《管理世界》指标复刻|上市公司人工智能数据

1910

人工智能指标（2007-2023）

数据简介

研究人工智能指标具有重要意义，因其能推动经济高质量发展。通过构建企业级人工智能指标，研究发现人工智能可显著提升中国上市公司生产率，其机制在于调整企业劳动力技能结构，同时揭示企业、行业及地区因素对人工智能效应的影响，为微观企业应用人工智能提供理论支持和政策建议。

参考姚加权等（2024）的方法，团队基于上市公司年报、MD&A及专利文本构建了三个人工智能指标：1）对年报文本采用人工智能词典分词，计算词频加1取对数；2）对专利标题和摘要分词，含人工智能关键词的专利视为相关专利，按年统计专利数加1取对数。

时间跨度

2007-2023年

数据范围

上市公司

数据格式

数据格式为Excel形式

数据指标

相关研究

近年来，人工智能（AI）技术迅速发展，对经济和社会产生了深远影响。现有研究从宏观经济、产业政策、企业行为等不同层面探讨了人工智能的经济效应。本文基于已有文献，从企业生产效率、劳动力市场调整、异质性影响等方面对人工智能相关研究进行系统梳理，以期为未来研究提供参考。

1.人工智能对企业生产效率的影响

人工智能对企业生产效率的促进作用已成为学术界的重要议题。姚加权等（2024）基于中国上市公司数据，运用机器学习方法构建人工智能词典，并通过文本分析测度企业层面的人工智能应用水平。研究发现，人工智能显著提升了企业生产率，且这一结论在控制内生性问题及进行稳健性检验后依然成立。进一步分析表明，人工智能通过优化劳动力技能结构——即减少常规低技能劳动力需求、增加非常规高技能劳动力需求——来提升企业效率。此外，研究还发现人工智能的应用提高了企业价值，为微观企业层面的技术升级提供了实证支持。

2.人工智能与劳动力技能结构调整

人工智能的广泛应用对劳动力市场结构产生了深刻影响。姚加权等（2024）的研究表明，企业引入人工智能技术后，倾向于减少对低技能劳动力的依赖，同时增加高技能劳动力的需求，从而优化人力资本配置。这一发现与Acemoglu和Restrepo（2019）关于自动化技术替代低技能劳动力的研究结论一致，但进一步揭示了人工智能在提升高技能劳动力需求方面的独特作用。此外，该研究还指出，企业产权性质、人才引进方式、治理结构等因素会影响人工智能对劳动力结构的调整效果，表明企业在采用AI技术时需结合自身特点制定差异化策略。

3. 人工智能影响的异质性分析

人工智能的经济效应在不同企业、行业和地区间存在显著差异。姚加权等（2024）的异质性分析发现，企业层面的因素（如产权性质、治理结构）以及行业和地区层面的因素（如技术密集度、区域创新环境）均会影响人工智能的生产率提升效果。例如，在市场化程度较高、人才流动性较强的地区，人工智能对生产率的促进作用更为显著。这一结论为企业制定AI发展战略提供了重要启示，即需结合自身特征及外部环境优化技术应用路径。

未来研究价值

1. 人工智能技术采纳对绿色投资者决策的影响机制

路径：企业AI技术应用→环境治理效率提升→绿色投资者增持

设计：基于企业AI专利与绿色投资者持股数据，构建中介效应模型，检验AI技术如何通过优化碳足迹管理吸引绿色资本。

2. 数字化转型深度与企业绿色投资者进入的非线性关系

路径：企业数字化投入强度→环境信息披露质量→绿色投资者持股比例

设计：采用年报文本挖掘构建数字化指数，利用面板门槛模型识别数字化水平对绿色资本吸引力的临界效应。

3. 供应链韧性在绿色投资者影响企业低碳转型中的调节作用

路径：绿色投资者持股→供应链中断风险缓冲→低碳技术投资

设计：匹配全球供应链中断事件与企业碳减排数据，通过双重差分法检验绿色投资者的风险对冲效应。

4. 人工智能技术如何影响企业ESG表现？——基于劳动力技能结构的调节作用

路径：AI应用程度→生产效率优化→ESG评级提升

设计：结合企业AI专利数据与ESG评级，运用调节效应模型考察高技能劳动力占比对AI-ESG关系的强化作用。

5. 数字经济政策与企业人工智能技术采纳的协同效应

路径：数字经济发展水平→AI技术扩散速度→企业全要素生产率增长 

设计：基于国家数字经济试验区政策，构建多期DID模型检验政策外溢对AI技术渗透率的影响。

6. 绿色金融改革对企业人工智能投资的引导效应

路径：绿色信贷政策→清洁技术研发激励→AI相关创新投入

设计：利用绿色金融改革创新试验区设立作为外生冲击，分析政策如何促进AI技术在环保领域的应用。

7. 人工智能对供应链韧性的影响：基于跨国供应链数据的实证检验

路径：企业AI技术应用→供应链智能化水平→供应链中断恢复能力

设计：匹配全球供应链数据库与企业AI投资数据，采用工具变量法解决内生性问题。

8. 高管团队AI认知与企业数字化转型的交互效应

路径：高管AI技术背景→数字化战略激进程度→企业市场价值

设计：通过高管简历文本分析构建AI认知指标，考察其与数字化转型的协同价值创造效应。

9. 人工智能技术如何重塑区域创新格局？——基于专利空间溢出的视角

路径：区域AI技术密度→知识溢出强度→周边地区创新产出

设计：构建城市层面AI专利空间权重矩阵，运用空间杜宾模型检验技术扩散的地理边界。

10. AI驱动的绿色创新与企业碳绩效：基于双重机器学习的因果推断

路径：AI绿色专利数量→清洁生产技术突破→碳排放强度下降

设计：应用专利IPC分类识别AI绿色技术，采用因果森林方法估计处理效应的异质性。

参考文献

[1]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.

[2]Acemoglu, D., & Restrepo, P. (2019). Automation and new tasks: How technology displaces and reinstates labor. Journal of Economic Perspectives, 33(2), 3-30.

声明：本数据由数据皮皮侠团队整理，仅用于学术研究