上市公司人工智能水平指数 1993-2024
2080
上市公司人工智能水平指数 1993-2024
数据简介
根据知网检索数据显示，人工智能相关研究呈现出显著的学术价值和现实意义。从时间演进趋势来看，人工智能中文指向文文章量从2021年的约10,000篇稳步增长至2024年的33,534篇，增长幅度达235%，体现了学术界对人工智能研究的持续深化和扩展。更为引人注目的是，人工智能中文文比比增长率在2024年达到58.00%的峰值，而人工智能外文指向文文章量同期达到30,056篇，外文文比比增长率高达55.00%，这一数据表明人工智能研究不仅在国内学术圈持续升温，更在国际学术舞台上展现出强劲的发展势头。特别值得关注的是，中外文献增长率的高度同步性反映出人工智能作为全球性前沿科技领域，其研究热度与实践价值正在全球范围内形成共振效应。这种爆发式的学术关注度不仅验证了人工智能技术的革命性意义，更为深入探究人工智能在企业创新、产业升级和经济发展中的赋能作用提供了坚实的理论基础和研究价值支撑。
人工智能水平计算过程
本研究通过构建完整的人工智能关键词体系和文本挖掘技术，系统性地计算上市公司的人工智能发展水平。首先在关键词定义阶段，我们建立了包含人工智能、计算机视觉、图像识别、知识图谱、智能教育、增强现实、智能政务、特征提取、商业智能、智能养老、支持向量机、SVM、知识表示、模式识别、物联网、人机对话、AI产品、人机交互、数据挖掘、智慧银行、智能客服、虚拟现实、自动驾驶、无人驾驶、智慧金融、大数据营销、长短期记忆、LSTM、智能芯片、边缘计算、云计算、深度神经网络、AI芯片、深度学习、特征识别、智能保险、智能零售、智能医疗、智能运输、智能家居、循环神经网络、大数据风控、机器人流程自动化、可穿戴产品、大数据平台、増强智能、大数据运营、机器翻译、神经网络、语音合成、人机协同、智能农业、智能音箱、卷积神经网络、问答系统、强化学习、大数据分析、自然语言处理、大数据管理、智能计算、语音交互、机器学习、生物识别、语音识别、智能监管、智能投顾、智能语音、声纹识别、人脸识别、智能体、大数据处理、分布式计算、智能传感器、智能搜索、智能环保在内的78个人工智能核心关键词。这些关键词涵盖了人工智能技术的底层算法（如支持向量机、神经网络、深度学习、机器学习、强化学习）、核心技术（如计算机视觉、自然语言处理、语音识别、图像识别、人脸识别）、应用领域（如智能医疗、智能金融、智能农业、智能交通、智慧银行）以及基础设施（如云计算、边缘计算、大数据平台、智能芯片）等多个维度，形成了完整的人工智能技术与应用生态体系。
在具体计算过程中，系统首先对上市公司年报文本进行预处理和分词操作，使用pkuseg中文分词工具结合人工智能关键词作为用户词典，确保专业术语的准确识别。分词过程会过滤停用词、纯数字以及长度小于2的无效词汇，保留有意义的分析内容。随后，程序会遍历上市公司分词结果文件夹中的所有CSV文件，每个文件对应一家公司某一年的年报分词结果，包含股票代码、年份和分词后的文本内容。对每份年报，系统会计算78个人工智能关键词的出现频次，通过字符串匹配统计每个关键词在文本中的出现次数，形成包含人工智能、计算机视觉、深度学习、机器学习、智能医疗、云计算、大数据分析、自然语言处理、智能芯片、区块链等所有关键词频次的完整向量。最终，系统会计算每家公司每年所有人工智能关键词频次的总和作为该公司当年的人工智能水平综合得分，并将结果保存为包含股票代码、年份、关键词总频次以及每个具体关键词频次的详细数据表，为后续的人工智能发展水平分析、行业比较和时间序列研究提供量化基础。
数据来源
各上市公司官网、上市公司年报、官方网站
数据范围
上市公司
时间跨度
1993-2024
数据格式
数据格式为Excel形式
数据指标
股票代码 | 年份 | Kw_sum |
注：kw_sum为所有关键词的词频和
数据展示
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.
选题方向
选题 1：人工智能水平对上市公司绩效的影响及阈值效应研究
构建面板门槛模型，探究上市公司人工智能水平与企业绩效之间的非线性关系，确定人工智能水平发挥积极作用的阈值范围，为企业合理配置人工智能资源提供依据。
选题 2：行业异质性视角下上市公司人工智能水平提升路径研究
对比不同行业上市公司人工智能水平的差异，分析造成差异的原因，针对性地提出各行业人工智能水平提升的具体路径，推动各行业智能化转型。
选题 3：政策支持对上市公司人工智能水平发展的作用机制研究
梳理相关政策对上市公司人工智能发展的支持措施，构建 “政策支持→资源投入→技术创新→水平提升” 的传导机制，运用中介效应模型验证各环节的作用，为政策制定提供参考。
选题 4：上市公司人工智能水平与股价波动的关联性研究
通过时间序列分析方法，研究上市公司人工智能水平变化与股价波动之间的关系，分析人工智能水平是否以及如何影响投资者对公司的预期，为投资者决策提供参考。
选题 5：数字化转型背景下上市公司人工智能水平与可持续发展能力的协同研究
探讨在数字化转型大背景下，上市公司人工智能水平与企业可持续发展能力之间的相互作用机制，分析二者如何协同发展，实现企业的长期稳定增长。