一、数据概况
营商环境建设成效是衡量地方政府治理水平的重要维度，而政府工作报告作为观察政策取向的窗口，其文本用语的变化能够直观反映各地对营商环境议题的重视程度。本数据以2002年至2025年间全国地级市政府工作报告为文本来源，运用Python程序对各份报告进行分词处理与关键词计数，最终形成一套可直接用于实证研究的城市—年度面板数据。
文本统计围绕营商环境主题展开，覆盖的关键词涉及多个政策层面，具体包括：
整套数据文件由五个部分构成：城市—年份格式的面板数据、未经处理的原始词频统计结果、用于匹配的关键词词典、执行文本计数的Python程序代码，以及配套的数据使用说明文档。研究者拿到数据后即可复现整个提取流程，也可以基于词典自行扩展关键词范围。
数据名称：地级市营商环境年报词频数据
覆盖区间：2002—2025年
分析单元：地级市 × 年度
文本来源：各地级市政府工作报告原文
二、指标结构
数据表的行结构由省份（province）、城市（city）、年份（year）三个标识变量确定，同时保留报告文件名（file_name）、该年度报告的总词数（word_count）以及是否发布报告的虚拟变量（has_report），便于研究者进行样本筛选与口径核对。
核心指标部分，除37个细分关键词各自的分项词频外，还提供了四种常用的合成处理，方便直接进入回归分析：
词频合计：全部关键词出现次数的加总值；
标准化词频：以报告总词数为基准做归一化处理，消除篇幅差异的影响；
对数词频：取自然对数以缓解右偏分布，即文献中常见的 ln(词频+1) 形式；
是否提及：报告是否涉及营商环境相关表述的0/1虚拟变量。
三、数据样本
下图为数据表的样例展示，可以看到每个城市每一年对应的各项关键词计数及衍生指标：
数据样本截图
地级市营商环境词频数据样本
四、适用场景
该数据可广泛支持区域经济与公共管理领域的量化研究，例如构建地区营商环境关注度指标、检验"放管服"改革前后的政策效应、考察政商关系表述与民营经济发展之间的关联等。由于同时提供原始计数与多种标准化口径，研究者可根据研究设计灵活选择因变量或控制变量的处理方式。
下方专栏分享更多内容：
经管社科数据代码合集
来源： Paper 数据分析
