人工智能技术对推动经济高质量发展至关重要。本文借鉴《管理世界》姚加权等学者2024年的研究方法，复刻其《人工智能如何提升企业生产效率？——基于劳动力技能结构调整的视角》一文的基准回归部分，从企业维度探究人工智能技术对生产效率及劳动力技能结构的影响。
一、关键指标构建
-
人工智能指标：通过机器学习技术构建专属“人工智能词典”，从上市公司年报中提取AI相关关键词并统计频次，形成企业层面的AI应用衡量指标。
-
企业生产效率指标：选取全要素生产率（TFP）作为衡量企业生产效率的核心指标。
核心关联数据：上市公司人工智能关键词频次数据、企业全要素生产率数据。
二、数据介绍
-
数据名称：《管理世界》复刻：人工智能如何提升企业生产效率
-
数据范围：沪深A股上市公司
-
时间跨度：2007-2024年
-
样本规模：共计69941条有效观测值
-
数据来源：上市公司公开年报
-
数据整理：ACADCN 数研慧通
-
补充说明：数据集包含原始数据及基准回归分析代码（dofile）
三、数据指标明细
|
基础信息指标
|
地域与行业指标
|
经营与治理指标
|
核心研究指标
|
|---|---|---|---|
|
股票代码、股票简称、年份
|
省份、城市、区县
|
是否ST或金融类、营业收入增长率
|
TFP_OP、TFP_LP
|
|
企业上市年龄、员工人数
|
省份代码、城市代码、区县代码
|
资产负债率、董事会人数、两职合一
|
人工智能词频和、词频和加1取对数
|
|
企业专利申请总量
|
行业代码、行业名称
|
第一大股东持股比例
|
–
|
四、参考文献
[1] 姚加权,张锟澎,郭李鹏,等.人工智能如何提升企业生产效率？——基于劳动力技能结构调整的视角[J].管理世界,2024,40(02):101-116+133+117-122.
五、数据概览模块
-
原始数据文件
-
基准回归分析代码
-
变量描述性统计结果
-
基准回归核心结果表
资源下载
下载价格10 元