请问这里新质生产力指标构建的依据是什么？

这个数据集——“2022-2011年A股上市公司新质生产力匹配人工智能数据（林毅夫版）”，是专注于分析中国A股上市公司如何通过人工智能技术驱动其新质生产力的变革。该数据集覆盖了从2011年至2022年的信息，共收集了约28767条记录，这些数据源自上市公司的年度报告。

### 数据指标解析

- **证券代码**：识别每一间公司的唯一标识。
- **年份**：数据对应的年度。
- **活劳动相关指标**：
  - 研发人员薪资占比
  - 研发人员占总员工的比例
  - 高学历人员（通常指硕士及以上学位）在总员工中的比例
- **物化劳动相关指标**：
  - 固定资产投资占比
  - 制造费用的比重
- **硬科技投入指标**：
  - 研发费用中剔除折旧和摊销的比例
  - 租赁费占研发费用的比例
  - 直接用于研发的支出比例
  - 无形资产（如专利、软件等）占总资产的比例
- **软科技能力指标**：
  - 总资产周转率，反映资产使用效率
  - 权益乘数倒数，衡量财务杠杆的风险程度
- **新质生产力**：评估公司创新和智能化生产的能力。
- **人工智能相关关键词总词频对数**：在年报中与AI相关的词汇频率的对数值。
- **MD&A（管理层讨论与分析）中AI总词频对数**：同上，但在管理层的报告中。
- **人工智能专利数量+1后取对数**：公司拥有的AI相关专利的数量加一后的对数值。

### 数据使用建议

- 研究人员和分析师可以利用这些数据来评估不同行业或特定公司在人工智能领域的投资、研发强度以及创新成果。
- 这些指标不仅反映了公司的财务状况，还揭示了其在人才结构、资本配置和技术投入方面的战略选择，特别是在智能化转型过程中的表现。

该数据集为Excel和Stata两种格式提供，方便用户根据自己的分析需求进行处理和深入研究。

此文本由CAIE学术大模型生成，添加下方二维码，优先体验功能试用

请参考文献新质生产率匹配人工智能数据（林毅夫版）

具体怎么数据降维的呢？是PCA还是什么方法，能解释一下吗

请问这个和宋佳的衡量有什么区别