数据简介

本数据参考叶阳平等（2025）关于人工智能与产业技术融合的研究思路，并参照WIPO《WIPO Technology Trends 2019: Artificial Intelligence》中的人工智能专利检索框架，以上市公司为研究对象，依据上市公司专利数据库中的发明专利申请记录测算企业AI产业技术融合水平，最终形成2000‑2025年企业—年度面板数据。 AI产业技术融合的识别以专利IPC分类号为基础。对每件发明专利提取全部IPC分类号和主IPC分类号，统一清洗为标准化IPC集合，并在参考文献与官方识别框架基础上识别专利中的AI技术IPC；若同一件发明专利同时包含至少一个AI技术IPC和至少一个非AI技术IPC，则认定该专利为AI产业技术耦合专利。基于这一识别结果，可以得到企业在每一年度内发生AI与其他产业技术共同组合的发明专利数量，即企业年度AI产业技术融合专利数 AITCCount，并进一步构造核心指标 AITC，其计算形式为： AITC = ln（1 + AITCCount） 在此基础上，进一步区分企业AI产业技术融合的性质。对任一企业 t 年，汇总其 t‑5 至 t‑1 年全部AI发明专利中出现过的AI IPC4，形成企业历史AI技术池 AIIPC5Y。若企业在 t 年某件耦合专利中使用的AI IPC4至少包含一个不属于 AIIPC5Y 的技术类别，则说明该企业在当年将新的AI技术引入到既有产业技术组合中，该专利被划分为新引入融合，相应年度数量记为 NAITCCount；若该耦合专利中的AI IPC4全部已经出现在历史AI技术池中，则说明企业主要是在既有AI知识基础上继续深化与产业技术的结合，该专利被划分为既有融合，相应年度数量记为 EAITCCount。由于同一专利只能归入一种类型，因此满足 AITCCount = NAITCCount + EAITCCount，

并进一步构造两个分指标 NAITC 与 EAITC，其计算形式分别为：

NAITC = ln（1 + NAITCCount）

EAITC = ln（1 + EAITCCount）

最终结果输出三版：第一版为全样本结果，保留全部上市公司企业‑年度观察值；第二版为剔除金融业及 ST/PT 样本结果，按照行业代码和证券简称识别后删除金融业公司以及 ST、PT 公司；第三版为在第二版基础上对 AITC、NAITC 和 EAITC 进行 1% 和 99% 分位缩尾处理后的结果。全部结果均同时输出 dta 和 Excel 文件，便于直接用于 Stata 回归、描述性统计和稳健性分析。

部分数据截图：

文件清单

参考文献

1. 叶阳平等. 人工智能与产业技术融合对制造业企业产品创新绩效的影响研究, 2025.

2. WIPO. WIPO Technology Trends 2019: Artificial Intelligence. 世界知识产权组织, 2019.

顶部专栏分享更多内容

经管社科数据专栏合集

来源：Paper数据分析