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。
(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
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.
图1 文章变量定义
图2 人工智能关键词
图3 本文结果与文章结果对比
图4 部分数据展示