2026-2016年中国省份人工智能技术暴露度数据

xiaoniu666

1、资料名称：2026-2015年中国省级人工智能技术暴露度数据


2、测算方式：参考顶刊《管理世界》张丹丹等（2025）老师的做法，本文利用文本分析法，通过上市公司在线招聘岗位的名称与职位描述中特定工作任务的披露频次来刻画各城市的人工智能技术暴露度（AI Exposure）。具体而言，本文借鉴 Eloundou 等（2024）与 Felten 等（2023）构建大语言模型人工智能技术暴露指数的思路，将招聘岗位的工作任务分为13大类别，分别为：


    文本处理(0.85)、内容创作(0.80)、编程开发(0.78)、信息检索(0.72)、
    数据分析(0.70)、客户服务(0.60)、财务会计(0.55)、法务合规(0.50)、
    销售推广(0.45)、人事行政(0.40)、教育培训(0.35)、设计创意(0.30)、
    物流操作(0.20)


  各岗位通过关键词词频匹配后计算加权综合得分，综合暴露度取值在0~1之间，数值越大表示该省份的人工智能技术暴露度越高。在量化实现上，针对上市公司发布的招聘大数据（覆盖2016-2026年），首先对约900万条招聘信息逐条计算AI暴露度，再按"省份-城市-年份"
聚合取均值，得到城市级AI暴露度面板数据。同时将358个城市映射到31个省份，形成省级汇总数据。


3、资料范围：数据来源自智联招聘等主流招聘平台的上市公司招聘信息，覆盖省份31个，300多个样本，资料包括原始招聘数据、Python完整测算代码、 Stata测算代码详细复现说明（含分类逻辑、关键词库、验证方法，复现说明大家可以根据文档一步步复现学习，资料真正能够使用并且可以公开）和最终计算结果，大家可以验证一下确保准确性！
2026年为非部分数据，2025年是全的做实证可以直接使用！
4、参考文献：


张丹丹, 于航, 李力行, 胡佳胤, 莫怡青, 李泓孛. 中国人工智能技术暴露度的测算及其对劳动需求的影响——基于大语言模型的新证据[J]. 管理世界, 2025, (7): 59-83.



  数据真实准确，代码完整可复现，欢迎大家验证！
  此资料附带了详细的复现说明（含代码详解、计算步骤、常见问题解答），
  可以跟着一步步复现和做重复实验，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，说得清楚讲得明白！

xiaoniu666

此资料在会员数据目录中，加入会员可免费获取，会员性价比之王可以任意对比！
加入会员！海量资料免费下载！【价格真的优惠】（stata代码、上市公司数据、数字经济数据、银行数据、统计年鉴数据）
https://www.caomeikeyan.com/forum.php?mod=viewthread&tid=688
(出处: 草莓科研服务网——中国专业社科交流平台)