2025-2014年上市公司企业AI漂洗测算数据、招聘AI漂洗数据

小木头333

1、资料名称：企业AI漂洗测算数据（AI漂洗、AI宣扬水平、实际AI投资、AI岗位密度、AI技能要求占比、AI工资溢价）

2、测算方式：
参考王海森、李纲（2026）在《科学学研究》的研究做法，基于新兴技术期望博弈中的炒作权变价值理论，测算企业AI漂洗指标。AI漂洗（aiwash）等于企业"对外宣扬的AI水平"与"实际AI投资水平"的行业-年标准化差值。其中，AI宣扬水平基于年报中75个AI领域核心术语（姚加权等，2024）的词频总和；实际AI投资基于招聘数据的三维度指标（AI岗位密度、AI技能要求占比、AI岗位工资溢价）经熵值法合成。本版本采用关键词检索完整实现论文中RoBERTa-wwm模型与Transformer架构大语言模型的岗位识别功能。

我们多做了几个指标，大家可以做核心变量或者稳健性检验，多个变量更加容易显著！
3、资料范围：
5506多家企业，39989多个观测值，年份跨度2014-2025年。
具体数据分布情况如下方描述性统计。
包括原始数据、计算代码（真实代码，可以向期刊公布，可以复现和做重复实验）、完整的复现说明（教大家一步步复现，做法过程全部公开，无数据黑箱，并且对复现过程常见问题做了解答）及最终结果，大家可以验证一下确保准确性！

4、参考文献：
[1]王海森,李纲.人工智能漂洗抹杀了企业技术创新吗[J].科学学研究,2026.
[2]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.


此数据为科研课题组自用数据，根据真实的招聘数据与年报数据一步步做出来的，真实数据可以复现和做重复实验，非仅仅只有一堆文件胡编乱造（根据参考文献瞎编结果根本就没有研究价值，不能反映真正的企业AI漂洗水平，实证围绕着错的结果根本就毫无意义浪费大家时间），真正的原创一手认真整理数据，数据处理较为复杂大家可以自行试试。