发帖
雷达卡
数据名称：人工智能应用与企业突破式创新——基于劳动力技能调整视角研究数据
研究主题：人工智能应用与企业突破式创新
数据范围：A股上市公司
时间范围：2009-2024年
原始样本量：90272条
回归有效样本量：48083条
数据来源：上市公司年报、国家知识产权局
本地文件构成：
1. 上市公司人工智能应用与企业突破式创新研究样本基础数据.dta
2. 上市公司人工智能应用与企业突破式创新研究样本基础数据.xlsx
3. 上市公司人工智能应用与企业突破式创新——基于劳动力技能调整视角数据计算代码.do
4. 参考文献文件夹
数据用途：用于复刻《人工智能应用与企业突破式创新——基于劳动力技能调整视角》一文的变量构造、样本筛选、描述性统计和基准回归。
二、核心指标说明
1. 企业人工智能应用
衡量方式：人工智能技术关键词词频加1后取自然对数。
本地变量：人工智能应用
原始字段：人工智能词频和加1取对数
2. 企业突破式创新
衡量方式：企业发明专利申请数量经对数处理后衡量。
本地变量：突破式创新
原始字段：企业发明专利申请量件
3. 现金流量
衡量方式：经营活动产生的现金流量净额 / 营业收入。
本地变量：现金流量
4. 控制变量
包括：企业规模、企业绩效、现金流量、两职合一、股权集中度、机构投资者持股、管理层持股、管理费用率、总资产周转率。
三、原始数据指标
年份
股票代码
股票简称
行业名称
行业代码
省份
城市
区县
省份代码
城市代码
区县代码
是否ST或金融类
企业发明专利申请量件
人工智能词频和加1取对数
人工智能词频和
总资产万元
总资产收益率
经营活动产生的现金流量净额万元
营业收入万元
两职合一
前十大股东持股比例
机构投资者持股比例
管理层持股比例
管理费用率
企业总资产周转率
四、代码处理流程
1. 读取基础数据文件：
上市公司人工智能应用与企业突破式创新研究样本基础数据.dta
2. 将后续参与筛选、构造和回归的关键字段统一转为数值型。
3. 按变量经济含义完成重命名：
企业发明专利申请量件 -> 突破式创新
人工智能词频和加1取对数 -> 人工智能应用
总资产万元 -> 企业规模
总资产收益率 -> 企业绩效
前十大股东持股比例 -> 股权集中度
机构投资者持股比例 -> 机构投资者持股
管理层持股比例 -> 管理层持股
企业总资产周转率 -> 总资产周转率
4. 构造现金流量变量：
现金流量 = 经营活动产生的现金流量净额万元 / 营业收入万元
5. 样本筛选规则：
（1）保留2009年及以后样本；
（2）剔除是否ST或金融类为1的样本；
（3）剔除行业代码首字母为J的样本；
（4）删除关键变量存在缺失值的样本；
（5）删除仅有1个年份观测值的企业样本。
6. 变量处理规则：
（1）对突破式创新、企业规模做 ln(x+1) 处理；
（2）对突破式创新、人工智能应用、企业规模、企业绩效、现金流量、股权集中度、机构投资者持股、管理层持股、管理费用率、总资产周转率做1%和99%缩尾处理；
（3）将企业绩效、股权集中度、机构投资者持股、管理层持股由百分数换算为小数。
7. 面板设定：
个体维度为股票代码，时间维度为年份。
8. 输出内容：
（1）描述性统计；
（2）基准回归结果；
（3）四组固定效应模型估计结果。
五、参考文献
何涌，李家杰. 人工智能应用与企业突破式创新——基于劳动力技能调整视角[J]. 北京工业大学学报（社会科学版）, 2026, 26(2): 71-92.
论文复刻：人工智能应用与企业突破式创新——基于劳动力技能调整视角（2009-2024年）.zip
(39.99 MB, 需要: RMB 28 元)
京公网安备 11010802022788号
