2024-2010年上市公司企业算法创新数据、算法创新面板数据

小木头333

1. 资料名称：2024-2010年上市公司企业算法创新数据、算法创新面板数据

2. 测算方式：参考《数量经济技术经济研究》蒋伟杰、齐晨扬、陈琦（2026）老师的做法，依据算法创新定义并结合现有文献研究成果，算法创新通常表现为企业对数据处理、分析、利用方面的技术进步。因此，本文利用 BERT 大语言模型对上市公司专利摘要文本进行深度语义理解，从海量专利中精准筛选出算法专利，并通过加总到城市层面来衡量算法创新水平，具体步骤如下：

Step 1：读取原始专利数据 → 筛选2010-2024年发明/实用新型专利
Step 2：关键词预筛选 → 过滤明显不相关的专利
Step 3：bge-small-zh-v1.5（BERT大语言模型）编码 → 专利摘要向量化
Step 4：与预定主题计算余弦相似度 → 阈值0.55判定算法专利
Step 5：按股票代码-年份/城市-年份汇总 → 输出面板数据

测算过程中，对连续变量（专利摘要）进行了NLP语义编码，模型参数固定，无需额外训练。最终得到企业当年算法专利数，并对数化处理得到算法创新指数。

3. 资料范围：2334家上市公司，35010个企业-年度样本，可直接用于回归分析。包含原始数据来源说明、完整Python测算代码（代码真实有效，非自己主观生成，可复现和做重复实验）、测算详细复现说明（包括数据处理合并及代码测算和最终结果输出）和最终计算结果，大家可以验证一下确保准确性！


4. 参考文献：蒋伟杰，齐晨扬，陈琦. 算法创新与企业全要素生产率提升——来自专利文本的经验证据[J]. 数量经济技术经济研究，2026(5).

此资料是课题组自用数据，原始数据和代码都是真实有效的，非为了牟利故意主动编造的造假资料，并且附带复现说明，测算结果是可以做重复实验的，大家可以跟着一起学习和复现一下，非人工智能生成的虚假资料，真正的授人以渔，原创一手数据，说的清楚讲的明白！2025年国家统计局专利明细现在还没有出全，出全了给大家统一更新！

今天你学习了吗

已买，期待后续更新

8866687

楼主的资料挺全的，谢谢分享