摘要:测算方式:参考顶刊《管理世界》陈琳(2024)老师的做法,从万得数据库中获取2015~2023年每家企业的员工结构,该数据将员工分为11个职业类别。借鉴费尔腾等(2018)方法,依据最新的O*NET数据计算出职业人工智能渗透度AIOE,然后将这些职业类别基于语
1.资料名称:2023-2015年上市公司企业人工智能渗透度数据
2.测算方式:参考顶刊《管理世界》陈琳(2024)老师的做法,从万得数据库中获取2015~2023年每家企业的员工结构,该数据将员工分为11个职业类别。借鉴费尔腾等(2018)方法,依据最新的O*NET数据计算出职业人工智能渗透度AIOE,然后将这些职业类别基于语义匹配到O*NET的职业类别。比如万得数据的“生产及相关类职业”匹配至O*NET 的“Production Occupations(生 产类职业)”,“销售人员”匹配至O*NET的“Sales andRelated Occupations(销售及相关类职业)”等,依次类推,最终得出这11个职业类别的人工智能渗透度(AIOE)。参考阿西莫格鲁等(2022)和费尔腾等(2018)的方法,按照下式构建本文核心解释变量——企业的人工智能渗透度指标(AI FirmExposure,AIFE),具体公式如下图所示
3.资料范围:3.6万个样本,4976家企业,包括原始数据和最终计算结果,大家可以验证一下确保准确性!
4参考文献:
陈琳,高悦蓬,余林徽.人工智能如何改变企业对劳动力的需求?——来自招聘平台大数据的分析[J].管理世界,2024,40(06):74-93.DOI:10.19744/j.cnki.11-1235/f.2024.0067.
此数据为科研老师一手认真整理,非为了结果任意编造数据,2023年数据已经更新,我们是专业老师整理,多年更新无售后问题百分百准确,个人整理无经验易出错,资料准确能用最关键!
资料来源:草莓科研
来源:草莓科研