在数字经济实证研究中，“内生性问题” 往往是阻碍因果识别的关键瓶颈。无论是研究企业上云对创新的影响，还是数字基础设施建设与区域经济增长的关系，研究者常面临 “反向因果”（如企业创新能力越强越倾向于上云）或 “遗漏变量”（如地区技术水平未被完全控制）的干扰。而解决这一问题的核心，在于找到一个同时满足 “相关性” 与 “外生性” 的工具变量 —— 因此我们推出的 1995-2023 年各省市区县雷击频率及交乘面板数据，正是为数字经济研究量身打造的优质工具变量。

一、数据核心：时间、空间与指标的三重覆盖
这份数据的核心价值，首先体现在其 “全维度覆盖” 的特性，从时间跨度到空间粒度，再到指标设计，均贴合学术研究的实际需求：
1. 时间与空间范围
时间跨度：1995-2023 年，覆盖近 30 年的长时序观测，足以支撑动态面板模型、政策效应评估等研究设计。
空间粒度：涵盖省、市、区县三级行政单位，既支持宏观层面（省级）的数字经济发展研究，也能满足微观层面（区县）的精准分析，避免了 “空间聚合偏误”。
2. 核心指标解析
数据的核心是 “雷击频率” 及衍生的 “交乘项”，其中雷击频率包含三个关键变量，均来自卫星监测的权威数据：此外，为解决原始雷击频率 “截面数据” 与企业固定效应的共线性问题，数据还创新性地引入 “交乘项”—— 将雷击频率与全国长途光缆线路增长率（数据来自《中国统计年鉴 2024》）相乘，生成 HRFC_COM_FR_g、HRFC_LIS_FR_g、HRFC_OTD_FR_g 三个时变指标，最终形成 “面板数据”，完美适配双向固定效应模型等主流实证方法。

二、工具变量的有效性：为何是 “雷击频率”？
一个合格的工具变量必须同时满足 “相关性” 与 “外生性” 两大条件，而雷击频率恰好天然契合这两点，这也是其被《世界经济》等顶刊论文（如田利辉等 2025 年研究 “企业上云与创新”）采用的核心原因。
1. 相关性：雷击与数字经济行为的逻辑关联
雷击并非与数字经济无关的随机事件，而是会直接影响数字基础设施的使用成本与可靠性，进而作用于企业或地区的数字经济决策：
破坏设备稳定性：雷击产生的电磁脉冲会损坏数据中心、服务器等硬件，导致云服务中断。例如 2023 年 8 月悉尼数据中心遭雷击，甲骨文云、微软云服务瘫痪，客户数据无法迁移，直接降低了企业对云服务的信任度。
增加建设成本：为应对雷击风险，云服务商需额外投入资源加强设备防护（如安装避雷针、备用电源）和灾备系统，这会提高企业上云的边际成本，尤其对中小企业形成 “准入壁垒”。
这种 “雷击频率越高→数字基础设施使用成本越高→企业上云意愿越低” 的负向关联，确保了雷击频率与核心解释变量（如企业上云）的强相关性。
2. 外生性：自然现象的 “天然随机性”
工具变量的 “外生性” 要求其与模型误差项（即未观测到的干扰因素）无关，而雷击的自然属性恰好满足这一点：
雷击是由大气电场、地形、气候等自然因素决定的随机现象，不受企业创新能力、地区经济水平等人为变量的影响；
无论是省级还是区县级的雷击频率，均无法通过政策干预或企业行为改变，不存在 “人为操纵” 的可能，从根本上排除了 “工具变量与遗漏变量相关” 的风险。

三、数据处理：从卫星栅格到可用面板的 “全流程透明”
原始雷击数据为 NASA 提供的 netCDF 格式栅格文件，普通研究者直接使用存在门槛。通过我们的处理实现了 “从原始数据到学术级面板数据” 的转化，关键步骤如下：
栅格数据读取：使用 R 语言terra包将 nc 文件解析为栅格数据，提取 HRFC_LIS_FR、HRFC_OTD_FR、HRFC_COM_FR 三个核心变量；
区域平均计算：叠加各省市区县的矢量行政边界数据，对栅格数据进行 “分区域平均”，得到各行政单位的雷击频率截面数据；
时变指标构建：将截面数据与《中国统计年鉴 2024》中的 “全国长途光缆线路增长率” 相乘，生成具有时间变化特征的交乘项；
数据格式输出：最终生成.dta格式（Stata 常用格式）的数据集，包含省、市、区县三级，具体文件如下：
基础数据：各省份 / 城市 / 区县闪电频率数据.dta（含 371 个城市观测值）；
面板数据：1995-2023 年各省份 / 城市 / 区县雷击频率 – 光缆增长率交乘数据.dta（含 7791 个总观测值）。
整个处理过程透明可复现，研究者可参考 RStata 的配套课程（如 “R 语言栅格数据转面板数据”）验证数据可靠性，也可根据自身需求调整处理细节。

四、数据应用：从学术研究到实践指南
1. 应用场景拓展
除了已被验证的 “企业上云” 研究，这份数据还可应用于更多数字经济相关议题：
数字基础设施建设：研究雷击频率对 5G 基站布局、数据中心选址的影响；
数字政务效率：分析雷击导致的网络中断对政务服务办理时长的冲击；
区域数字鸿沟：比较不同地区雷击频率差异是否加剧了数字经济发展不平衡。