|
本帖最后由 Dirtless 于 2024-3-1 15:25 编辑
2 [2 A# b# {+ R$ _+ p* Q0 W6 Z: }9 q8 v: A
(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, G5 B+ g- [7 j; q+ A1 d: F
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% H# `' I0 u+ i* Z
(三)变量定义" I) y. ~) n8 ?$ y
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。MDA3 L9 Y% f7 t# c' {. e% A# _
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1 n. O* F1 ]+ @5 w
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! _4 N2 F- x1 c4 f/ t y& Y
(四)参考文献9 ]. W, C' Y7 g' T
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.2024.0018.3 ^# n5 f, \. @, X4 A7 Y& r
(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/ y- q K6 r( T1 W$ m$ W( X
3 |, c/ W% m z/ d+ U
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6 v) p6 L( D; U. \" P
|
本帖子中包含更多资源
您需要 登录 才可以下载或查看,没有帐号?立即注册
x
|