【最新！全网独家！24年2月份-顶刊管理世界核心变量】上市公司人工智能技术应用数据

Dirtless

2 [2 A# b# {+ R$ _
（一）数据基本介绍    本数据为2007年-2022年A股上市公司人工智能技术应用数据，参考自24年02期管理世界文章《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》。主要通过年报、管理层讨论与分析以及上市公司专利申请文本识别而来。现属于全网独家最新的数据，数据包括excel，dta格式文件。
# G" ^) s4 [: U1 y    经对比，本数据和文章的数据已经非常接近了，详细可以看上传的图片。
) ~5 D3 ]/ @2 U! v8 |（二）数据来源
    上市公司年报、管理层讨论与分析数据来自新浪财经；上市公司专利申请数据来自国家知识产权局。数据处理通过Python进行文本分析
（三）变量定义
    根据文章选取了73个人工智能关键词作为人工智能技术应用词典。得到三个上市公司人工智能技术应用变量。MDA
    Lnwords：年报人工智能关键词词频，为上市公司年报中人工智能关键词数量加1取对数
    Lnwords_MDA:管理层讨论与分析关键词词频，为上市公司管理层讨论与分析中人工智能关键词词频加1取对数
4 ~( y2 j6 ^% s% l    Lnpatents：人工智能专利数量，为上市公司当年申请的人工智能专利数量加1取对数
（四）参考文献
    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.DOI:10.19744/j.cnki.11-1235/f.2024.0018.
（五）数据包括
6 G" G  k: q7 U* x$ D    excel文件，dta文件，参考文献
- Q8 A9 C' D5 f# J) C9 Y" N- U
# W" F! C$ E2 @8 v4 p  Y; _图1 文章变量定义

图2 人工智能词典
! C' \3 @5 |8 t: P$ J7 m
* u- a# |" E( Z( l图3 本数据部分展示
) m, ~- r# D+ C/ }; g$ V
4 N* ], W0 F( V! w, l+ `图4 本数据与文章数据情况对比

今日值日生

楼主的资料挺全的，谢谢分享

cx612

楼主的资料挺全的，谢谢分享

爱学习的小张

已买，期待后续更新

998333

楼主的资料挺全的，谢谢分享