2025-2016年县域生成式人工智能渗透度数据、县域生成式人工智能渗透度数据

桃花一朵朵 · 发表于 2022-8-3 10:46:17

1、资料名称：2025-2016年县域生成式人工智能渗透度数据、生成式人工智能渗透度（均值法）、生成式人工智能渗透度（比例法）、生成式人工智能渗透度（中位数法）、招聘岗位总数、高暴露岗位数、覆盖企业数（省、省代码、地级市、地级市代码、县域、县域代码）

2、测算方式：
参考张艺、姜珊（2026）《生成式人工智能对零工工资的影响》的生成式AI暴露度评分方法，结合《职业分类大典》（2022版）职业分类体系，构建县域生成式人工智能渗透度指标。具体而言：借鉴Eloundou等（2024）与Felten等（2023）构建AI暴露指数的思路，基于招聘岗位名称与初级分类，通过高/中/低频关键词体系（文本生成、代码编写、翻译、数据分析、设计、金融分析、客服、教育培训等认知任务特征）对每条招聘岗位给出0-1的生成式人工智能暴露度评分（0.8-1.0为高暴露、0.6-0.8为较高暴露、0.4-0.6为中等暴露、0.2-0.4为中低暴露、0-0.2为低暴露）；县域层面以该县域当年招聘岗位GAI暴露度评分的均值（均值法）、高暴露岗位占比（比例法，评分≥0.5）与中位数（中位数法）度量生成式人工智能渗透度，并按"工作区域"依据GB/T 2260行政区划代码归属到县域，同时统计招聘岗位总数、高暴露岗位数、覆盖企业数等重要变量。

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：
2463个区县，17833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疑问做了解答）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]张艺,姜珊.生成式人工智能对零工工资的影响[J].经济学(季刊),2026,26(3).
[2]Eloundou T, Manning S, Mishkin P, et al. GPTs are GPTs: Labor market impact potential of LLMs[J]. Science, 2024, 384(6702): 1306-1308.

此数据为科研课题组自用数据，根据真实的公司招聘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，不能反映真正的生成式人工智能渗透水平，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。