2025-2016年县域人工智能渗透度数据、人工智能渗透度（AIFE）、行业人工智能渗透度（AIIE）、人工智能人才招聘占比

XM666

1、资料名称：2025-2016年县域人工智能渗透度数据、人工智能渗透度（AIFE）、行业人工智能渗透度（AIIE）、人工智能人才招聘占比、招聘人数、招聘职业种类数、非常规职业招聘占比（省、省代码、地级市、地级市代码、县域、县域代码）

2、测算方式：
参考顶刊《管理世界》2024年第6期陈琳、高悦蓬、余林徽《人工智能如何改变企业对劳动力的需求？——来自招聘平台大数据的分析》的研究做法，构建县域人工智能渗透度指标。具体而言：首先借鉴Felten等（2018/2021）基于美国劳工部O*NET职业能力数据测度的人工智能暴露标准分，按SOC-2010标准职业大类就业加权聚合得到22个职业大类的人工智能渗透度AIOE；然后将上市公司招聘大数据中的每一条招聘岗位依据关键词规则归入22个职业大类，并按"工作城市/工作区域"依据GB/T 2260行政区划代码归属到县域；最后按文献公式AIFE=Σ_k(num_k/num)×AIOE_k计算县域人工智能渗透度，即以该县域当年招聘的职业结构为权重对职业人工智能渗透度加权求和。同时按文献公式构建行业人工智能渗透度AIIE（区域行业构成加权）作为稳健性检验，按文献脚注⑪关键词列表测算人工智能人才招聘占比作为替代指标，并按文献附表1的常规/非常规职业分类测算非常规职业招聘占比等重要变量。

我们多做了几个变量，如下图所示，包括核心变量或者稳健性检验及过程变量，数据全流程公开，每个原始数据及过程都清晰可查（非主观编造），大家可以做核心变量或者稳健性检验，多个数据更加容易显著！

3、资料范围：
2800多个区县，18024个观测值，年份跨度2016-2025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（stata和python代码都有，真实代码，可以向期刊公布，每一步都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（最终结果格式是excel电子表格格式，非常方便大家导入到自己数据里面），大家可以验证一下确保准确性！

4、参考文献：
[1]陈琳,高悦蓬,余林徽.人工智能如何改变企业对劳动力的需求?——来自招聘平台大数据的分析[J].管理世界,2024(6):78-90.
[2]Felten E W, Raj M, Seamans R. A method to link advances in artificial intelligence to occupational ability requirements[J]. AEA Papers and Proceedings, 2018, 108: 54-58.
[3]Felten E, Raj M, Seamans R. Occupational, industry, and geographic exposure to artificial intelligence: A novel dataset and its potential uses[J]. Strategic Management Journal, 2021, 42(12): 2195-2217.

此数据为科研课题组自用数据，根据真实的上市公司招聘大数据一步步做出来的，每一步都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，不能反映真正的人工智能渗透水平，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。