成员数字知识特征完全一致，则不存在可识别的数字知识断层，ASW 取值为 0。最优分组数表示在 ASW 方法下该公司-年份高管团队最适合划分的数字知识子群数。

基于此数据可开展多维度实证研究。一是可用于分析高管团队数字知识断层对企业数字化转型、数字技术应用和数字战略实施的影响；二是可用于考察高管团队内部数字知识结构分化对企业绩效、风险承担、组织韧性和公司治理质量的影响；三是可用于研究不同地区、行业、产权性质和企业创立时间下，高管数字知识断层对企业行为和绩效的异质性影响。

[1] Wang X, Luo J, Zhang S X, Zhang C, Wang Y. Digital knowledge-based faultlines in top management teams: A new perspective on intra-executive division[J]. Asia Pacific Journal of Management, 2025.