上市公司加班时间数据库（2012-2024）
—— 卫星视角下的中国企业 ——
数据说明
在经济管理领域，对上市公司加班时间的深入研究是理解现代企业运营和劳动市场动态的关键。本数据库提供了一个宝贵的数据资源，为研究者提供了一个独特的视角来分析加班文化如何影响企业效率、员工福祉以及经济结构。
最早在宣扬和武凯文（2023）的研究中就创新性地构建了卫星夜间灯光数据，探讨了加班时间对劳动收入份额的影响。这一研究不仅开启了对加班现象研究的全新视角，卫星夜间灯光数据也得到了广泛认可，文章更是发表在《世界经济》顶级期刊上。但由于日度灯光数据量过于庞大，处理流程繁琐，数据还未得到广泛使用，并且对加班时间数据的研究还在持续深入，在长久的未来都将成为社科学术领域的重点。
因此，加班时间数据作为未来经管研究的潜力话题之一，皮皮侠团队收到无数这个数据的需求，为满足学者们的科研需求，数据皮皮侠团队携手PAPERDATA数据团队开发了上市公司加班时间数据库（2012-2024）。
数据信息
指标数据：上市公司加班指数
数据来源：NASA（National Aeronautics and Space Administration）
时间跨度：2012-2024
数据频率：日度、月度、年度
数据范围：上市公司及子公司
数据量：约3亿条
数据可匹配：可与供应链上下游公司、企业工商信息等一系列数据进行匹配
参考文献：宣扬,武凯文.超时加班与劳动收入份额：基于卫星夜间灯光的经验证据[J].世界经济,2023,46(10):217-240.
数据指标
1、加班数据年度表：
统计汇总了上市公司整年的加班情况
股票代码 | 年份 | 所属省份 | 所属城市 |
公司全称 | 股票简称 | 办公地址 | 全年加班天数 |
加班天数占比 | 办公地经纬度 | 公司类型 | 节假日加班天数 |
双休日加班天数 |
2、加班数据日度表：
展示上市公司的日度加班情况
股票代码 | 年份 | 月份 | 日期 |
所属省份 | 所属城市 | 是否加班 | 是否节假日 |
是否双休日 |
可视化展示
数据制作流程
1、数据获取与处理：
从NASA下载经过校正的VNP46A2日度夜间灯光数据，解析HDF5格式文件，获取数据量约4T的500米分辨率的夜间灯光数据。
2、数据清理：
剔除因云层、极端事件、多公司干扰等导致的数据异常，确保对照网格数量充足，并剔除观测不足的记录。
3、企业定位与数据提取：
对平均到每年高达10万母公司与子公司数据进行处理，通过工商企业信息库获取全部企业地址，再根据高德API匹配经纬度，并进行地址纠偏得出企业的经纬度数据。根据企业办公地址的经纬度，定位到相应网格，通过ArcGIS的提取值至表工具提取该网格及周边8个网格的夜间灯光亮度。
4、时间维度比较：
将企业所在网格在法定节假日的灯光亮度作为基准，若某日亮度超过基准，可能表明夜间加班。
5、空间维度比较：
将企业周边网格的灯光亮度作为基准，若某日亮度超过周边网格，可能表明夜间加班。
6、超时加班判定：
同时满足时间和空间维度标准时，认定为超时加班。计算全年、工作日、周末的加班比例指标。
