数据集概述
本数据集提供了关于全球精英教育背景的详细研究资料,源自Salas与Young于2024年发表的研究《全球精英在哪里上学》(Where Did the Global Elite Go to School)。数据集包含多个表格文件和分析脚本,核心内容记录了全球顶级富豪(亿万富翁)的毕业院校、财富来源及其所就读大学之间的关联网络。数据旨在揭示顶尖大学在全球精英形成过程中的作用和影响力。
数据内容
数据集由八个文件组成,包括Stata格式的表格数据(.tab)、用于生成图表的Stata脚本(.do)和用于网络分析的R脚本(.R)。核心数据文件包含超过一万条记录,详细列举了全球精英所毕业的大学信息。例如,S&Y_EliteUniversities.tab
文件包含10,239条记录和9个变量,GlobalEliteEduc_Edgelist.tab
文件包含8,173条记录,用于构建精英与教育机构之间的关联网络。数据样本显示,哈佛大学拥有104位亿万富翁校友,孟买大学拥有22位,清华大学拥有19位,全面覆盖了美国、中国、印度、俄罗斯等多个国家。
字段定义
数据集包含以下核心字段类别:
- 机构信息: 学校名称(School Name)、所在国家(Country)
- 精英信息: 亿万富翁校友姓名(Billionaire Alumni)、财富来源(Source of Wealth)
- 统计指标: 亿万富翁校友数量(Number of Billionaires)
- 网络数据字段: 用于构建关联网络的源节点与目标节点(如精英ID、机构ID)
- 脚本与辅助文件: 包含用于数据复现的Stata和R代码,以及研究中的表格说明文件
数据特征
本数据集具有显著的全球覆盖性,不仅涵盖了哈佛、斯坦福等北美顶尖学府,还包含了清华大学、孟买大学、莫斯科国立大学等亚洲和欧洲知名院校,全面反映了全球精英教育的多元化分布。数据关联性强,将教育机构、精英个体及其财富来源紧密联系,为深入分析教育背景与商业成功的关系提供了坚实基础。此外,数据集的一大特色是提供了用于网络分析的边列表(Edgelist)数据以及完整的Stata和R分析脚本,支持用户复现原始研究中的网络图谱和统计结果,具有很高的学术研究价值和可复现性。
适用场景
本数据集适用于以下分析与应用场景:
- 精英教育研究: 分析全球精英的教育路径和顶尖大学在其中的作用
- 社会网络分析: 构建和研究精英校友网络、机构网络及其影响力
- 高等教育战略: 评估大学在培养顶尖人才方面的表现,用于高校排名和发展规划
- 财富与社会分层研究: 探究教育背景与财富积累、社会阶层固化之间的关系
- 数据新闻与可视化: 制作关于全球富豪教育地图的可视化报道
- 人力资本投资分析: 评估不同教育背景对创业和商业成功的潜在影响
数据来源
数据来源于Salas与Young于2024年发表的学术研究《全球精英在哪里上学》(Where Did the Global Elite Go to School)。